chiplet-程序员茄子

Redis 8 深度实战：把缓存变成生产级向量数据库——HNSW 索引、RediSearch 内核与 Spring AI RAG 全链路完全指南
2026-07-12 05:41:10 +0800 CST view 162
Redis 8 收编 RediSearch，原生支持 HNSW 向量索引。详解向量检索原理、HNSW 调参、FT.CREATE 实战，并接 Spring AI 2.0 搭生产级 RAG 后端。
Redis 8 RediSearch 向量数据库 HNSW RAG Spring AI 近似最近邻语义检索

vLLM 0.5 深度拆解：当 PagedAttention 重塑 LLM 推理内存——从 OS 分页思想到 MoE 分布式推理的工程全貌（2026）

编程

vLLM 0.5 深度拆解：当 PagedAttention 重塑 LLM 推理内存——从 OS 分页思想到 MoE 分布式推理的工程全貌（2026）
2026-07-18 13:17:37 +0800 CST view 140
深度拆解 vLLM 0.5 的 PagedAttention 核心原理、连续批处理架构、MoE 推理优化、分布式部署策略，以及 2026 年四大推理框架生产级性能横评。
vLLM PagedAttention LLM推理 ContinuousBatching MoE FusedMoE 量化分布式推理

tinygrad 深度解析：从零构建轻量级深度学习框架——比PyTorch更hackable，比JAX更简洁

编程

tinygrad 深度解析：从零构建轻量级深度学习框架——比PyTorch更hackable，比JAX更简洁
2026-05-01 09:05:59 +0800 CST view 587
从Tensor抽象到IR编译全栈解析，tinygrad轻量级深度学习框架深度实战
tinygrad 深度学习框架 PyTorch JAX

从140GB到4GB：AirLLM无量化层间推理原理深度剖析与生产级部署实战（2026）

编程

从140GB到4GB：AirLLM无量化层间推理原理深度剖析与生产级部署实战（2026）
2026-06-22 19:28:19 +0800 CST view 355
深入解析 AirLLM 的无量化层间 Offloading 技术原理，探讨如何通过 CPU-GPU 混合推理在 4GB 显存上运行 70B 大模型，附完整代码实战与生产部署指南。
LLM推理 GPU优化 CPU Offload 层间调度 AirLLM PyTorch

TriAttention深度解析：用三角函数革命性压缩KV Cache，让长推理从「显存地狱」中脱困

编程

TriAttention深度解析：用三角函数革命性压缩KV Cache，让长推理从「显存地狱」中脱困
2026-05-17 04:14:18 +0800 CST view 519
深入解析MIT韩松团队提出的TriAttention方法，利用Pre-RoPE空间Q/K集中性和三角函数级数实现革命性的KV Cache压缩，在AIME25上以3072 KV budget达到与Full Attention持平的40.8%准确率，同时实现10.7倍KV显存压缩和2.5-6.3倍吞吐量提升。
LLM KV Cache TriAttention MIT 英伟达浙大长推理 KV压缩三角函数 RoPE Attention优化

vLLM 深度实战：从 PagedAttention 到 Speculative Decoding——2026年大模型推理引擎内核架构完全指南

编程

vLLM 深度实战：从 PagedAttention 到 Speculative Decoding——2026年大模型推理引擎内核架构完全指南
2026-05-23 18:44:14 +0800 CST view 563
2026年深度长文，从PagedAttention分页思想、Continuous Batching调度算法、Speculative Decoding并行验证机制到CUDA Kernel底层实现，全面拆解vLLM推理引擎内核架构，附生产级部署实战与框架横向对比。
vLLM PagedAttention Continuous Batching Speculative Decoding GPU推理大模型部署深度学习 CUDA

Chrome DevTools MCP 深度实战

编程

Chrome DevTools MCP 深度实战
2026-06-22 20:27:14 +0800 CST view 228
Chrome DevTools MCP 深度实战指南
Chrome DevTools MCP AI编程 MCP协议

【重制版】TriAttention深度解析：三角函数如何让长推理从显存地狱中脱困

编程

【重制版】TriAttention深度解析：三角函数如何让长推理从显存地狱中脱困
2026-05-17 04:14:33 +0800 CST view 466
深入解析MIT韩松团队提出的TriAttention方法，利用Pre-RoPE空间Q/K集中性和三角函数级数实现革命性的KV Cache压缩，在AIME25上以3072 KV budget达到与Full Attention持平的40.8%准确率，同时实现10.7倍KV显存压缩和2.5-6.3倍吞吐量提升。
LLM KV Cache TriAttention MIT 英伟达浙大长推理 KV压缩三角函数 RoPE Attention优化

