第 1 节先讲 LLM，是为了铺垫基础知识。如果你更关心实操，可先看第 2 节，再回读第 1 节。现在看到的很多 AI 聊天产品（例如豆包、DeepSeek 等），虽然界面和功能各不相同，但核心生成能力大多都建立在 LLM 之上。LLM（Large Language Model，大语言模型）可以理解为“会读、会写、会归纳、会改写”的通用语言引擎。它不是按固定模板回答，而是根据你的输入，动态生成“下

第 1 节先讲 LLM，是为了铺垫基础知识。如果你更关心实操，可先看第 2 节，再回读第 1 节。现在看到的很多 AI 聊天产品（例如豆包、DeepSeek 等），虽然界面和功能各不相同，但核心生成能力大多都建立在 LLM 之上。LLM（Large Language Model，大语言模型）可以理解为“会读、会写、会归纳、会改写”的通用语言引擎。它不是按固定模板回答，而是根据你的输入，动态生成“下

从 Orin、Thor 到 M100，表面看是芯片代际升级，往深处看其实是智驾计算范式在变化。这条演化并不是“纯 GPU 被替代”的故事，而是以GPU为主的异构 SoC 持续深化：一边保留通用并行与调度能力，一边把高频关键路径逐步交给更专用的数据通路和计算单元。数据流组织能力：能否把传感器输入、特征复用、算子执行和回写路径做短、做稳、做高效。模型-硬件协同能力：能否让模型结构、量化策略、编译调度和

在很多分布式系统中，我们都会遇到一个典型问题：如何用一个中心节点统一管理大量服务节点？如果用一个形象的比喻来说：Gateway 就像小龙虾的身体，而 Node 就像一只只爪子。一个 Gateway 可以同时控制、管理和调度多个 Node。一只小龙虾带一窝节点注意，Gateway 既可以单独运行，作为系统入口和调度中心；也可以在需要分布式扩展能力时接入多个 Node。大部分教程，都是只安装了一个Ga

在很多分布式系统中，我们都会遇到一个典型问题：如何用一个中心节点统一管理大量服务节点？如果用一个形象的比喻来说：Gateway 就像小龙虾的身体，而 Node 就像一只只爪子。一个 Gateway 可以同时控制、管理和调度多个 Node。一只小龙虾带一窝节点注意，Gateway 既可以单独运行，作为系统入口和调度中心；也可以在需要分布式扩展能力时接入多个 Node。大部分教程，都是只安装了一个Ga

QtQuick开发的程序，在虚拟机或者某些环境下，动画速度会以超过预定速度很多倍的速度运行。比如说一个x轴的移动，设定3秒运行完成，实际上可能1秒就运行完了。这个问题困扰我很久了，然后今天我终于解决掉了，这其实是Qt的一个弄巧成拙的设计。为什么这么说呢，Qt在某些环境里，比如说虚拟机里，会将渲染方式，从单线程改成多线程渲染。这原本只是想提升一下渲染性能的，但是实际上，尤其是桌面环境，渲染性能