服务器环境：显卡驱动：Driver Version: 530.30.02CUDA版本：CUDA Version: 12.1显卡：NVIDIA GeForce RTX 3090共4张注意：最好把显卡驱动升级到530，CUDA版本之前使用11.7有问题。

公司有多台AI服务器，最近几台服务器在执行nvidia-smi命令时，非常慢，要等5-6秒才能执行成功，翻了系统日志也没找到任何异常，最后发现，原来是显卡切换到了节能模式，只需关闭节能模式，切换到持久模式即可。系统重启后，大概率又会变成节能模式，只需要在系统引导时自动启用NVIDIA持久性模式即可。

因为当前SQL 运行模式为 ONLY_FULL_GROUP_BY，该模式要求 SELECT 列表中的所有非聚合字段必须出现在 GROUP BY 子句中，或者与 GROUP BY 列中的字段存在函数依赖关系。最简单的办法就是禁用 ONLY_FULL_GROUP_BY。

【代码】Failed to build scipy59.56 ERROR: Could not build wheels for scipy, which is required to install py。

项目上线正式服务器后，发现one-api容器无法启动，日志发现其无限重启，错误原因是failed to get gpt-3.5-turbo token encoder，看来它肯定是需要联网下载数据，我的正式服务器是无法上网的。默认程序启动时会联网下载一些通用的词元的编码，如：gpt-3.5-turbo，在一些网络环境不稳定，或者离线情况，可能会导致启动有问题。可通过配置TIKTOKEN_CACHE

提示 [mmdeploy] [error] [common.cpp:67] Device "cuda" not found那就pip把mmdeploy-runtime卸载了，然后用gpu版本pip install mmdeploy-runtime-gpu。说明你安装了onnxruntime和onnxruntime-gpu，卸载掉其中一个即可，因为我希望用gpu跑onnx，所以留下onnxrunti

overleaf在线版限制很多，好在开源，准备在本地Docker部署，网上翻了翻，似乎本地部署并非易事，我也尝试了一下，发现直接使用docker-compose拉官方最新镜像部署的确问题很多，不过最终还是完美解决。

公司最近刚忙完一个项目，闲暇之余，看着手里的树莓派、stm32、Esp32又有些手痒了，准备再搞点小项目出来，但一直没有什么好想法。说来也巧，恰好收到了CSDN官方的OrangePi AIpro测评活动，平时一直都在用树莓派做点小项目，香橙派的大名也有所耳闻，但从未接触过，恰好有这么一个机会了解一下，必须好好把玩一下。深入了解测评活动后才知道，原来香橙派 AIpro是块AI板子，用的是华为昇腾AI

拿到一台Jetson AGX Orin，准备搭建AI环境，搭建过程中参考不少文章，也踩了不少坑，特此记录一下。

输出格式C array，点击Convert进行转换。上传图片，如果想要透明效果，那么选择。下载.c文件放置到工程下使用即可。使用LVGL官方工具。