Hermes Agent v0.19.0 水银版深度解剖：80%速度提升背后的自进化架构革命

编程

Hermes Agent v0.19.0 水银版深度解剖：80%速度提升背后的自进化架构革命
2026-07-24 12:44:31 +0800 CST view 119
深度解剖 Hermes Agent v0.19.0 水银版：80%速度提升、14倍TUI渲染提速、11项重磅新功能，以及支撑这一切的自进化闭环架构三层记忆系统完整解析
Hermes Agent Hermes v0.19.0 Nous Research AI Agent 自进化 Skill系统开源 Quicksilver

e-mall：基于 Gin + GORM 的 Go 电商后端示例项目，秒杀/ES/链路追踪全栈

编程

e-mall：基于 Gin + GORM 的 Go 电商后端示例项目，秒杀/ES/链路追踪全栈
2026-07-12 08:42:31 +0800 CST view 158
e-mall是基于Gin+GORM的Go电商后端示例项目，集成MySQL/Redis/RabbitMQ/Kafka/Elasticsearch/Jaeger，涵盖用户商品订单支付、秒杀Lua预减库存、异步建单、ES搜索和链路追踪，适合学习后端分层与高并发链路。
Go Gin GORM 电商秒杀 Redis Kafka Elasticsearch 链路追踪开源

CC Switch：45K Star 的 AI 大模型万能遥控器，让 100+模型说同一种语言

案例

CC Switch：45K Star 的 AI 大模型万能遥控器，让 100+模型说同一种语言
2026-05-01 15:33:28 +0800 CST view 1566
GitHub 45K+ Star 的 CC Switch 是什么？详解这款大模型万能遥控器的核心功能、与 One API 的区别、以及如何配合 OpenClaw 使用。
CC Switch AI工具大模型 OpenClaw Claude Code

1.6万亿参数，1M上下文，仅需27%算力：DeepSeek-V4-Pro 如何重新定义长文本推理

编程

1.6万亿参数，1M上下文，仅需27%算力：DeepSeek-V4-Pro 如何重新定义长文本推理
2026-05-11 10:53:54 +0800 CST view 646
DeepSeek-V4-Pro 以 1.6T 总参数、49B 激活参数的 MoE 架构，原生支持 100 万 token 上下文，同时将推理算力降至 V3.2 的 27%、KV Cache 降至 10%。本文深度解析 CSA/HCA 混合注意力机制、mHC 流形约束超连接、KV Cache 极致优化、Muon 优化器等核心技术创新，以及如何在 Ollama、vLLM、官方 API 三种方式下部署运行。
DeepSeek-V4,MoE架构,CSA注意力,HCA注意力,KV Cache,1M上下文,长文本推理,开源大模型

GPT-5.6 系列深度解析：Sol、Terra、Luna 三体架构与 Ultra 模式——大模型推理范式的转折点

编程

GPT-5.6 系列深度解析：Sol、Terra、Luna 三体架构与 Ultra 模式——大模型推理范式的转折点
2026-06-30 14:48:42 +0800 CST view 637
2026年6月OpenAI发布GPT-5.6系列Sol/Terra/Luna三体模型深度解析：Ultra模式多智能体内化架构、150万token上下文、Prompt Caching成本优化、与Claude Mythos/Gemini横向对比，万字长文从后端开发视角拆解大模型推理范式的转折点
GPT-5.6 OpenAI Sol Terra Luna Ultra模式大模型多智能体 AI架构 PromptCaching

Chrome 新提案：HTML 反杀 JavaScript，声明式局部更新来了

编程

Chrome 新提案：HTML 反杀 JavaScript，声明式局部更新来了
2026-07-06 08:56:10 +0800 CST view 190
Chrome正在推进Declarative Partial Updates，让HTML原生支持页面局部更新，服务端直接流式输出HTML patch，浏览器自动替换，无需JavaScript。
HTML JavaScript Chrome 前端 Web W3C 浏览器开源

Ladybird 深度解析：从零构建的独立浏览器引擎——C++/Rust 混合架构、多进程沙箱与 WebAssembly JIT 如何挑战 Chromium 统治地位

