- H800核心技术突破与行业应用实战
智能计算研究中心
其他
内容概要在人工智能技术持续迭代的背景下,H800芯片凭借自主架构优化与算力跃升,成为推动行业场景化落地的关键驱动力。本文将从技术路径、性能突破与行业应用三个维度,系统解析H800如何在高并发计算与低延时响应领域实现底层架构创新。首先聚焦其自主架构优化的核心技术路径,包括动态资源调度算法与异构计算单元的深度协同设计,揭示其在能效比与计算密度上的突破逻辑;进一步结合算力跃升的具体表现,探讨该芯片如何通
- 算力驱动新质生产力:应用实践与发展路径
智能计算研究中心
其他
内容概要算力作为新质生产力的核心驱动力,正通过技术创新与场景融合重构产业生态。当前算力发展呈现多维突破态势:在基础架构层面,异构计算与模型压缩技术推动硬件资源利用率提升;在应用场景端,工业互联网算力优化生产流程,智能安防算力实现毫秒级风险响应;在系统协同方面,算力调度机制与能效优化策略形成动态平衡网络。随着国家算力网战略推进,芯片架构创新、绿色数据中心建设与算力租赁模式正加速形成产业链闭环,为量子
- 基于国产手机 SoC 的多模态模型推理加速实战:GPU × NPU 协同优化全流程解析
观熵
智能终端Ai探索与创新实践人工智能androidNPUGPU
基于国产手机SoC的多模态模型推理加速实战:GPU×NPU协同优化全流程解析关键词多模态模型推理、NPU硬件加速、GPU并行计算、国产手机SoC、端侧部署优化、华为昇腾NPU、小米Surge芯片、高通AIEngine、异构计算加速、TFLiteNNAPI、ONNXRuntimeEP摘要随着国产智能手机SoC(如华为昇腾、vivoV系列、小米Surge、紫光展锐、联发科Dimensity)的异构计算
- 大模型部署的整体架构
flyair_China
人工智能云计算架构
一、大模型部署架构1.1部署架构大模型部署的整体架构是一个多层次、软硬件协同的系统工程,旨在解决模型规模庞大、计算资源密集、延迟敏感等挑战。1.1.1、基础架构层:硬件资源与网络算力集群GPU/NPU阵列:如NVIDIAA100/H100/H200/H800、华为昇腾、昆仑芯等,支持FP16/INT8量化计算,显存带宽需达TB级(如HBM3e显存带宽达3.35TB/s)。异构计算:CPU+GPU/
- QCS8550 硬件性能全解析:参数、性能、优化,一篇讲透
伊利丹~怒风
Qualcomm算法python人工智能边缘计算无人机机器人
在物联网(IoT)设备向高性能、智能化演进的过程中,处理器作为核心算力单元扮演着关键角色。高通推出的Dragonwing™QCS8550处理器,凭借4nm工艺、异构计算架构、极致边缘AI处理能力及Wi-Fi7连接等特性,成为面向工业无人机、自主移动机器人、边缘AI盒子等高性能IoT场景的旗舰解决方案。本文将从核心参数、性能优势、优化亮点三个维度,全面解析这款处理器的技术实力。一、核心参数:4nm工
- Android 异构计算与 OpenCL/CUDA/OpenVX 的协同方式实战解析
观熵
国产NPU×Android推理优化android人工智能
Android异构计算与OpenCL/CUDA/OpenVX的协同方式实战解析关键词Android异构计算、OpenCL、CUDA、OpenVX、GPU加速、NPU调度、HSA架构、神经网络推理、计算图编排、SoC协同处理、AI芯片编程摘要随着国产SoC平台持续迭代,Android系统中异构计算模式已从传统CPU+GPU并行计算,扩展到集成NPU、DSP、ISP等多核单元的复杂协同体系。在AI推理
- FPGA芯片厂商及关键的开发测试工具
Chip Design
xPUChipDesignfpga开发
以下是结合2025年技术动态整理的。一、FPGA芯片主要厂商及产品系列厂商芯片系列典型特点目标市场AMD/XilinxVersal,Kintex,Artix,Zynq高性能异构计算(AI引擎+FPGA+CPU)数据中心、5G、航空航天Intel(Altera)Stratix,Arria,Agilex,Cyclone高带宽内存集成(HBM),支持CXL协议网络加速、边缘计算LatticeCertus
