博客 RSS 訂閱

winFacter - Next-DBM v1.5.2 發佈

文檔https://doc.aiputing.com/dbm 倉庫地址 https://gitee.com/WinFactorAI/next-dbm https://github.com/WinFactorAI/Next-DBM 版本説明 - NextDBM-Pro - 版本 1.5.2 ** 任務 * [DBMPRO-217] - 驗證接入網關方式中RDP * [DBMPRO-21

MySQL , mariadb , 數據庫 , postgresql , SQL

收藏 評論

極市平台 - 驍龍大賽-技術分享第5期(下)

6. 如果模型結構是自定義的(非主流架構),在 NPU 上部署會不會很困難?是否支持自定義算子? 答覆:我們的 QAIRT 是支持自定義算子的,正如第一個問題中提到的,只要模型能夠通過TensorFlow,PyTorch 或 ONNX Runtime推理,基本都能轉換到 NPU 上來運行。 7. AppBuilder 是否支持模型蒸餾或知識蒸餾? 答覆:請注意, QAI AppBuilder 是專

觀點 , 資訊 , 教程 , 知識 , 後端

收藏 評論

極市平台 - 驍龍大賽-技術分享第5期(上)

1. 在 QAI AppBuilder 中部署模型時,哪些情況會導致模型“不兼容”?如何判斷模型能否在 NPU 上運行? 答覆:沒有“不兼容模型”這種説法,理論上所有能夠通過TensorFlow,PyTorch 或 ONNX Runtime推理的模型,都可以轉換成 QNN 上下文二進制格式並運行在NPU上的。 大家容易遇到的比較難處理的問題通常不是模型能不能轉換,不是模型能不能跑在NPU上,

觀點 , 資訊 , 知識 , 後端

收藏 評論

mob64ca13fe9c58 - 科學引文索引WOS

SCI EI ISTP ISR SSCI簡介 《科學引文索引》(SCI) 《科學引文索引》(Science Citation Index,簡稱SCI)是美國科學情報研究所出版的一種世界著名的綜合性科技引文檢索刊物。該刊於1963年創刊,原為年刊,1966年改為季刊,1979年改為雙月刊。多年來,SCI數據庫不斷髮展,已經成為當代世界最重要的大型數據庫,被列在國際著名檢

工程技術 , 大數據 , 技術類 , 數據倉庫 , 科學引文索引WOS , ci

收藏 評論

多情的青蛙 - 技術實測榜:2025各賽道標杆GEO優化服務商

摩根士丹利最新報告顯示,2025年生成式AI行業正式跨過盈虧平衡線,創造510億美元毛利,其中GEO(生成式引擎優化)作為品牌搶佔AI流量的核心工具,市場規模同比增長210%。但實測發現,73%的企業因選錯GEO優化服務商導致投入ROI不足1:2。為此,我們以“賽道適配性”為核心,選取6大賽道30家企業開展為期3個月的實測,輸出這份分類賽道GEO優化服務商擇優指南,為企業提供權威參考。 一、實測説

觀點 , 資訊 , 人工智能 , 深度學習

收藏 評論

極市平台 - 驍龍大賽-技術分享第5期乾貨彙總來啦——直播問題&答疑整理

1. 在 QAI AppBuilder 中部署模型時,哪些情況會導致模型“不兼容”?如何判斷模型能否在 NPU 上運行? 答覆:沒有“不兼容模型”這種説法,理論上所有能夠通過TensorFlow,PyTorch 或 ONNX Runtime推理的模型,都可以轉換成 QNN 上下文二進制格式並運行在NPU上的。 大家容易遇到的比較難處理的問題通常不是模型能不能轉換,不是模型能不能跑在NPU上,

