- 博客(13)
- 收藏
- 关注
原创 让 AI 当我的 Java 导师:一个传统工程师使用飞算JavaAI 给小程序添加积分商城
最近 AI 编程工具是真的多。我平时也用 Codex、Claude Code,这类顶级模型效果确实猛,但费用也不便宜。国内模型我也试过一些,比如 deepseek-v4、glm5,写小段代码还行,一到 Java 工程里就容易露怯。Java 项目麻烦的地方,不是写一个 Controller,也不是补一个 Service 方法,而是它有一整套工程细节:包结构、Maven 依赖、数据访问层、统一返回、异常处理、接口文档、SQL、编译问题。真实项目不是 LeetCode,不能只看单点代码漂不漂亮。
2026-06-16 11:49:39
2877
原创 Java如果创建两个相互包含的类会怎么样?
直接循环实例化:Java 会抛出(栈溢出),因为构造方法无限递归调用,耗尽栈空间。正确实现方式:通过「setter 方法延迟赋值」或「构造方法传参」实现双向关联,是 Java 中最安全、最常用的写法。Java 特性差异:GC 能正常回收循环引用的对象(无 Python 的__del__坑),但序列化时需用transient处理循环引用,避免报错。
2026-03-18 14:06:13
267
3
原创 Spring IOC 详解:从原理到实战
IOC(Inversion of Control,控制反转)是一种设计思想,它将对象的创建、依赖注入和生命周期管理的控制权从应用程序代码中转移到了 Spring 容器中。简单来说,就是由容器来管理对象,而不是由开发者手动创建和管理。好莱坞原则——“不要给我们打电话,我们会打给你”。在传统的开发中,我们需要主动去new一个对象,而在 IOC 中,我们只需要定义好对象和它们之间的依赖关系,Spring 容器会自动帮我们完成对象的创建和依赖注入。@Override。
2026-03-17 16:10:54
371
1
原创 CANN仓库核心解读:ops - nn,神经网络计算的基石模块
在神经网络计算中,ops - nn 作为基础算子模块,为神经网络模型的运行提供了丰富多样的算子实现、高效的性能优化、良好的兼容性和协同管理能力。它解决了神经网络计算中的算子实现复杂、性能优化困难、兼容性问题以及缺乏统一管理等核心痛点,是神经网络计算不可或缺的基石。作为CANN生态的重要组成部分,ops - nn与全栈工具深度协同,为神经网络模型的开发、训练和推理提供了强大的支持。随着神经网络技术的不断发展,ops - nn将持续优化和升级,为神经网络计算带来更高的性能和更广泛的应用。相关链接。
2026-02-10 18:59:36
681
1
原创 CANN Runtime库深度解析:从“黑盒调用“到“透明掌控“,用代码揭开AI计算的底层逻辑
CANN Runtime不是"黑盒",而是AI性能的"总开关"。任务生命周期管理让我们能精细控制任务的提交与同步,避免不必要的等待;异构内存调度通过零拷贝与内存池,消除数据流转的"隐形开销";计算流控制通过并行调度,让NPU的每一份算力都被"榨干"。对于开发者而言,从"调用ACL API"进阶到"驾驭Runtime接口",是从"能用"到"用好"的关键一步。未来,随着NPU的硬件升级(如支持更大内存、更多并发Stream),Runtime的能力边界还将持续扩展,而理解其底层逻辑,永远是应对变化的底气。
2026-02-10 18:55:06
724
原创 CANN仓库核心解读:asc-devkit解锁昇腾算子开发的“极简主义”范式
以实现一个自定义的“Swish”激活函数(环境准备安装asc-devkit工具链,配置昇腾NPU开发环境(如安装驱动、CANN Toolkit)。通过命令创建新算子项目,选择“自定义激活函数”模板。编写算子逻辑@operatorsigmoid_x = 1 / (1 + tensor.exp(-x)) # 调用devkit内置的exp算子devkit自动解析代码,生成昇腾NPU可执行的底层内核代码,无需手动处理内存分配或指令调度。可视化调试与验证运行,启动可视化调试界面。
2026-02-09 16:22:42
651
原创 CANN生态终端音视频推理核心:atvoss赋能音视频全场景高效推理
