登录社区云,与社区用户共同成长
邀请您加入社区
本文系统阐述昇腾CANN算子开发与MindSpore部署调优实践,聚焦Ascend C自定义算子开发、图编译优化及端到端性能提升。针对算子缺失痛点,对比CPU回退、TBE DSL与Ascend C的效率与性能差异,推荐以Ascend C为主力路径;结合MindSpore 2.3图融合、混合精度与静态Shape等优化策略,实现推理吞吐提升2.5~3.8倍。提供环境配置基线、避坑清单与调优范式,助力开
在AI基础设施规模不断扩大的今天,算力资源的高效利用是每一个AI工程师必须面对的课题。昇腾NPU作为国产算力的中坚力量,其生态正在快速完善。掌握npu-smi这一基础而强大的工具,不仅能够帮助我们快速排除故障,更是实现精细化资源调度的前提。回顾本文的核心要点:第一,是查看昇腾NPU状态的瑞士军刀,分为物理卡状态和进程详情两部分。第二,判断空闲卡的金标准是“进程列表无记录 + 显存占用处于基础底噪”
本文详解鸿蒙7网络请求实战,涵盖配置权限、GET/POST请求实现、异常处理与加载状态控制。重点强调:必须在module.json5中申请INTERNET权限及明文访问(cleartextTraffic),避免请求失败;使用async/await+try-catch捕获异常,防止JSON解析错误;请求后务必调用destroy()释放资源,防止内存泄漏;通过loading状态禁用按钮,避免重复请求。
最近在折腾家里的网络,又不想事事都坐到电脑前,于是把鸿蒙手机上两款网络运维类的原生 App 翻出来用了几天:一款负责「测」,一款负责「搭」。负责测的叫网匣,带宽测速和 Ping 检测都在一个 App 里;负责搭的叫端链Server,直接在手机上起一个 HTTP/HTTPS 本地服务。两款都是鸿蒙原生应用,目前都免费,且都不做账号体系、不上传用户数据,组合起来刚好覆盖「网络体检 + 本地建站」这两个
做接口联调、处理压缩包、管理各种账号密码,这些事在手机上往往要切好几个在线工具,而在线工具的代价是数据要先上传。最近在 HarmonyOS NEXT 上集中试了四款开发者向的本地工具:XML处理、码匣、密码匣、爱解压。它们的共同点是不申请网络权限,全部计算在手机本地完成,飞行模式下功能完整,目前都免费。这篇记录一下我的实测感受。
最近把 HarmonyOS NEXT 手机当成了半个开发机,专门挑了一批开发者和运维向的小工具实测。这篇记录其中五款:报文格式转换的「XML处理」、手机上起 HTTP 服务的「端链Server」、测速与 Ping 的「网匣」、差异对比的「文本比对工具」,以及二维码条码工具「码匣」。它们的共同点是鸿蒙原生、功能尽量在本地完成,目前在应用市场也都还是免费的。
刚过去的九月,国产超节点接连两次发布:9月17日,华为发布昇腾 960 超节点,所搭载的光引擎 Hi-ONE 是业界首个量产的 NPO 产品;9月22日的云栖大会上,阿里云发布磐久 AL64 超节点服务器,是首款落地 SNPO(Scale-Up NPO,面向超节点内部互连的近封装光学)光互连的超节点。两台机器里,光的位置都变了——不再插在机架边缘的面板上,而是搬到了交换芯片旁边。这就是 NPO(N
在鸿蒙(HarmonyOS NEXT)应用开发中,解决这个“上下文失忆”难题的核心,不在于模型本身,而在于客户端如何高效地维护、组装并发送对话历史。压箱底的好资料,全面地介绍网络安全的基础理论,包括逆向、八层网络防御、汇编语言、白帽子web安全、密码学、网络安全协议等,将基础理论和主流工具的应用实践紧密结合,有利于读者理解各种主流工具背后的实现机制。通过这种策略,无论对话进行多久,单次请求携带的上