- Qualcomm Hexagon DSP 与 AI Engine 架构深度分析:从微架构原理到 Android 部署实战
观熵
国产NPU×Android推理优化人工智能架构android
QualcommHexagonDSP与AIEngine架构深度分析:从微架构原理到Android部署实战关键词QualcommHexagon、AIEngine、HTA、HVX、HMX、Snapdragon、DSP推理加速、AIC、QNNSDK、Tensor编排、AndroidNNAPI、异构调度摘要HexagonDSP架构是QualcommSnapdragonSoC平台中长期演进的异构计算核心之一
- 深度学习篇---昇腾NPU&CANN 工具包
Atticus-Orion
上位机知识篇图像处理篇深度学习篇深度学习人工智能NPU昇腾CANN
介绍昇腾NPU是华为推出的神经网络处理器,具有强大的AI计算能力,而CANN工具包则是面向AI场景的异构计算架构,用于发挥昇腾NPU的性能优势。以下是详细介绍:昇腾NPU架构设计:采用达芬奇架构,是一个片上系统,主要由特制的计算单元、大容量的存储单元和相应的控制单元组成。集成了多个CPU核心,包括控制CPU和AICPU,前者用于控制处理器整体运行,后者承担非矩阵类复杂计算。此外,还拥有AICore
- 异构推理系统动态负载调度与资源分配实战:多节点协同、任务绑定与智能分发策略全解析
观熵
大模型高阶优化技术专题算法人工智能
异构推理系统动态负载调度与资源分配实战:多节点协同、任务绑定与智能分发策略全解析关键词异构调度、Kubernetes调度器、GPU任务绑定、MIG分配、推理流量调度、服务亲和性、任务隔离、资源优先级、边缘协同、动态算力管理摘要在AI推理系统的生产级部署中,单一自动扩缩容机制已无法满足实际复杂环境中对资源利用率、任务延迟与系统稳定性的多重要求。特别是在GPU/NPU/CPU并存的异构计算集群中,运行
- 量子计算+AI芯片:光子计算如何重构神经网络硬件生态
前言前些天发现了一个巨牛的人工智能免费学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站量子计算+AI芯片:光子计算如何重构神经网络硬件生态——2025年超异构计算架构下的万亿参数模型训练革命产业拐点:英伟达BlackwellUltra发布光互连版GPU,IBM量子处理器突破512比特,光子计算商用成本降至$5/TOPS实测突破:Llama3-405B在光子-量子混合集群训练能耗下
- Apple SoC 图像 ISP 与 Neural Engine 联合优化案例分析:性能与质量平衡的实战经验
观熵
影像技术全景图谱:架构调优与实战接口隔离原则影像Camera
AppleSoC图像ISP与NeuralEngine联合优化案例分析:性能与质量平衡的实战经验关键词:AppleSoC、ISP优化、NeuralEngine协同、图像处理性能、DeepFusion、SmartHDR、实时推理、多核异构计算、功耗管理摘要:随着图像计算复杂度的不断提升,AppleSoC中的ISP与NeuralEngine(NE)联合优化成为提升拍照性能和图像质量的关键路径。本文结合最
- AI人工智能领域必备:AI芯片的关键作用
AI算力网络与通信
AI算力网络与通信原理AI人工智能大数据架构AI人工智能与大数据技术人工智能ai
AI人工智能领域必备:AI芯片的关键作用关键词:AI芯片、算力、神经网络、能效比、专用架构、异构计算、存算一体摘要:在人工智能高速发展的今天,从手机里的“语音助手”到马路上的“自动驾驶汽车”,从医院的“智能影像诊断”到工厂的“机器人流水线”,AI技术的落地离不开一个“幕后大功臣”——AI芯片。本文将用“快递分拣工厂”“人脑神经村”等生活案例,带你一步一步理解AI芯片的核心作用、工作原理和未来趋势,
