logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

耳根圆通:“高并发架构”设计思想

佛陀您询问哪种圆通法门最为殊胜。我是从耳根门径入手,修习“圆照三昧”(以闻性遍照一切,寂灭圆融)。当心念(缘心)不再攀缘外声,而是返照闻性本身(“入流”即入法性之流,返闻闻自性),就证入了正定(三摩提),从而成就了无上菩提(觉悟)。我认为此法门最为第一。

文章图片
#架构#人工智能
数字签名技术全解析:从HMAC-SHA256到国密算法及设备端实践

是HMAC(Hash-based Message Authentication Code)算法与SHA256哈希函数的结合。它的输入是一个消息和一个密钥,输出一个256位(32字节)的签名值。H 为哈希函数(SHA256);K’ 为密钥K经过填充后的值(长度等于哈希块大小,SHA256块大小为64字节);ipad、opad 分别为0x36和0x5c重复得到的填充串;⊕ 表示异或运算;|| 表示连接

文章图片
#算法
从区块链到架构师:一场关于技术本质的深度思辨

本文通过"区块链属于什么技术"的提问展开了一场从技术实现到系统哲学的深度探索。文章首先指出区块链是集密码学、P2P网络等技术的"综合性信任机器",继而揭示去中心化是一种权力分配的系统设计范式而非具体技术。随后溯源至架构设计这一顶层概念,将其比作系统蓝图,分布式技术则是实现蓝图的工具。最后指出系统架构设计师是这一蓝图的执笔人,完成"架构设计→分布式范

文章图片
#区块链#网络
深入解析 ipoib_netlink.c:IPoIB 驱动的 Netlink 接口实现

文件的主要功能是通过 Netlink 接口管理 IPoIB 设备。IPoIB 设备的创建和配置:通过 Netlink 接口创建新的 IPoIB 子接口,并配置其属性(如 P_Key、模式、是否启用多播等)。IPoIB 设备信息的获取:通过 Netlink 接口获取 IPoIB 设备的当前配置信息。IPoIB 设备属性的修改:通过 Netlink 接口修改 IPoIB 设备的属性(如模式、多播设置等

文章图片
#windows#java#网络
Java设计模式之中介者模式

中介者模式定义了一个中介对象来封装一系列的对象交互,使各个对象不需要显式地相互引用,从而使其耦合松散,并且可以独立地改变它们之间的交互。该模式的关键在于将对象之间的交互封装在一个中介者对象内,这样可以将原本错综复杂的多对多交互转化为简单的中介者与各个对象之间的一对多交互。

文章图片
#中介者模式#人工智能#设计模式
【网络安全】网络隔离设备

终端隔离产品一般以隔离卡的方式接入目标主机,隔离卡通过电子开关以互斥的形式连通安全域A所连的硬盘1和安全域A,或者安全域B所连的硬盘2和安全域B,从而实现内外两个安全域的物理断开。一对具有物理上单向传输特性的传输部件,该传输部件由一对独立的发送和接收部件构成,发送和接收部件只能以单工方式工作,发送部件仅具有单一的发送功能,接收部件仅具有单一的接收功能,两者构成可信的单向信道,该信道无任何反馈信息。

文章图片
#网络#安全
ffmpeg转换视频编码

1.运行ffmpeg -codecs查看支持的编码器# ffmpeg -codecsffmpeg version N-103222-gf040c1e Copyright (c) 2000-2021 the FFmpeg developersbuilt with gcc 4.9.2 (Debian 4.9.2-10+deb8u2)configuration: --enable-libx265 --e

#音视频
嵌入式系统基础:概念、架构与关键技术

嵌入式系统是以应用为中心的专用计算机系统,具备专用性、实时性、资源受限等特点。其核心由微处理器、存储器与外部设备构成硬件基础,软件部分包括操作系统、数据库与网络技术。按实时性分为实时与非实时系统,广泛应用于工业控制、消费电子、智能家居等领域。随着物联网发展,嵌入式数据库与无线网络技术日益重要,推动智能设备实现高效、可靠的数据管理与互联。

文章图片
#架构#学习
ChemiQ量子化学软件:从安装到实战,用量子算法模拟分子性质

量子化学模拟新突破:ChemiQ实现分子计算的指数级加速 本源量子推出的ChemiQ是全球首款基于量子算法的化学仿真软件,通过将分子哈密顿量映射到量子比特,利用VQE等算法突破经典计算的"指数墙"限制。该软件支持多种映射方式(Jordan-Wigner、Parity等)和拟设(UCCSD等),既能通过图形界面快速模拟氢分子等体系的势能曲线,也提供Python接口供高级用户开发。

文章图片
#量子计算#学习
在 AMD GPU 上构建深度学习推荐模型

DLRM 位于推荐系统和深度学习的交汇处,利用神经网络在庞大的数据集中预测用户与物品的交互。它是一种强大的工具,在各种领域中个性化推荐,从电子商务到内容流媒体平台。正如《深度学习推荐模型:个性化和推荐系统》中讨论的那样,DLRM 具有几个组件:多个嵌入表将稀疏特征(每个特征一个)映射到密集表示。一个底部多层感知器 (MLP),将密集特征转换为与嵌入向量长度相同的密集表示。一个特征交互层,计算所有嵌

文章图片
#深度学习#人工智能#学习
    共 134 条
  • 1
  • 2
  • 3
  • 14
  • 请选择