无论是分析用户评论的情感倾向,还是提取关键反馈标签,利用 MaaS 都能以最小的成本实现快速落地,让 AI 能力真正成为产品的加分项而非运维的无底洞。压箱底的好资料,全面地介绍网络安全的基础理论,包括逆向、八层网络防御、汇编语言、白帽子web安全、密码学、网络安全协议等,将基础理论和主流工具的应用实践紧密结合,有利于读者理解各种主流工具背后的实现机制。模块来处理 HTTP 请求,但在实际编码前,有
说到底,选远控就是选“少折腾”。鸿蒙生态的App适配还在爬坡期,这是客观事实。但远控工具的价值就在于:当鸿蒙端某个软件暂时用不了,你不必等它适配,直接远控另一台设备把事办了。 前提是,这个远控工具本身在鸿蒙上不能是半成品。网易UU远程没有鸿蒙原生版,只能用兼容层凑合。向日葵鸿蒙版还在Beta且只能作控制端,连“被远控”这个基础能力都没补齐。在这个时间点上,ToDesk是唯一做到鸿蒙端原生适配完整、
回到CSDN热榜那个问题:AI浏览器会取代App吗?会改变入口,但不会消灭App。更准确地说,Agent会成为新的交互层,而底层应用仍然负责数据、权限和业务规则。这个判断我在热榜原文里认同。Agent成为新交互层的前提,是推理算力足够便宜、足够快、足够稳定。如果每次Agent推理都要等500ms、花0.03美元,那Agent只会停留在演示阶段,永远进不了生产。只有当推理成本降到原来的1/10、延迟
老旧终端信创升级易陷入盲目整机替换造成资产浪费、业务中断的两难境地。蓝速科技(larxu)提供整机替换与适配改造差异化方案,结合分阶段试点与双系统并行策略,适配银河麒麟与鸿蒙系统,兼顾成本控制与业务连续性,助力信创平稳升级。
弱网与离线场景下,人脸识别终端需具备端侧比对能力。关键机制应纳入规格:本地名单容量、失效同步策略、版本兼容性及时间同步(RTC+NTP)。断网时仍可通行,依赖的是本地特征库、精准的失效控制与可靠时钟,而非“鸿蒙”标签。应急策略(拒入/降级/钥匙)应预先定义,确保审计可追溯。建议将端侧比对、名单生命周期与时间管理写入测试记录,实现前后端数据对齐。欢迎分享实际允许的最长离线窗口。
开源鸿蒙人脸识别终端接入园区系统,需明确区分HTTP API与MQTT协议职责:API用于管理操作(增删人员、改策略),MQTT用于实时事件上报(通行、告警)。二者不可替代,否则易出现“能开门但名单错”或“消息快但权限乱”。关键在统一字段(如设备ID、工号、时间戳)与时钟源,避免因协议误用导致同步失败、重复操作或审计困难。建议最小分工:管理端用HTTP,终端用MQTT,字段先行对齐,协议各司其职。
2026年是AI编程Agent从"能用"到"好用"的分水岭。Cursor 3重构工作空间、Kimi Code开源、工信部政策落地——个人侧的工具链已经成熟。但企业级落地不是装个插件那么简单,算力供给、代码安全、Agent可靠性三道坎,需要体系化的基础设施来填。华为云从昇腾950算力、CMS记忆存储到CodeArts/AgentArts平台的全栈布局,恰好覆盖了这三块拼图。
在DeepSeek V4.1-Flash推理测试中,昇腾910B(CANN 8.0)吞吐达H100(TensorRT-LLM)的87%,但首token延迟高22%;128K长文本下需KV Cache稀疏化缓解显存压力,而H100凭借HBM3与Transformer Engine在吞吐、时延与显存容量上仍具优势。国产方案能效比优,适合非实时场景,选型需权衡性能、合规与功耗。