- 异构计算解决方案(兼容不同硬件架构)
ARM2NCWU
硬件架构
异构计算解决方案通过整合不同类型处理器(如CPU、GPU、NPU、FPGA等),实现硬件资源的高效协同与兼容,满足多样化计算需求。其核心技术与实践方案如下:一、硬件架构设计异构处理器组合主从协作模式:采用通用CPU(如ARMCortex-M3)作为主处理器,搭配专用协处理器(如MSP430微控制器)处理特定任务(如射频通信),通过串口/USB/以太网实现通信。众核架构:集成CPU、GPU、N
- 深度学习学习指南
努力的Lorre
深度学习人工智能
本帖子将以本书的逻辑和顺序做一个梳理:CS基础->AI算法->模型压缩->异构计算->AI框架->AI编译器《DeepLearningSystems》(https://deeplearningsystems.ai/)CS基础推荐书单所需的编程语言(C/C++、Python)就不多讲了,数据结构算法也是大学基础课程,不多赘述。对于操作系统需要多了解,推荐多看一看《深入理解计算机系统》(传说中的面试圣
- 复旦微ZYNQ SOC AXI_DMA高速数据传输实战指南
芯作者
D1:ZYNQ设计fpga开发
突破传统瓶颈:零拷贝+双缓冲实现2.4GB/s传输速率AXI_DMA在异构计算中的核心价值在复旦微ZYNQSOC系统中,AXI_DMA是连接PS(处理系统)和PL(可编程逻辑)的高速数据通道。本文通过创新性的零拷贝双缓冲架构,实现2.4GB/s的稳定传输速率,相比传统方案提升300%!我们将从硬件设计到软件优化,揭秘工业级DMA应用的完整开发流程。一、系统架构创新设计1.1传统DMA方案瓶颈分析方
- 深入实战:ZYNQ中AXI BRAM打通PS与PL数据交互的高速通道
芯作者
D1:ZYNQ设计fpga开发智能硬件硬件工程
在ZYNQ异构计算平台上,高效的数据交互是发挥PS(处理器系统)与PL(可编程逻辑)协同计算优势的关键。本文将深入探讨利用AXIBRAM控制器实现PS与PL间共享内存通信的方案,提供详实的代码、创新优化思路及性能分析,助你构建高速数据通道。一、为何选择AXIBRAM?在ZYNQ中,PS与PL交互的常用方式包括:AXIDMA:适合大数据流传输AXIGPIO:仅适合小数据量控制AXIBRAM:低延迟、
- 算力新纪元前夜:AI 算力架构迎来迭代升级,三大技术突破开启产业新局
Finehoo
人工智能架构
当AI算力需求以年均300%的增速冲击基础设施极限时,全球科技界正屏息以待英伟达2025年GTC大会的到来。这场将于3月17日启幕的技术盛会,或将成为AI算力架构从"量变"到"质变"的转折点。结合行业动态与技术演进趋势,三大突破性方向正浮出水面,预示着产业格局的深度重构。一、异构计算架构的范式突破随着大模型参数突破万亿级,传统冯・诺依曼架构的"内存墙"问题愈发凸显。英伟达BlackwellUltr
- RISC-V向量扩展与GPU协处理:开源加速器设计新范式——对比NVDLA与香山架构的指令集融合方案
点击“AladdinEdu,同学们用得起的【H卡】算力平台”,H卡级别算力,按量计费,灵活弹性,顶级配置,学生专属优惠当开源指令集遇上异构计算,RISC-V向量扩展(RVV)正重塑加速器设计范式。本文深入对比两大开源架构——NVIDIANVDLA与中科院香山处理器在指令集融合上的创新路径。01开源加速器生态的范式转移RISC-V向量扩展的核心突破RVV1.0标准带来三大革命性特性:1.**可伸缩向
- 算力协同创新与能效优化重构工业场景技术生态
智能计算研究中心
其他
内容概要工业智能化转型正推动算力技术生态的体系化重构,其核心在于通过异构计算与边缘计算的协同创新,构建适应复杂工业场景的动态算力基础设施。当前工业互联网平台中,约67%的实时决策场景依赖边缘节点完成数据处理,而深度学习模型训练等计算密集型任务则需依托云端异构计算集群实现资源优化配置。这种分层计算架构不仅降低网络传输延迟,更使工业设备预测性维护系统的响应速度提升至毫秒级。工业质检领域的技术突破印证了
