去年AIGC大火，程序员都把注意力放在了最上层，而忽略了提供算力的最底层：GPU。不过这也正常，就像很少人直接针对CPU编程一样，直接针对GPU编程的人也不多。但是了解一下GPU编程，绝对大有好处。今天先聊聊GPU编程，然后再聊聊一个CUDA这个新的生态系统，对编程细节不感兴趣的可以直接拉到最后。对了，文末还有免费送书的福利。CPU vs GPUCPU的设计目标是“尽可能地降低延时”(1) 强大的

FlexNPU参照操作系统的理念，接管了物理的NPU资源，通过对AI Core的时分调度和对显存的空分调度，实现了多个AI模型在同一张NPU卡上的精细化混部。华为云给我的感觉就是，它不只在卖各种黑技术，而是深刻地洞察了企业在使用AI的过程中遇到的各种问题，然后提供了一站式的、全方位的解决方案，这才是正确的AI之路。普通的聊天，一问一答，几百几千个Token就结束了，现在“龙虾”自主规划，多轮迭代，

前两天和几个朋友聚会，有个朋友说：“DeepSeek这么厉害，为什么要开源？美国人都知道了，那着高端显卡一练，一下子就把你超了，开源就是昏招，你看人家OpenAI就不开源。”我虽然当了很久的码农，也知道开源的巨大好处，但是他突然这么一说，我一时还不好反驳。回来想了想，就写了这篇短文。美国人走的是算力霸权的路子，高端显卡不允许出口，中国别想用，盟友也得分三六九等。OpenAI再搞一个闭源的模型，就是

然后，AI就可以干活了， 它可以用多个Coding Agent来并行生成代码，然Review Agent来做代码静态分析，找出潜在逻辑缺陷，让Test Agent自动生成测试，执行验证，让Fix Agent来进行多轮修复，最后再裁决，输出一份最终结果。我在这方面也不是专家，问了一个朋友，他给我说了一堆方法，比如DyLAN（优胜劣汰的竞争机制），就是让多个“二把刀”并行解决同一个问题，然后由一个决策

1957年，晶体管之父、诺贝尔物理学奖获得者肖克利的实验室发生了一次“兵变”。八位学者受不了肖克利的学阀式管理，决定自立门户。“八叛徒”获得了仙童公司的投资，成立了仙童半导体，这“八叛徒”...

《数据结构》是计算机专业的一门必修课， 可是很多学生学完以后，觉得用处不大， 还不如学个C,Java来的直接一点。等到工作了以后做业务系统开发，发现根本就用不到那些书中的...

作为程序员，我一直在关注大模型的发展，尤其是大模型的代码能力，因为这将直接影响到程序员的日常工作，驾驭一个代码能力强悍的大模型，对工作效率的提升实在太大了。之前ChatGPT在这一块儿表现不错，国产的大模型差一些，前两天讯飞星火认知大模型发布了V2.0，包含了代码生成能力，多模态能力等重大升级，作为程序员，必须得去看看。代码生成能力先来尝试一个简单的：写一段代码，判断用户输入的密码满足特定规则，长

你看到了一个很炫酷的网站，惊叹的同时心里也有一丝疑问：这网站是用什么技术实现的？澳大利亚小伙儿加里·布鲁尔 (Gary Brewer) 也有类似的问题，不过他往前走了一步，创建了一个网站BuildWith，核心非常简单，告诉你某个网站使用什么技术创建的。但是，我无论如何也想不到，这么一个简单的点子，每年竟然可以收入1400万美元。更让人惊奇的，这家叫BuildWith公司没有销售团队，没有客户支.

可今年不一样了，各种Agent(智能体)如雨后春笋般冒出来，有人用它做了个“假如书籍会说话”的小工具，给个书名，就能生成一段对话短视频，直接发抖音、小红书，你不需要会编程，不需要专业背景，甚至不需要花太多时间，只要能发现生活和工作中的问题，把它和大模型结合起来，就能搭建一个有用的智能体。“整理查询结果”直接使用了大模型的节点，提示词比较多，主要是限制大模型的输出，更有条理化，尤其是对于不知道的问题

原来一直以为，C语言在编程语言排行榜上排名第一，今天突然看到TIOBE 2025年12月的排行榜，发现C语言已经排行第二了，除了大模型技术讲解，还有能够震撼到每一个程序员的、超详细、最热门的大模型商业化应用案例。想想也正常，现在最火的就是AI，Python凭借简单易学、扩展丰富的特性，已经在AI应用层开发中展现无可比拟的优势。比如做智能客服等等……5个步骤，覆盖超多业务场景，培养全栈开发能力，轻松