登录社区云，与社区用户共同成长
邀请您加入社区
暂无图片
本文介绍了基于开源鸿蒙跨平台开发Flutter应用的实践过程。主要内容包括：1）搭建开发环境并创建多终端工程；2）实现底部导航栏和页面状态保留功能；3）通过全局变量实现页面间数据联动；4）优化API数据加载和鸿蒙设备适配。文章总结了开发中的关键知识点（如IndexedStack容器、状态保留混入类等）和遇到的问题（如参数设置错误、状态丢失等），并指出待优化功能（暗色模式、分类筛选、收藏功能等）。该
本文绍Flutter鸿蒙跨平台开发中首页特惠推荐模块的开发流程，涵盖接口常量配置、嵌套JSON实体类构建、API封装、数据获取、父传子传参及UI分层渲染，附完整代码示例。
本文是Flutter/鸿蒙跨端开发系列教程的第三部分，重点解决动效延迟和时序混乱两大体验问题。通过动效资源预加载（提前加载图片、初始化组件）消除动效空白期，采用智能时序调度策略（最短300ms展示、最长3s切换简化动效）优化用户等待感知。教程提供双端完整代码实现，承接前两天的Loading组件和状态管理逻辑，特别适配低性能设备场景，为后续性能优化奠定基础。包含详细实操步骤、验证方法和避坑指南，适合
摘要 本文是Flutter/鸿蒙跨端开发系列教程的第二天内容，重点解决动效与数据请求状态脱节的问题。通过Flutter的Bloc和鸿蒙的AppStorage实现双端状态统一管理，建立动效状态与数据请求状态的双向绑定。教程包含完整代码实现和实操步骤，彻底解决请求结束后动效未终止、请求失败无反馈等常见问题，为后续开发奠定状态管理基础。遵循单一数据源和状态驱动UI原则，确保动效完全由数据状态自动控制，避
本文探讨了CANN组织及其ops-nn仓库如何解决AIGC模型落地中的算力瓶颈问题。CANN作为昇腾AI异构计算架构，通过统一计算底座向上对接AI框架，向下挖掘NPU硬件潜能。ops-nn仓库作为核心算子库，提供1400+优化算子，采用分层设计（硬件抽象层、核心算子层、应用接口层）实现软硬件协同优化，支持Transformer等大模型的高效运行。文章以ReduceSum算子为例，展示了通过数据分块
摘要：华为CANN生态推出的OPS-NN算子库（https://atomgit.com/cann/ops-nn）针对AIGC模型落地瓶颈提供高性能算子支持。该仓库包含1400+优化算子，采用分层架构设计（硬件抽象层、核心算子层、应用接口层），通过算子融合、数据分块等技术提升Transformer等AIGC模型性能。以ReduceSum算子为例，展示了双缓冲、流水线并行等优化策略，有效解决大模型显存
华为CANN生态的ops-nn仓库为AIGC应用提供高效算子支持，包含1400多个优化算子，适配昇腾AI处理器。采用分层架构设计，包括硬件抽象层、核心算子层和应用接口层，有效解决AIGC模型面临的算力瓶颈、显存占用和硬件适配问题。通过数据分块、双缓冲等技术优化算子性能，支持FP16计算降低显存消耗。以ReduceSum算子为例，展示了软硬件协同优化策略，提升大语言模型和多模态模型的训练与推理效率，
本文介绍了基于ArkUI/ArkTS的原生实现与ReactNative结合的跨平台开发方案。通过四大典型场景（首页、热门、个人中心、设置/消息）展示了核心架构设计：采用Stack+visibility实现页面状态保留，底部Row作为统一TabBar，并实现跨页数据懒加载。重点解决了页面状态丢失、多终端适配、性能优化等常见问题，提出了三方库兼容性策略和样式异常解决方案。文章还分享了关键实现细节，包括
本文介绍了如何利用昇腾AI的CANN（Compute Architecture for Neural Networks）实现一个轻量级AIGC文本生成助手。主要内容包括：环境准备（安装CANN工具包和依赖库）、代码实现（初始化CANN环境、加载适配模型、文本生成逻辑）以及运行验证。通过MindSpore框架将GPT2中文模型部署到昇腾设备，利用CANN的推理加速能力实现关键词到短文本的生成。文章还
在当今AI计算领域，精度与性能的平衡已成为深度学习框架和硬件加速平台设计的核心挑战。华为CANN（Compute Architecture for Neural Networks）作为昇腾AI处理器的软件架构，其数学算子库（ops-math）通过创新的精度控制机制，在保证计算准确性的同时最大化硬件计算能力。本文将深入解析CANN数学算子中的混合精度计算策略、误差补偿技术和数值稳定性优化方法，揭示其