- 鸿蒙开发实战之Function Flow Runtime Kit优化美颜相机AI流水线
harmonyos-next
一、架构设计突破针对美颜相机复杂的AI处理流程,FunctionFlowRuntimeKit实现三大创新:异构计算流水线CPU+GPU+NPU三端任务自动分配人脸识别→皮肤检测→背景分割→滤镜渲染四阶段并行智能调度策略二、核心代码实现importfunctionFlowfrom'@ohos.functionFlowKit';//定义处理节点constnodes=[{id:'face_detect'
- 海思昇腾/达芬奇架构在 Android 系统中的异构部署:NPU × CPU × GPU 联合调度与模型落地实践全流程解析
观熵
国产NPU×Android推理优化架构android
海思昇腾/达芬奇架构在Android系统中的异构部署:NPU×CPU×GPU联合调度与模型落地实践全流程解析关键词海思昇腾、达芬奇架构、AndroidNPU部署、NNIE、ACL、异构计算、张量融合、CANN、NNAPI、边缘AI、算子编译器摘要随着海思昇腾与达芬奇架构在智能终端中的广泛应用,其在Android系统下的AI能力调度、模型部署与异构算力融合需求日益迫切。昇腾SoC集成的NPU(达芬奇
- 开放创新,昇腾 CANN 再向深处
华为人工智能
AI领域有自己的速度。4月29日凌晨4点,Qwen3正式发布,并开源全部8款混合推理模型。发布仅2小时,Qwen3模型在GitHub上的Star数已近17k。更有趣的是,开源5小时后,华为计算发文宣布实现Qwen3的0Day适配,即在MindSpeed和MindIE中开箱即用。这意味着,开发者可以第一时间零门槛使用最新的AI能力。这样软硬件闪电协同的背后,华为昇腾异构计算架构CANN的深度开放策略
- 硬件异构环境(如 CPU+GPU 混合)下的任务调度策略,如何最大化资源利用率?
百态老人
算法机器学习人工智能
硬件异构环境(CPU+GPU混合)下的任务调度策略体系与资源利用率优化技术(2025版)一、异构计算环境的核心挑战在CPU+GPU混合架构中,最大化资源利用率的本质是解决三类矛盾:硬件能力差异矛盾:CPU通用性强但并行度低,GPU并行度高但逻辑处理能力弱资源动态性矛盾:任务负载波动与硬件资源状态的实时匹配同步效率矛盾:CPU-GPU间数据通信与任务协同的延迟损耗二、任务调度策略框架设计1.硬件特性
- 算力安全标准与异构芯片架构演进方向
智能计算研究中心
其他
内容概要随着人工智能、量子计算等前沿技术对算力需求的指数级增长,构建安全可控的算力基础设施已成为全球科技竞争的核心议题。当前算力体系正面临双重挑战:一方面,异构计算架构的快速演进推动了光子计算、神经形态计算等新型计算范式的突破;另一方面,工业互联网、医疗影像等高精度场景对算力可靠性提出了严苛要求。在此背景下,算力安全标准与芯片架构创新正形成双向驱动的技术生态。行业专家指出:"未来三年将是算力安全标
- 【异构计算架构】CPU/GPU/FPGA混合资源池
沐风—云端行者
云计算架构架构fpga开发云计算云原生
异构计算架构:CPU/GPU/FPGA混合资源池一、技术背景及发展二、技术特点三、技术实现细节四、未来发展趋势结语一、技术背景及发展随着摩尔定律逼近物理极限,单一架构的计算芯片已无法满足AI训练、科学计算、实时渲染等高并发、高吞吐场景的需求。异构计算通过整合多种指令集和体系结构的处理器(如CPU、GPU、FPGA),实现了“专业分工+协同增效”的计算范式。发展历程:早期阶段(2000年前):GPU
- FPGA × GPU 混合推理系统架构实战:协同执行链设计与性能对比分析
观熵
大模型高阶优化技术专题fpga开发系统架构人工智能