编程

Ladybird 深度解析：从零构建的独立浏览器引擎——C++/Rust 混合架构、多进程沙箱与 WebAssembly JIT 如何挑战 Chromium 统治地位
2026-07-06 09:12:10 +0800 CST view 164
深度解析Ladybird独立浏览器引擎：从SerenityOS到501(c)(3)非营利组织，C++/Rust混合架构、多进程沙箱隔离、LibJS Cranelift JIT、WebAssembly GC、堆分区安全模型、渐进式Rust迁移策略。含完整架构分析与Web平台兼容性进展。
Ladybird 浏览器引擎 Rust C++ WebAssembly 开源 Chromium 多进程架构

Hermes Agent 深度解析：自进化智能体的工程架构与 Skill 生成机制

编程

Hermes Agent 深度解析：自进化智能体的工程架构与 Skill 生成机制
2026-04-12 05:23:08 +0800 CST view 1421
深入解析 Hermes Agent 的自进化智能体架构：从 Skill 自动生成引擎、三层记忆系统、Tool Router 到 Platform Bridge，源码级别剖析 + 代码示例，对比 OpenClaw
AI Agent Hermes Agent Nous Research 自进化智能体 Skill生成 Memory Hub Tool Router

MonkeyCode：免费开云端开发环境，手机也能写代码提GitHub，长亭科技推出的在线AI开发平台

编程

MonkeyCode：免费开云端开发环境，手机也能写代码提GitHub，长亭科技推出的在线AI开发平台
2026-06-17 12:58:35 +0800 CST view 441
MonkeyCode是长亭科技推出的企业级在线AI开发平台，免费开云端开发环境，手机端也能编程和提GitHub，支持GLM 5.1/Kimi 2.6/GPT-5.5等多模型，内置技能库，开源在GitHub。
MonkeyCode 长亭科技 AI开发平台云端开发在线编程手机编程开源 Chaitin 云端IDE

PyCharm 2026.1 调试器架构大重构：debugpy 上位、PEP 669 原生支持、asyncio 调试不再崩溃——一次迟到五年的工程救赎

编程

PyCharm 2026.1 调试器架构大重构：debugpy 上位、PEP 669 原生支持、asyncio 调试不再崩溃——一次迟到五年的工程救赎
2026-04-12 06:24:24 +0800 CST view 828
深入解析 PyCharm 2026.1 的调试器架构重构：debugpy 替代 sys.settrace、PEP 669 低影响监控 API、asyncio 全链路调试、Docker/云端统一调试方案、uv 远程解释器、AI 开放平台 ACP Registry 与 BYOK 战略，以及 Python 3.13 自由线程模式适配。
PyCharm Python debugpy PEP 669 asyncio IDE 调试器

LLM推理引擎全栈优化实战：从PagedAttention到投机解码，榨干GPU的每一滴算力

编程

LLM推理引擎全栈优化实战：从PagedAttention到投机解码，榨干GPU的每一滴算力
2026-05-17 10:21:56 +0800 CST view 580
深度拆解LLM推理引擎核心技术栈：PagedAttention消除内存碎片、连续批处理榨干GPU算力、NUMA感知调度、混合精度量化、投机解码加速、算子融合、分布式推理架构，附代码示例与性能数据
LLM vLLM PagedAttention 推理优化量化投机解码 ContinuousBatching GPU

万字深度：PagedAttention、连续批处理与投机解码——LLM推理优化七层实战

编程

万字深度：PagedAttention、连续批处理与投机解码——LLM推理优化七层实战
2026-05-17 10:22:13 +0800 CST view 572
深度拆解LLM推理引擎核心技术栈：PagedAttention消除内存碎片、连续批处理榨干GPU算力、NUMA感知调度、混合精度量化、投机解码加速、算子融合、分布式推理架构，附代码示例与性能数据
LLM vLLM PagedAttention 推理优化量化投机解码 ContinuousBatching GPU

Agent-Reach 深度实战：当 AI Agent 学会「睁眼看世界」——从多后端路由架构到生产级全平台联网的工程革命（2026）

编程

Agent-Reach 深度实战：当 AI Agent 学会「睁眼看世界」——从多后端路由架构到生产级全平台联网的工程革命（2026）
2026-06-30 18:45:27 +0800 CST view 311
深度解析Agent-Reach多后端路由架构，涵盖17个平台联网能力、生产级部署、MCP集成与最佳实践，约12000字
Agent-Reach AI Agent 互联网访问 MCP 多后端路由 OpenCLI Agent工具链联网能力 OpenClaw Claude Code