AI Agent从Demo到生产的距离,不是"再加几个功能"的距离,而是"换一套基础设施"的距离。不跟你比谁的模型更大,而是跟你比谁的Agent跑得更稳。灵衢昇腾950解决算力吞吐,CMS解决记忆容量,MaaS解决模型管理,AgentArts解决安全治理——四层全栈,每一层都对准了一个生产落地的硬约束。目前Agentic Infra已服务3500余家客户,"行业AI梦工厂"沉淀超千个行业资产,落地
本文基于CANN 5.0.2.alpha与MindSpore 2.2.10,深入解析昇腾生态算子库架构与模型优化路径。从算子分层设计、自定义Tiling策略到图算融合配置,系统梳理了精度误差、缓存利用率低、融合失效等核心痛点的解决方案,并提供可复现的配置示例与避坑指南。对比GPU生态,强调昇腾在混合精度、静态内存规划与算子融合上的差异化优势,助力开发者实现训练吞吐提升30%以上。
算力基础设施从"堆卡"进入"系统级创新"阶段。NPO技术、灵衢互联、统一内存编址——这些不是营销概念,是实实在在解决十万卡规模下通信、功耗、可用度三大瓶颈的工程突破。CANN全面开源,昇腾960明年陆续上市,970定档2028年——一年一代的演进节奏已经明确。对于正在规划AI基础设施的技术团队,现在正是评估超节点架构的窗口期。算力是AI的引擎。引擎换代的时候,提前坐上新车的人,跑得最快。
本文通过一次实战众测案例,详细复盘了如何从看似无突破口的Web防护严密的目标中,通过转向分析鸿蒙APP流量,发现一条异常图片请求,追踪至独立外围服务器上的文件上传接口漏洞。文章强调APP流量分析在挖掘隐藏攻击面中的重要性,并探讨了渗透测试中资产边界问题的处理方法。内容适合网络安全技术小白和程序员学习,助力提升实战能力,注意所有操作均在授权环境下完成。0x01 简介本次众测Web主站防护严密,没有找
很多小伙伴想要一窥网络安全整个体系,这里我分享一份打磨了4年,已经成功修改到4.0版本的《平均薪资40w的网络安全工程师学习路线图》对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。理解这四层的职责边界,是掌握鸿蒙 PC 应用底层运行机制的关键,也是后续高效排查问题的基石。压箱底的好资料,全面地介绍网络安全的基础理论,包括逆向、八层网络防御、汇编语言、白帽子web安全、密码学、
在鸿蒙 PC 上进行 Native 开发,本质上是在带着镣铐跳舞。沙箱机制、特定的运行时版本以及严格的动态库加载规则,都要求我们必须比传统桌面开发更加严谨。避开 ABI 大坑的核心,不在于掌握多少高深的技巧,而在于建立一种版本对齐的敬畏心。从构建脚本的自动化拦截,到发布配置的精细化控制,每一个环节都需要我们主动去验证“编译期”与“运行期”的一致性。只有当你的本地环境与真机环境在二进制层面真正同频共
很多小伙伴想要一窥网络安全整个体系,这里我分享一份打磨了4年,已经成功修改到4.0版本的《平均薪资40w的网络安全工程师学习路线图》对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。压箱底的好资料,全面地介绍网络安全的基础理论,包括逆向、八层网络防御、汇编语言、白帽子web安全、密码学、网络安全协议等,将基础理论和主流工具的应用实践紧密结合,有利于读者理解各种主流工具背后的实现
本文基于 haptic_kit 适配分支 b6554f75bbd94b30ab5d34cc55d270570dfe8bd5,在 HarmonyOS 7.0 真机上完成集成验证。通过静态检查、自动化测试及真机启动测试,确认依赖锁定、权限声明与构建通过,物理触感需人工验收。推荐按场景选用 Haptics、Vibration 等 API,优先查询设备能力并结合用户设置,确保反馈合理。关键流程如波形振动需