《FPGA×GPU混合推理系统架构实战:协同执行链设计与性能对比分析》关键词FPGA加速、GPU推理、混合部署架构、DPU调度、异构计算、协同执行链、推理任务分配、性能对比分析摘要在实际工程中,单一加速器已难以满足复杂AI场景下对低延迟与高吞吐的双重要求。本文基于真实部署实践,系统分析了FPGA与GPU混合推理系统的协同架构设计,深入解析DPU与CUDA引擎在异构平台中的任务调度路径、特征数据交换
- 零基础学习GPU 系统软件资源(7.4)--未来趋势与前沿技术:新型架构的软件适配
xiaoheshang_123
学习架构simulink
目录第七章:未来趋势与前沿技术新型架构的软件适配1.CXL协议对GPU缓存一致性的影响(1)CXL协议的核心特性(2)GPU缓存一致性的挑战与解决方案(3)性能影响与适用场景2.DPU加速下的GPU资源卸载场景(1)DPU的核心功能(2)GPU资源卸载的技术实现(3)性能优势与典型应用3.技术挑战与未来方向(1)当前挑战(2)未来趋势4.总结第七章:未来趋势与前沿技术新型架构的软件适配随着异构计算
- V100赋能智能能源管理算力跃迁
智能计算研究中心
其他
内容概要能源行业的数字化转型正面临算力需求与系统复杂性双重挑战。传统能源管理架构受限于数据处理速度与算法精度,难以支撑实时调度与动态优化需求。V100芯片通过异构计算架构与大规模并行处理能力的革新,将单精度浮点运算性能提升至15.7TFLOPS,为能源系统构建起具备自我进化能力的数字底座。技术建议:能源企业在部署智能管理系统时,需重点关注数据采集频率与算法迭代周期的匹配度,建议采用动态负载均衡策略
- 边缘AI推理突破:树莓派5运行Llama3-13B的异构计算极致优化指南
尘烬海
人工智能分布式risc-v网络架构
引言:边缘大语言模型推理的挑战在边缘计算设备上部署13B参数级大语言模型(LLM)面临三重挑战:算力瓶颈:ARMCortex-A76CPU峰值算力仅0.5TFLOPS,远低于GPU服务器内存墙限制:8GBLPDDR4X内存难以容纳原始FP16模型(约26GB)能耗约束:5WTDP下需平衡性能与散热本文将深入探讨基于树莓派5的Llama3-13B量化部署方案,实现token生成速度>2.5token
- java杨辉三角
3213213333332132
java基础
package com.algorithm;
/**
* @Description 杨辉三角
* @author FuJianyong
* 2015-1-22上午10:10:59
*/
public class YangHui {
public static void main(String[] args) {
//初始化二维数组长度
int[][] y
- 《大话重构》之大布局的辛酸历史
白糖_
重构
《大话重构》中提到“大布局你伤不起”,如果企图重构一个陈旧的大型系统是有非常大的风险,重构不是想象中那么简单。我目前所在公司正好对产品做了一次“大布局重构”,下面我就分享这个“大布局”项目经验给大家。
背景
公司专注于企业级管理产品软件,企业有大中小之分,在2000年初公司用JSP/Servlet开发了一套针对中
- 电驴链接在线视频播放源码
dubinwei
源码电驴播放器视频ed2k
本项目是个搜索电驴(ed2k)链接的应用,借助于磁力视频播放器(官网:
http://loveandroid.duapp.com/ 开放平台),可以实现在线播放视频,也可以用迅雷或者其他下载工具下载。
项目源码:
http://git.oschina.net/svo/Emule,动态更新。也可从附件中下载。
项目源码依赖于两个库项目,库项目一链接:
http://git.oschina.
- Javascript中函数的toString()方法
周凡杨
JavaScriptjstoStringfunctionobject
简述
The toString() method returns a string representing the source code of the function.
简译之,Javascript的toString()方法返回一个代表函数源代码的字符串。
句法
function.