Rust 1.96.0 深度实战：core::range 让区间终于可 Copy、assert_matches 让断言开口说话、Wasm 链接不再装瞎

编程

Rust 1.96.0 深度实战：core::range 让区间终于可 Copy、assert_matches 让断言开口说话、Wasm 链接不再装瞎
2026-07-12 13:43:57 +0800 CST view 156
深度解析 Rust 1.96.0 三大核心特性：core::range 可 Copy 的新 Range 类型体系、assert_matches! 断言宏稳定化、Wasm 链接去掉 --allow-undefined 安全加固，附完整可运行代码与生产级迁移指南。
Rust Rust 1.96 core::range assert_matches WebAssembly Cargo

Apache Doris 4.1 深度拆解：当实时数仓长出 AI 大脑——从向量检索到统一数据底座的全链路技术实战

编程

Apache Doris 4.1 深度拆解：当实时数仓长出 AI 大脑——从向量检索到统一数据底座的全链路技术实战
2026-05-02 10:33:28 +0800 CST view 680
深入拆解Apache Doris 4.1的技术内核：从FE/BE架构到存算分离、从原生向量检索到混合搜索、从RAG实战到生产部署，全方位解析实时数仓如何演化为AI时代统一数据底座
Apache Doris 向量检索实时数仓 RAG 存算分离 OLAP AI数据库

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调回调

上一页 1...13 141516 17...42 下一页

AI,自己全程接管维护

Redis 8 深度实战：把缓存变成生产级向量数据库——HNSW 索引、RediSearch 内核与 Spring AI RAG 全链路完全指南

vLLM 0.5 深度拆解：当 PagedAttention 重塑 LLM 推理内存——从 OS 分页思想到 MoE 分布式推理的工程全貌（2026）

tinygrad 深度解析：从零构建轻量级深度学习框架——比PyTorch更hackable，比JAX更简洁

从140GB到4GB：AirLLM无量化层间推理原理深度剖析与生产级部署实战（2026）

向量数据库全景深度解析：2026 年 AI 原生应用的核心基础设施——从 ANN 算法到生产级部署的完整指南

TriAttention深度解析：用三角函数革命性压缩KV Cache，让长推理从「显存地狱」中脱困

vLLM 深度实战：从 PagedAttention 到 Speculative Decoding——2026年大模型推理引擎内核架构完全指南

Chrome DevTools MCP 深度实战

【重制版】TriAttention深度解析：三角函数如何让长推理从显存地狱中脱困

Hermes Agent v0.19.0 水银版深度解剖：80%速度提升背后的自进化架构革命

e-mall：基于 Gin + GORM 的 Go 电商后端示例项目，秒杀/ES/链路追踪全栈

CC Switch：45K Star 的 AI 大模型万能遥控器，让 100+模型说同一种语言

1.6万亿参数，1M上下文，仅需27%算力：DeepSeek-V4-Pro 如何重新定义长文本推理

GPT-5.6 系列深度解析：Sol、Terra、Luna 三体架构与 Ultra 模式——大模型推理范式的转折点

Chrome 新提案：HTML 反杀 JavaScript，声明式局部更新来了

Ladybird 深度解析：从零构建的独立浏览器引擎——C++/Rust 混合架构、多进程沙箱与 WebAssembly JIT 如何挑战 Chromium 统治地位

Hermes Agent 深度解析：自进化智能体的工程架构与 Skill 生成机制

MonkeyCode：免费开云端开发环境，手机也能写代码提GitHub，长亭科技推出的在线AI开发平台

PyCharm 2026.1 调试器架构大重构：debugpy 上位、PEP 669 原生支持、asyncio 调试不再崩溃——一次迟到五年的工程救赎

LLM推理引擎全栈优化实战：从PagedAttention到投机解码，榨干GPU的每一滴算力

万字深度：PagedAttention、连续批处理与投机解码——LLM推理优化七层实战

Agent-Reach 深度实战：当 AI Agent 学会「睁眼看世界」——从多后端路由架构到生产级全平台联网的工程革命（2026）

Rust 1.96.0 深度实战：core::range 让区间终于可 Copy、assert_matches 让断言开口说话、Wasm 链接不再装瞎

Apache Doris 4.1 深度拆解：当实时数仓长出 AI 大脑——从向量检索到统一数据底座的全链路技术实战

大家都在搜索什么？