业务里“连着 Wi-Fi”和“目标服务能连通”不是一回事。`connectivity_state_plus` 同时提供系统网络接口状态和 Dart TCP 探测,本次 OHOS 适配只补平台网络查询与事件,让原有 Dart 层继续负责地址解析、Socket 超时、缓存和 `restricted` 状态。
适配 network_status_bridge 插件至 HarmonyOS,基于 0.0.5 版本在 feat/ohos_network_status_bridge_0.0.5 分支实现。通过接入 OHOS NetConnection API,支持查询默认网络类型(Wi-Fi/蜂窝等)及变化事件,保留原有 Dart 接口,实现首值推送、去重、取消与清理。实测于 CHZ-AL00(HarmonyO
鸿蒙应用开发,网络请求,get,post,OHPM配置
(OCP Microscaling Format):每 N 个低 bit 元素共享一个 8-bit scale (2^N 形式),Scale = (要素值 × 2^scale) 恢复实际值。:FP32 → FP8 无直接指令时,需双步转换:FP32 → BF16(RNE) → FP8(RNE),但 RNE 两次舍入会产生。:训练时模拟量化误差(forward: 量化+反量化,backward: S
终端覆盖全面:移动端(安卓、iPhone、iPad、鸿蒙)、电脑端(Windows、Mac、Web、Linux)、智能硬件(TV、音箱、CarPlay、NAS、教育平板等)、微信小程序、手百SDK。本地文件开启自动同步后,电脑全新导出的直播切片可实时同步至云端,用户可通过手机、其他电脑等设备随时查看、调取、预览素材,完美适配博主多设备剪辑、随时随地创作的工作场景。本地文件自动云端同步,多设备实时更
华为Mate XT 2支持天通卫星通信和北斗卫星消息,通信能力拉满。而ToDesk让你无论身处何地,高铁上、咖啡馆里、甚至企业工厂所在的偏远地区,都能稳定远程连接办公设备。最近ToDesk鸿蒙版还进行了大版本更新,键盘、剪贴板、多屏切换等核心功能全面升级,体验更加流畅了!
开源鸿蒙生态设备累计超过13.5亿台,鸿蒙手机操作系统成为世界第三大手机操作系统,说明鸿蒙正在进入更广泛的产业和终端环境。对企业而言,真正重要的不是应用有没有一个鸿蒙版本,而是它能否完成原生开发和深度适配,能否覆盖真实办公场景,能否在手机、平板和PC之间保持连续,并能否与企业的信创基础设施、私有化环境和业务系统协同运行。
fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;createHttp配置method/header/timeoutrequest发送then处理响应catch处理错误destroy释放四步走。再加上统一的拦截器封装、超时重试,就能构建一个生产
对于连锁餐饮品牌来说,门店扩张的速度,往往决定了业务增长的节奏。而一张可快速复制、稳定可靠的网络底座,正是支撑连锁品牌规模化扩张的关键基础设施。对于连锁餐饮企业而言,门店网络的交付速度,直接影响新店开业的节奏。终端覆盖iOS、Android、Windows、macOS、鸿蒙等多系统,门店、办公、移动办公等多场景接入需求分散,管理难度大。传统网络部署周期长,运维需要投入大量人力,故障排查效率低,中断
本文聚焦中端端侧AI硬件开发痛点,结合小米玄戒O3/O100/D100三款芯片发布,深入分析国产PCIe4.0交换芯片IX8024的应用价值。文章指出,中端AI整机普遍面临主控PCIe通道不足、多NPU协同困难等挑战,IX8024凭借24通道全非阻塞架构、硬件P2P直传和国产化优势,可有效解决2-4卡规模设备的互联需求。通过典型场景分析,详细阐述了该芯片在推理整机、AI工作站、机器人开发等领域的应
