https://my.oschina.net/u/4090830/blog/5747217 前言 redis，对于一个 java 开发工程师来讲，其实算不得什么复杂新奇的技术，但可能也很少人去深入了解学习它的底层的一些东西。下面将通过对内存统计、内存划分、存储细节、对象类型 & 内部编码这四个模块来
https://my.oschina.net/u/4090830/blog/5719401 作者：京东零售 石朝阳 在说 IO 多路复用模型之前，我们先来大致了解下 Linux 文件系统。在 Linux 系统中，不论是你的鼠标，键盘，还是打印机，甚至于连接到本机的 socket client 端，都
https://zhuanlan.zhihu.com/p/596170085 你好，我是蒋德钧。 今天，我们来探讨一个很多人都很关心的问题：“为什么单线程的Redis能那么快？” 首先，我要和你厘清一个事实，我们通常说，Redis是单线程，主要是指Redis的网络IO和键值对读写是由一个线程来完成的
概述 当我们要编写一个echo服务器程序的时候，需要对用户从标准输入键入的交互命令做出响应。在这种情况下，服务器必须响应两个相互独立的I/O事件：1）网络客户端发起网络连接请求，2）用户在键盘上键入命令行。我们先等待哪个事件呢？没有哪个选择是理想的。如果在acceptor中等待一个连接请求，我们就不
https://cdn.modb.pro/db/525350 当一个网络IO发生(假设是read)时，它会涉及两个系统对象，一个是调用这个IO的进程，另一个是系统内核。当一个read操作发生时，它会经历两个阶段：①等待数据准备；②将数据从内核拷贝到进程中。为了解决网络IO中的问题，提出了4中网络IO
https://cloud.tencent.com/developer/article/1992927?areaSource=&traceId= 希望打开此篇对你有所帮助。 文章目录 什么是epoll？或者说，它和select有什么判别？ 什么是select 为什么select最大只允许1024？
https://juejin.cn/post/6844903702327721992 0 前言 在很多情况下，访问一个程序变量（对象实例字段，类静态字段和数组元素）可能会使用不同的顺序执行，而不是程序语义所指定的顺序执行。具体几种情况，如下： 编译器 能够自由的以优化的名义去改变指令顺序； 在特定的
https://www.jianshu.com/p/c5aa9197ecf4 背景 大多数文件系统的默认 IO 操作都是缓存 IO，又被称作标准IO。在 Linux 的缓存 IO 机制中，操作系统会将 IO 的数据缓存在文件系统的页缓存（page cache ）中，也就是说，数据会先被拷贝到操作系统
一、RT（Response-time、响应时间） 响应时间是用户请求发出和服务器返回之间的时间差。 这个过程包括DNS解析、网络数据传输、服务器计算、网络数据返回，如下图例子： 期中，服务器计算时间又可细分为： 1. Web Server响应的时间； 2. App Server响应的时间； 3. C
一、介绍 对于 linux 操作系统，IO 多路复用使用的是 epoll 方式，对于 windows 操作系统中 IO 多路复用使用的是 iocp 方式，对于 mac 操作系统 IO 多路复用使用的是 kqueue 方式。 由于对于 tomcat 服务器来说基本主要部署在 linux 操作系统上，所
https://zhuanlan.zhihu.com/p/449345588 BF16 是对FP32单精度浮点数截断数据，即用8bit 表示指数，7bit 表示小数。 FP16半精度浮点数，用5bit 表示指数，10bit 表示小数； 与32位相比，采用BF16/FP16吞吐量可以翻倍，内存需求可以
文章目录 1. JVM内存模型1.1. 程序计数器 (线程私有)1.2. Java 虚拟机栈 (线程私有)1.3. 本地方法栈 (线程私有)1.4. Java 堆 (线程共享)1.5. 方法区 (线程共享)1.6. 运行时常量池 (线程共享)1.7. 直接内存 (堆外内存) 2. 垃圾查找算法2.1
https://cloud.tencent.com/developer/article/1991011 千亿级参数AI大模型，竟然真的能获取代码了？！ 一觉醒来，AI圈发生了一件轰动的事情—— Meta AI开放了一个“重达”1750亿参数的大语言模型OPT-175B，不仅参数比GPT-3的3750
https://finance.sina.com.cn/wm/2023-02-28/doc-imyihfvp8075151.shtml ChatGPT 的爆火使得大家对 AI 进行了深度的讨论，大厂们也都在向公众展示他们所谓的 "生成性人工智能"已经准备好进入黄金时代。 近日，Meta 宣布推出大型
`https://wiki.mbalib.com/wiki/LLMs` 出自 MBA智库百科(https://wiki.mbalib.com/) (重定向自LLMs) 大型语言模型，也叫大语言模型、大模型（Large Language Model，LLM；Large Language Models，
https://www.thepaper.cn/newsDetail_forward_23250236 LoRA 微调方法，随着大模型的出现而走红。 最近几个月，ChatGPT 等一系列大语言模型（LLM）相继出现，随之而来的是算力紧缺日益严重。虽然人人都想打造专属于自己的大模型，但是能负担得起上亿
https://zhuanlan.zhihu.com/p/59115828 Percolator 模型 Percolator[1] 是 Google 发表在 OSDI‘2010 上的论文 Large-scale Incremental Processing Using Distributed Tra
Llama 2 是 Meta 的下一代开源大语言模型。它是一系列经过预训练和微调的模型，参数范围从 70 亿到 700 亿个。Meta Llama 2 可免费用于研究和商业用途并且提供了一系列具有不同大小和功能的模型，因此一经发布备受关注。在[之前的文章](https://www.cnblogs.c
> 学习转载文章：[解构大模型之困，打开联邦大模型时代](https://mp.weixin.qq.com/s/S4m9CgsGpGS6qhtbT9rBag) ## 引言 自从 ChatGPT 横空出世后，一石激起千层浪，人工智能也正在从感知理解走向生成创造，这是一个关键里程碑。生成式大模型完成了从
嬗变：大语言模型带来的人工智能新纪元 | CCCF精选 盖茨说：大语言模型创新的影响力可以与20世纪60年代的微处理器、80年代的个人电脑、90年代的互联网和21世纪初的苹果手机媲美。 大模型的创新 大语言模型是人工智能领域自然语言处理的一部分。在大语言模型出现之前，自然语言处理主要依赖循环神经网络