觀點 , 資訊 , 教程 , 知識 , 後端

收藏 評論

mob64ca12e86bd4 - 利用AIGC自動生成目錄

在當今的信息時代,內容創作的需求日益增長。而利用AIGC(人工智能生成內容)自動生成的目錄不僅提高了效率,還能確保內容的結構清晰。本文將詳細探討如何實現這一過程,包括技術原理、架構解析、源碼分析和擴展討論。 背景描述 隨着信息的激增,自動生成內容的需求顯得尤為重要。AIGC的崛起為內容創作帶來了新的可能性。為了更好地探索這一領域,我將以四象限圖的形式進行分析:

數據 , 自動生成 , aigc , 應用場景

收藏 評論

許國棟 - 硬件研發節奏線如何設定?提高項目效率的關鍵技巧

在硬件研發過程中,如何有效設定研發節奏線一直是項目管理中的一項重要挑戰。節奏線不僅影響着研發過程中的效率和資源分配,也直接關係到項目的質量與交付時間。本文將從硬件研發的典型痛點出發,結合系統工程方法與ALM、IPD管理體系,深入探討如何設定高效的硬件研發節奏線,幫助管理者提升團隊協作、優化研發進度、確保項目按時交付。 硬件研發中的節奏管理痛點 硬件研發項目通常涉及多個階段,從需求定義、設計開發、樣

項目管理 , 研發管理 , 硬件

收藏 評論

Jackyy - Tick、分鐘線與日線策略差異與選擇指南

在量化交易與金融數據分析領域,數據的粒度選擇直接決定了策略的類型、執行頻率與風險特徵。Tick數據、分鐘線數據和日線數據代表了三種最常用的時間分辨率,各自對應不同的策略邏輯、硬件要求和市場視角。理解它們的差異,是構建穩健量化模型的第一步。 本文將深入解析這三種數據類型的特性、應用場景與技術實現,為大家提供清晰的選擇框架。 一、核心概念解析:從Tick到日線 1.Tick數據:市場的每一次“心

API

收藏 評論

雨大王 - 多工廠協同的“指揮官”:APS系統如何讓生產計劃跑得更快?

高級計劃排程(Advanced Planning and Scheduling, APS)系統在多工廠協同中的運用,能夠顯著提升製造企業的整體運營效率、資源利用率和交付能力。特別是在汽車製造、電子、物流等多工廠分散佈局的企業中,通過APS系統實現全局統籌、工廠協同和動態調整,能夠有效應對複雜的供應鏈、產能波動和訂單變更等挑戰。 以下是高級計劃排程在多工廠協同中的關鍵運用: 一、多工廠協

人工智能

收藏 評論

AI架構師湯師爺 - 釦子Coze實戰:智能體(Agent)1分鐘自動仿寫公眾號爆文,一鍵自動發佈

大家好,我是湯師爺,專注AI智能體分享,致力於幫助100W人用智能體創富~ 你有沒有遇到過這樣的情況: 看到一篇爆文,想改成自己的風格卻不知從何下手? 每天為公眾號內容發愁,想發又怕質量不高? 文章改寫費時費力,排版更是讓人頭大? 我今天要分享的Coze智能體工作流,將徹底解決這些問題。 輕鬆實現一鍵仿寫+自動發佈,讓你1分鐘搞定從文章改寫到公眾號發佈的全流程! 這套工作流非常適合需要快

教程 , 知識 , 人工智能

收藏 評論

Akamai - BlackstoneOne 實現業務十倍增長:IT安全服務商依託Akamai雲平台,為更多客户提供創新解決方案與功能

"在我們發展的每個階段,Akamai始終相伴。從可預測的定價到區域技術支持,再到便捷的使用體驗,它已成為我們讓中小企業也能享受高效IT安全服務這一征程中不可或缺的夥伴。" ——BlackstoneOne 合夥人兼高級開發工程師 Jacob Honoré 為中小企業簡化IT安全防護 BlackstoneOne致力於革新中小企業的IT安全防護,提供先進的漏洞管理與攻擊面管理解決方案。2019年