- struts处理自定义异常
g21121
struts
很多时候我们会用到自定义异常来表示特定的错误情况,自定义异常比较简单,只要分清是运行时异常还是非运行时异常即可,运行时异常不需要捕获,继承自RuntimeException,是由容器自己抛出,例如空指针异常。
非运行时异常继承自Exception,在抛出后需要捕获,例如文件未找到异常。
此处我们用的是非运行时异常,首先定义一个异常LoginException:
/**
* 类描述:登录相
- Linux中find常见用法示例
510888780
linux
Linux中find常见用法示例
·find path -option [ -print ] [ -exec -ok command ] {} \;
find命令的参数;
- SpringMVC的各种参数绑定方式
Harry642
springMVC绑定表单
1. 基本数据类型(以int为例,其他类似):
Controller代码:
@RequestMapping("saysth.do")
public void test(int count) {
}
表单代码:
<form action="saysth.do" method="post&q
- Java 获取Oracle ROWID
aijuans
javaoracle
A ROWID is an identification tag unique for each row of an Oracle Database table. The ROWID can be thought of as a virtual column, containing the ID for each row.
The oracle.sql.ROWID class i
- java获取方法的参数名
antlove
javajdkparametermethodreflect
reflect.ClassInformationUtil.java
package reflect;
import javassist.ClassPool;
import javassist.CtClass;
import javassist.CtMethod;
import javassist.Modifier;
import javassist.bytecode.CodeAtt
- JAVA正则表达式匹配 查找 替换 提取操作
百合不是茶
java正则表达式替换提取查找
正则表达式的查找;主要是用到String类中的split();
String str;
str.split();方法中传入按照什么规则截取,返回一个String数组
常见的截取规则:
str.split("\\.")按照.来截取
str.
- Java中equals()与hashCode()方法详解
bijian1013
javasetequals()hashCode()
一.equals()方法详解
equals()方法在object类中定义如下:
public boolean equals(Object obj) {
return (this == obj);
}
很明显是对两个对象的地址值进行的比较(即比较引用是否相同)。但是我们知道,String 、Math、I
- 精通Oracle10编程SQL(4)使用SQL语句
bijian1013
oracle数据库plsql
--工资级别表
create table SALGRADE
(
GRADE NUMBER(10),
LOSAL NUMBER(10,2),
HISAL NUMBER(10,2)
)
insert into SALGRADE values(1,0,100);
insert into SALGRADE values(2,100,200);
inser
- 【Nginx二】Nginx作为静态文件HTTP服务器
bit1129
HTTP服务器
Nginx作为静态文件HTTP服务器
在本地系统中创建/data/www目录,存放html文件(包括index.html)
创建/data/images目录,存放imags图片
在主配置文件中添加http指令
http {
server {
listen 80;
server_name
- kafka获得最新partition offset
blackproof
kafkapartitionoffset最新
kafka获得partition下标,需要用到kafka的simpleconsumer
import java.util.ArrayList;
import java.util.Collections;
import java.util.Date;
import java.util.HashMap;
import java.util.List;
import java.
- centos 7安装docker两种方式
ronin47
第一种是采用yum 方式
yum install -y docker
 
- java-60-在O(1)时间删除链表结点
bylijinnan
java
public class DeleteNode_O1_Time {
/**
* Q 60 在O(1)时间删除链表结点
* 给定链表的头指针和一个结点指针(!!),在O(1)时间删除该结点
*
* Assume the list is:
* head->...->nodeToDelete->mNode->nNode->..
- nginx利用proxy_cache来缓存文件
cfyme
cache
user zhangy users;
worker_processes 10;
error_log /var/vlogs/nginx_error.log crit;
pid /var/vlogs/nginx.pid;
#Specifies the value for ma
- [JWFD开源工作流]JWFD嵌入式语法分析器负号的使用问题
comsci
嵌入式
假如我们需要用JWFD的语法分析模块定义一个带负号的方程式,直接在方程式之前添加负号是不正确的,而必须这样做:
string str01 = "a=3.14;b=2.71;c=0;c-((a*a)+(b*b))"
定义一个0整数c,然后用这个整数c去
- 如何集成支付宝官方文档
dai_lm
android
官方文档下载地址
https://b.alipay.com/order/productDetail.htm?productId=2012120700377310&tabId=4#ps-tabinfo-hash
集成的必要条件
1. 需要有自己的Server接收支付宝的消息
2. 需要先制作app,然后提交支付宝审核,通过后才能集成
调试的时候估计会真的扣款,请注意
- 应该在什么时候使用Hadoop
datamachine
hadoop
原帖地址:http://blog.chinaunix.net/uid-301743-id-3925358.html
存档,某些观点与我不谋而合,过度技术化不可取,且hadoop并非万能。
--------------------------------------------万能的分割线--------------------------------
有人问我,“你在大数据和Hado
- 在GridView中对于有外键的字段使用关联模型进行搜索和排序
dcj3sjt126com
yii
在GridView中使用关联模型进行搜索和排序
首先我们有两个模型它们直接有关联:
class Author extends CActiveRecord {
...
