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://m.thepaper.cn/baijiahao_4387848 9月3日，360政企安全新战略发布会在北京召开，正式宣布与奇安信彻底“分家”后，360的政企安全战略进入3.0时代。 在会议上，周鸿祎与往常一样身着红色T恤，显得意气冲冲，坦言道：“今天我把原来不喜欢、不认可的一些业务卖
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://cj.sina.com.cn/articles/view/5115326071/130e5ae7702001w8oz?sudaref=www.baidu.com&display=0&retcode=0 据外媒CNBC报道，随着对训练和部署人工智能软件所需芯片需求的飙升，英伟达的最先进
https://api.dandelioncloud.cn/article/details/1487329970564485121 —build=编译该软件所使用的平台 —host=该软件将运行的平台 —target=该软件所处理的目标平台 具体到不同的交叉编译器 —build —host —tar
https://xie.infoq.cn/article/7769ef4576a165f7bdf142aa3 一、kafka 集群实例角色规划 在 kafka3.0 中已经可以将 zookeeper 去掉，使用 kraft 机制实现 controller 主控制器的选举。所以我们先简单了解下 kaf
https://xie.infoq.cn/article/9b22d0ca95e7d48748bb0a5fd 看过很多关于云原生的文章，要么云山雾罩，要么曲高和寡。 所以笔者就有了写《大话云原生》系列文章的想法，期望用最通俗、简单的语言、方便记忆的场景来说明：云原生生态系统内的组成及应用关系。 一、
https://xie.infoq.cn/article/19c98e8b15ff9f610a2ee26bd 一、镜像分层与容器层 在进行docker pull 下载镜像的时候，通过下图可以看到镜像是分层下载并解压的。如 nginx:1.20.2 的镜像，其镜像是分为 6 层。 当我们运行一个新的容
https://xie.infoq.cn/article/8085241414e8959323ecd7811 一、消息队列是一个快递柜 我们来将快递柜与消息队列做一个对比 消息队列比作快递柜：有很多厂家生产快递柜，如：丰巢（apache kafka），速递易（alibaba RocketMQ），近邻
https://xie.infoq.cn/article/487b467b952683e6dd27d9061 我让公司的小伙伴写一个生产级别的 PostgreSQL 的安装文档，结果他和我说：“不是用一个命令就能安装好么？还用写文档么？”。我知道他想说的是这个命令：yum install postg
https://xie.infoq.cn/article/3329de088beb60f5803855895 一、白话 etcd 与 zookeeper 二、etcd 的 4 个核心机制 三、Leader 选举与客户端交互 四、etcd 的应用场景 4.1. kubernetes 大脑 4.2. 服
https://github.com/hanxt/raft-zh_cn/blob/master/raft-zh_cn.md 寻找一种易于理解的一致性算法（扩展版） 摘要 1 介绍 2 复制状态机 3 Paxos 算法的问题 4 为了可理解性的设计 5 Raft 一致性算法 5.1 Raft 基础 5
https://help.kingbase.com.cn/v8/perfor/performance-optimization/performance-optimization-6.html#sys-ksh sys_stat_activity 里记录的等待事件是瞬时信息，没有对等待事件的时间进行累计
https://help.kingbase.com.cn/v8/perfor/performance-optimization/performance-optimization-6.html#sys-ksh KDDM 是 KingbaseES 性能自动诊断和建议的报告。它基于 KWR 快照采集的性能
https://help.kingbase.com.cn/v8/perfor/performance-optimization/performance-optimization-6.html#sys-ksh KWR报告是Diff报告的基础，在数据库运行过程中，通常在业务的高峰期和低谷期，或者在参数调
# 人大金仓学习之二_ksh和kddm的学习 ## 摘要 ``` 承接上一篇文章 主要是这里总结一下ksh相关的文档. 这里学习了很多文档: https://help.kingbase.com.cn/v8/perfor/performance-optimization/performance-opt
https://help.kingbase.com.cn/v8.6.7.12/development/sql-plsql/ref-extended-plug-in/dblink.html dblink是KingbaseES的一个扩展插件，支持在一个数据库会话中连接到其他Kingbase数据库的模块。
https://help.kingbase.com.cn/v8.6.7.12/development/sql-plsql/ref-extended-plug-in/plug-in.html KingbaseES开发了大量的扩展包。如：dbms_output，dbms_ddl，dbms_metadat
https://help.kingbase.com.cn/v8/perfor/sql-optimization/sql-optimization-13.html SQL性能相关的参数较多，具体见下文。在使用时需注意作用范围，可以考虑通过HINT来指定，尽量缩小影响范围。 成本参数 节点开关参数 多表