雲計算 , 雲服務 , 人工智能

收藏 評論

mob64ca12d4650e - 安裝Docker Copilot初始化Key

安裝Docker Copilot初始化Key的完整指南 在本博文中,我將詳細介紹如何解決“安裝Docker Copilot初始化Key”這一問題。Docker Copilot是一款強大的工具,可以幫助開發者更高效地管理和部署容器化應用。通過本指南,您將會找到解決該問題的分步流程、配置細節,以及排錯方式。 環境準備 在開始之前,確保您的環境滿足以下最低要求: 操作系

初始化 , bash , aigc , Docker

收藏 評論

躺柒 - 讀捍衞隱私04痕跡

1.痕跡 1.1.要當心你在互聯網上搜索的東西 1.1.1.不只有搜索引擎會跟蹤你的上網習慣 1.1.2.你訪問的每一個網站都會這麼做 1.2.https並不是為隱藏你訪問網站的身份而設計的 1.3.DNS就像一個全球性的電話簿,可以實現主機名和你剛才請求的網站服務器的數字地址的交叉參照 2.元數據 2.1.幾乎每一種數字技術都會產生元數據 2.1.1.瀏覽

網絡安全

收藏 評論

瑞莎Radxa - 在 Radxa SBC 上使用 Shairport-Sync 實現 AirPlay 音頻接收

本文介紹如何在 Radxa 單板計算機(SBC)上部署 Shairport-Sync,將傳統音響系統接入 Apple AirPlay 生態,實現通過 iOS / macOS 設備進行無線音頻播放。 文檔以 Radxa Cubie A7A(Allwinner A733) 為示例,其它 Radxa SBC 可參考相同步驟。 1. 概述 Shairport-Sync 是一個開源的 AirPlay / A

物聯網 , 教程 , Linux

收藏 評論

ApacheFlink - Forrester發佈流式數據平台報告:Flink 創始團隊躋身領導者行列,實時AI能力獲權威認可

近日,全球權威研究機構 Forrester 正式發佈《The Forrester Wave™: Streaming Data Platforms, Q4 2025》報告(後簡稱“報告”),Ververica 首次進入領導者象限,成為該年度報告中最受關注的"新晉領導者"。 Ververica 由 Apache Flink 的創始團隊建立,這一突破性成就標誌着 Ververica 在全球流式數據平台領

大數據 , flink , 實時計算

收藏 評論

悲傷的斑馬 - 基於《2025 中國GEO行業發展報告》:哪家服務商更適配 AI 搜索時代企業需求?

《2025年中國GEO行業發展報告》顯示,AI 搜索生態重構推動 GEO(生成式引擎優化)市場規模年增 187%,企業對 “被大模型精準引用、高排名曝光、優質內容輸出” 的需求呈爆發式增長。報告指出,當前 GEO 服務市場呈現 “技術自研型、資源整合型、垂直專精型” 三大陣營,企業選型面臨 “技術真實性難辨、效果不可量化、服務適配性不足” 三大痛點。為破解選型困境,本文基於報告提出的 “三維九項”

觀點 , 資訊 , 算法 , 知識

收藏 評論

雨大王 - 高級排產系統如何提升汽車零部件生產效率?

在當今高度複雜且動態變化的製造業環境中,汽車零部件企業正面臨着前所未有的挑戰。隨着訂單多樣化、交期縮短以及全球供應鏈的不確定性加劇,傳統的生產計劃方式已經難以滿足現代製造業的需求。過去,許多企業依賴經驗判斷或基於無限產能假定的物料需求計劃(MRP)系統,但這種方式往往導致計劃脱離實際,生產效率低下,甚至頻繁出現庫存積壓或設備閒置的問題。高級計劃排程(APS)系統應運而生,成為解決這些問題的關鍵工具