本文解析 DeepSeek Harness 的分层架构、工具调用循环与插件机制,并使用 Python 调用云智 AI 的 `claude-fable-5`,实现一个具备文件读取能力的最小智能体。
SCA市场格局剧变:国际巨头份额下滑,国产厂商崛起 国际SCA厂商份额显著缩水,Snyk、Black Duck、Veracode一年内分别下滑3.0、8.2和3.1个百分点。市场呈现三大趋势:1)新锐厂商凭借可达性分析等创新功能抢占份额;2)SCA向ASPM平台整合;3)国产厂商形成"四强格局"——软安科技深耕汽车行业,悬镜安全覆盖多行业,奇安信专注政企信创,CodePecker依托Gitee/鸿
摘要: 芯动科技IX8012国产PCIe Gen4交换芯片支持端口灵活拆分(如x4拆分为x2+x1+x1),适配多类型外设混合扩展需求,特别适用于工控、边缘服务器等场景。其评估板提供完整验证环境,支持热插拔及国产信创平台(海光、昇腾),对比海外竞品具备供应链可控、端口配置灵活等优势。典型应用包括边缘AI整机、工控机及信创小型服务器,能有效解决PCIe通道资源紧张与设备带宽不匹配问题,是国产化硬件设
前文一直在用Image(url)让系统自动解码,这在绝大多数场景足够。但有一种情况必须自己动手:加载一张几千万像素的本地大图(比如相册原图、扫描件),直接丢给Image会瞬间吃掉上百兆内存。此时要用做采样解码——不按原分辨率解码,而是先算一个缩放比,只解到目标尺寸。采样比的计算逻辑是:目标尺寸除以原图尺寸,取较大边的比值作为sampleSize的基准。Mermaid 渲染失败: Parse err
七维评估框架(防护/算力/连接/形态/续航/采集/安全)逐项考量,五步决策路径(形态→OS→需求→环境→预算)逐步收敛。亿道信息在产品线完整度(手持+工位机+嵌入式全覆盖)和AI算力(M10L 40 TOPS)上占优,雷盾在全国产化(鸿蒙+瑞芯微)和模块化扩展上有独到之处。西门子在PLC生态无缝接入上是标杆,研华在极端环境长期稳定性上领先,Zebra和Honeywell在扫码生态和传感器领域专业度
8月6日签署、8月8日才被多家媒体集中报道的这份协议,乍看是一条常规的“政企合作”新闻:江苏省与华为,协同推进人工智能公共算力中心、城市公共云、数据基础设施。但细看合作清单,里面藏着一个反常识的细节——。鸿蒙PC产业、开源鸿蒙生态、数智人才培养,这些词条与算力中心并列,意味着江苏要的不只是“算得快”,而是要把华为的整套技术栈,从底层的昇腾芯片到上层的操作系统,。
本文系统介绍了鸿蒙应用开发中的网络请求基础:1. 网络请求的必要性:突破本地存储限制和获取实时数据;2. 网络通信基础:客户端-服务端交互模式和HTTP协议;3. HTTP请求详解:URL结构、报文格式(请求行+请求头)及GET/POST/PUT/DELETE方法;4. HTTP响应分析:报文结构(响应行+响应头+响应体)和状态码分类(2xx/4xx/5xx)。这些知识为鸿蒙网络开发奠定了理论基础
本文针对移动应用后台行为乱象,系统分析了鸿蒙系统的三层管控机制:通过驻留检测识别异常CPU/内存占用,隐私拦截防范数据偷窃,网络识别阻断恶意通信。文章揭示了典型攻击场景如后台挖矿、数据窃取等,并给出合规后台任务的工程实践方案,包括正确使用长时任务、延迟任务和系统推送通道。核心结论表明:应用应遵循"后台逻辑系统化、任务合并低频化、用户知情透明化"原则,在保障功能的同时避免被系统判定为恶意行为。