}
class Post extends CActiveRecord {
...
function relations() {
return array(
'
- 使用NSString 的格式化大全
dcj3sjt126com
Objective-C
格式定义The format specifiers supported by the NSString formatting methods and CFString formatting functions follow the IEEE printf specification; the specifiers are summarized in Table 1. Note that you c
- 使用activeX插件对象object滚动有重影
蕃薯耀
activeX插件滚动有重影
使用activeX插件对象object滚动有重影 <object style="width:0;" id="abc" classid="CLSID:D3E3970F-2927-9680-BBB4-5D0889909DF6" codebase="activex/OAX339.CAB#
- SpringMVC4零配置
hanqunfeng
springmvc4
基于Servlet3.0规范和SpringMVC4注解式配置方式,实现零xml配置,弄了个小demo,供交流讨论。
项目说明如下:
1.db.sql是项目中用到的表,数据库使用的是oracle11g
2.该项目使用mvn进行管理,私服为自搭建nexus,项目只用到一个第三方 jar,就是oracle的驱动;
3.默认项目为零配置启动,如果需要更改启动方式,请
- 《开源框架那点事儿16》:缓存相关代码的演变
j2eetop
开源框架
问题引入
上次我参与某个大型项目的优化工作,由于系统要求有比较高的TPS,因此就免不了要使用缓冲。
该项目中用的缓冲比较多,有MemCache,有Redis,有的还需要提供二级缓冲,也就是说应用服务器这层也可以设置一些缓冲。
当然去看相关实现代代码的时候,大致是下面的样子。
[java]
view plain
copy
print
?
public vo
- AngularJS浅析
kvhur
JavaScript
概念
AngularJS is a structural framework for dynamic web apps.
了解更多详情请见原文链接:http://www.gbtags.com/gb/share/5726.htm
Directive
扩展html,给html添加声明语句,以便实现自己的需求。对于页面中html元素以ng为前缀的属性名称,ng是angular的命名空间
- 架构师之jdk的bug排查(一)---------------split的点号陷阱
nannan408
split
1.前言.
jdk1.6的lang包的split方法是有bug的,它不能有效识别A.b.c这种类型,导致截取长度始终是0.而对于其他字符,则无此问题.不知道官方有没有修复这个bug.
2.代码
String[] paths = "object.object2.prop11".split("'");
System.ou
- 如何对10亿数据量级的mongoDB作高效的全表扫描
quentinXXZ
mongodb
本文链接:
http://quentinXXZ.iteye.com/blog/2149440
一、正常情况下,不应该有这种需求
首先,大家应该有个概念,标题中的这个问题,在大多情况下是一个伪命题,不应该被提出来。要知道,对于一般较大数据量的数据库,全表查询,这种操作一般情况下是不应该出现的,在做正常查询的时候,如果是范围查询,你至少应该要加上limit。
说一下,
- C语言算法之水仙花数
qiufeihu
c算法
/**
* 水仙花数
*/
#include <stdio.h>
#define N 10
int main()
{
int x,y,z;
for(x=1;x<=N;x++)
for(y=0;y<=N;y++)
for(z=0;z<=N;z++)
if(x*100+y*10+z == x*x*x
- JSP指令
wyzuomumu
jsp
jsp指令的一般语法格式: <%@ 指令名 属性 =”值 ” %>
常用的三种指令: page,include,taglib
page指令语法形式: <%@ page 属性 1=”值 1” 属性 2=”值 2”%>
include指令语法形式: <%@include file=”relative url”%> (jsp可以通过 include