
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
Secret 类似 ConfigMap,但用于存储 base64 编码的敏感数据(默认非加密,只是编码)。Kubernetes 可以对 etcd 中的 Secret 启用加密(需配置)。挂载后,Secret 中的每个 key 成为一个文件,文件内容为解码后的值(而非 base64)。通过环境变量注入的配置:Pod 启动后,修改 ConfigMap/Secret 不会影响已有的 Pod,需要重启 P
Kubernetes 对网络的基本要求是:每个 Pod 拥有独立的 IP,且 Pod 之间无需 NAT 直接通信。本文介绍 K8s 网络模型的核心原则,对比三种主流 CNI 插件:Flannel(简单易用)、Calico(支持网络策略)、Cilium(高性能 eBPF),并演示如何安装和配置 NetworkPolicy 实现微隔离。Calico 使用 BGP 路由协议(或 VXLAN)实现 Pod
以 CrewAI 框架为例,其核心在于三个要素:Agents(人)、Tasks(事)、Process(流程)。定义角色(The Crew)我们需要为每个 Agent 注入独特的“灵魂”和工具。Python定义资深研究员role='首席研究员',goal='挖掘 2026 年量产人形机器人的核心瓶颈',backstory="你是一名在全球科技媒体工作了 10 年的分析师,擅长从琐碎信息中发现趋势。"
专栏进度:02 / 10 (配套工具篇)在 AI 业界,这种方法被称为 Synthetic Data Generation(合成数据生成)。当原始数据稀缺或涉及隐私无法导出时,我们会先定义“知识元”,再利用更高阶的模型(如 DeepSeek-V3 或 GPT-4o)来批量生产“教案”。
Tokenizer 不一致:合并权重时,务必检查 tokenizer_config.json 是否被覆盖。如果分词器版本不对,模型会满嘴胡言。显存碎片化:在高并发场景下,KV Cache 会迅速占满显存。对策:根据业务需求调整 max_num_seqs 参数。精度退化:如果你在第七篇做了量化,部署时请确保推理框架(如 vLLM)支持该量化格式(GPTQ/AWQ/GGUF)。
专栏进度:09 / 10 (微调实战专题)如果你使用的是 LLaVA、Qwen2-VL 或 DeepSeek-VL,它们原生具备识别猫狗和常识图片的能力。但如果你给它一张半导体无尘车间的传感器拓扑图,它大概率会胡言乱语。多模态微调的目标,就是建立“视觉像素”与“行业黑话”之间的强关联。
默认调度策略基于资源请求和节点可用资源,但有时你需要更精细的控制:例如将数据库 Pod 调度到 SSD 节点,或将特殊服务调度到特定区域。本文介绍调度相关的四种策略:nodeSelector、节点亲和性(Node Affinity)、Pod 亲和性与反亲和性,以及污点(Taint)与容忍度(Toleration)。通过给节点打标签,然后在 Pod 中指定 nodeSelector,Pod 将只调度
本文介绍几种常用卷类型:emptyDir(临时存储)、hostPath(节点存储)、PersistentVolumeClaim(持久卷声明)以及 CSI(容器存储接口)。CSI 是 Kubernetes 1.13+ 引入的标准存储接口,允许第三方存储提供商(如 AWS EBS、GCE PD、Ceph、Portworx)通过标准驱动集成到 K8s。accessModes:ReadWriteOnce(
本文深入讲解三种最常用的控制器:Deployment(无状态应用)、StatefulSet(有状态应用)和 DaemonSet(节点守护进程),并通过 YAML 示例和实操命令展示它们的典型用法。volumeClaimTemplates:每个 Pod 自动创建独立的 PVC(如 data-mysql-0, data-mysql-1),删除 StatefulSet 时 PVC 默认保留,需要手动清理
本文对比三种常见的搭建方式:Minikube(本地单节点)、kubeadm(生产级标准)、Kind(CI 友好),并分别给出实操步骤。本文介绍了三种主流的 K8s 集群搭建方式,并重点演练了 kubeadm 搭建生产级集群的完整步骤。本节以 Ubuntu 22.04 为例,搭建一个 Master 节点 + 两个 Worker 节点的集群。本文使用 containerd。访问:curl http:/