人工智能

收藏 評論

mb68738fa1c4e31 - ?演講稿:TRAE SOLO 實戰賽——智啓Coding 碼力全開,讓AI為你打造完美旅程??演講稿:TRAE S

🚀演講稿:TRAE SOLO 實戰賽——智啓Coding 碼力全開,讓AI為你打造完美旅程🧣 幻燈片 1:TRAE SOLO 實戰賽 | 智啓Coding 碼力全開 | 讓AI為你打造完美旅程 演講內容: Hello,各位小夥伴們,我是圍巾哥蕭塵。今天的時間是2025年12月12日,週五。時間過得很快,又到了我們的分享時間。 演

數據 , 數據庫 , AI寫作 , aigc , 開發者

收藏 評論

ApacheFlink - Apache Flink 2.2.0: 推動實時數據與人工智能融合,賦能AI時代的流處理

Apache Flink PMC 很高興地宣佈 Apache Flink 2.2.0 版本發佈了。Flink 2.2.0 版本進一步增強了 AI 函數 和 向量檢索功能,改進了物化表和連接器框架,並優化了批處理和 PyFlink 支持。Flink 2.2.0 版本總共由來自全球的 73 位貢獻者參與,累計推進了 9 個 FLIP(Flink 重要改進提案),完成了 220 多項缺陷修復和改進。 F

大數據 , flink , 實時計算

收藏 評論

愛聽歌的金針菇 - 全棧自主+全場景落地!邁富時AI工業智能體一體機全球首款領先發布,為工業製造注入AI核心動能

當製造業智能化轉型駛入深水區,兩個核心矛盾日益凸顯:一邊是工業場景對“數據安全”的絕對剛需,私有工藝、產能數據容不得半分泄露;另一邊是生成式AI的“不確定性”與工業生產“零誤差”要求的尖鋭對立——一個排產計劃的偏差可能導致百萬級損失,一次質檢的疏漏可能引發批量召回。 在2025實體經濟發展大會上,全球領先的AI應用平台邁富時與科技巨頭HCL Tech的聯手,給出了破局之道:一款集“AI工業應用軟件

agent , 工業智能化 , 數智化轉型 , 人工智能 , 解決方案

收藏 評論

bruce_xiaowei - Windows命令無法直達網卡屬性?最全替代方案與底層邏輯揭秘

Windows命令無法直達網卡屬性?最全替代方案與底層邏輯揭秘 當你在運行窗口輸入一條想象中的“神級命令”,期待直接彈出網卡屬性設置時,系統卻以沉默迴應——這並非設計缺陷,而是Windows在網絡管理上的深層設計哲學。 01 為什麼沒有“直達命令”? 每次需要更改IP地址、DNS服務器或網絡協議時,許多用户都會習慣性地尋找一條能夠“一鍵直達”網卡屬性設置窗

windows , yyds乾貨盤點 , 網絡安全 , ip , 圖形界面

收藏 評論

數據小玩子 - 【製造業數據驅動系列 1】供應鏈智能協同:如何打通內部數據,實現庫存與交付的可視化管理?

製造企業的供應鏈痛點,往往源於內部數據割裂:採購、生產、倉儲、銷售數據散落在不同系統中,導致庫存水位不清、齊套情況不明、交付週期難以準確答覆。依賴跨部門溝通獲取信息,效率低下且易出錯。 要提升供應鏈響應速度與準確性,關鍵在於打通內部ERP、MES、WMS等系統,構建統一、實時、可交互的數據視圖。助睿BI正是實現這一目標的利器,它能將分散的訂單、物料、庫存數據聚合,轉化為清晰的供應鏈作戰地圖。

數據挖掘 , 人工智能

收藏 評論

mob64ca12dab0a2 - stable diffusion forge

Stable Diffusion Forge是一個用於生成圖像的開源深度學習模型,它的靈活性和強大性能使得用户得以創造出各種風格各異的視覺作品。然而,在實際應用中,使用Stable Diffusion Forge時可能會遭遇一系列技術問題,本文將以覆盤的方式記錄解決這些問題的過程,包括背景定位、參數解析、調試步驟、性能調優、最佳實踐及生態擴展。 背景定位 在使用Stable Di

System , 性能調優 , aigc , 圖像質量

收藏 評論