05-FreeRTOS的内存管理

thbcm阅读(106)

FreeRTOS 的核心功能(创建任务、队列、信号量等)都依赖
动态内存分配。例如:

直击现场! “ 直通乌镇 ”开源赛复赛收官,OpenCSG担任评委,十强藏着哪些产业机会?

thbcm阅读(72)

值得关注的是,今年大赛首次设置了开源项目赛道,包含了“开源模型应用赛”和“开源竞技挑战赛”两个子项目,旨在推动开源技术在不同行业领域中的创新应用。大赛吸引了来自全球各地的多个开源项目参赛,涵盖智慧办公、数字医疗、教育创新等多个领域。经过网络初赛的筛选,20支精英团队脱颖而出,进入复赛阶段,本次复赛邀请到中国互联网投资基金、国科大杭州高等研究院、浙江大学软件学院、普华资本、OpenCSG、源享智汇等单位专家担任评委。复赛路演精彩纷呈,经专家评审,基于Qwen开源模型的工业大模型解决方案、基于DeepSeek的迁理码适配平台、基于通义千问大模型的易鑫智服、基于世界模型的合成数据平台等10个项目凭借创新性与应用潜力进入决赛。

读博期间的工作节奏与身心状态管理经验总结

thbcm阅读(90)

如题,主要是想做两方面问题的分析,第一个是如何有效的管理工作节奏,避免出现多个ddl扎堆的情况;第二个是如果真的不幸面对这样的局面,该如何有效的管理好自己的精神状态。

secp256k1算法详解四(关键点补充说明)

thbcm阅读(82)

对于magnitude,可称其为“量级”,当m=0时,这时n[i] <= 0(i=0…9),由此可知此时secp256k1_fe大数必为0,当m=1时,n[i] <= 2*(2^26 – 1)对于i=0…8,n[9] <= 2*(2^22 – 1),有些说法是当m=1时,是将大数限制到[0,到2p)范围内,这是不准确的,此时secp256k1_fe大数范围是[0, 2*(2^256-1)](上限是稍大于2p的),magnitude设计本质是“存储约束”而非“模p范围”,通过magnitude约束将大数控制在可高效约简的范围内,magnitude表示大概是2m个p的量级。

了解DeepSeek V3.2和Claude Sonnet 4.5

thbcm阅读(94)

自问世以来,Transformer架构始终是大语言模型(LLM)发展中无可争议的核心引擎。其关键创新——自注意力机制,赋予模型捕捉海量数据序列中长距离依赖与上下文细微差别的卓越能力。然而这种强大能力伴随着愈发高昂的代价:标准自注意力机制的计算与内存复杂度高达O(L²)(L为输入序列长度)。这种二次方增长特性意味着上下文长度每增加一倍,所需计算资源将增长四倍,这为处理现代AI应用所需的持续扩张的信息库(如长文档分析、扩展对话、大规模代码库解析)筑起了巨大屏障。这种“二次复杂度的桎梏”已成为大语言模型演进的主要瓶颈,使得对架构效率的追求不再仅是学术探索,更成为推动领域持续发展并保持经济可行性的关键所在。

联系我们