随着终端设备的普及与音视频智能应用的快速发展,终端音视频推理的高效化、轻量化、实时化已成为推动CANN生态终端应用落地的核心趋势,而音视频推理的优化能力与适配效率,直接决定了音视频智能模型在终端场景的落地速度与体验效果。atvoss作为CANN生态终端音视频推理优化的核心组件,依托生态的全链路支撑与模块联动优势,完美解决了终端音视频推理“延迟高、适配难、资源占比大、优化无方向、协同差”的核心痛点,成为连接CANN生态各模块、终端设备、音视频编解码组件与开发者的关键纽带,激活了终端音视频推理的新动能。
2026-02-09 11:22:40
304
原创 CANN仓库核心解读:release-management构筑AI软件交付的可靠流水线
在AI软件交付从“能用”到“可靠”的进阶中, 为CANN生态提供了一条标准化的可靠流水线。它不仅解决了版本碎片化、构建不一致、发布风险高、追溯性差等核心痛点,更通过自动化与全链路追溯,让每一次版本迭代都“有章可循、有据可查、有险可回”。作为CANN生态的重要组成部分,release-management与全栈工具深度协同,为AI技术的产业化落地提供了“交付保障”。随着AI应用场景的不断拓展,release-management将持续强化自动化与智能化能力,让AI软件交付更可靠、更高效。相关链接。
2026-02-08 10:18:47
601
原创 CANN生态空间智能推理核心:cann-recipes-spatial-intelligence标准化全流程实操
随着空间智能技术的快速发展与多场景普及,空间智能推理的标准化、场景化、实操化、高精度已成为推动CANN生态空间智能应用落地的核心趋势,而推理部署的门槛、效率与精度,直接决定了空间智能模型在各类场景的落地速度与应用效果。
2026-02-08 10:16:45
654
原创 CANN仓库核心解读:Simulation-Prediction构建AI推理的数字孪生与前瞻洞察
在AI推理服务追求极致稳定性与效率的今天, 为CANN生态赋予了前所未有的“预见性”能力。它通过构建数字孪生与前瞻预测,将AI推理从一门“实验科学”转变为一门可预测、可仿真、可优化的“工程科学”。它不仅解决了部署风险高、问题定位滞后、资源规划难、参数调优成本高的痛点,更引领了AI运维从“被动救火”到“主动防火”的范式变革。作为CANN生态的“智慧大脑”,Simulation-Prediction与全栈工具深度协同,为AI推理服务的稳定、高效、低成本运行提供了“决策支持”。
2026-02-07 09:09:07
376
原创 CANN生态神经网络核心:ops-nn赋能高效算子全场景适配
ops-nn构建了CANN生态下统一的神经网络算子标准化体系,覆盖神经网络全场景通用算子与专用算子,规范算子的命名、接口、输入输出、数据格式与执行逻辑,打破算子碎片化困境,实现算子的统一管理与复用:一是算子分类标准化,按照神经网络模型类型与应用场景,将算子分为通用算子(卷积、池化、全连接、激活函数等)、专用算子(空间智能点云处理算子、音视频融合算子、大模型注意力机制算子等),每个类别均制定统一的分类规范与命名规则,方便开发者快速检索与调用;
2026-02-07 09:07:40
665
原创 CANN仓库核心解读:ops-transformer构筑Transformer推理的算子基石
在Transformer模型主导AI发展的时代, 为CANN生态提供了一套专为其量身打造的高性能算子解决方案。它通过深度融合、内存优化、动态Shape支持和架构通用性,系统性地解决了Transformer推理中的性能瓶颈,让开发者无需成为底层硬件专家,也能轻松获得极致优化的推理性能。作为CANN生态的“算子基石”,ops-transformer不仅自身性能卓越,更重要的是它与整个CANN技术栈深度协同,为上层应用提供了源源不断的加速动力。
2026-02-06 20:50:28
366
原创 CANN生态计算机视觉核心:ops-cv赋能CV算子全场景高效适配
除了提供现成的算子模板,catlass 仓库还具备极强的可扩展性,支持开发者基于仓库的基础框架,开发符合自身业务需求的自定义矩阵乘及融合算子,满足 AIGC 大模型的个性化计算需求。仓库采用模块化、分层化的设计架构,将算子的计算逻辑、内存调度、指令生成等环节进行解耦,提供了多层级的 API 接口:对于普通开发者,可直接使用高层封装好的模板,快速实现算子调用;对于有深度定制需求的开发者,可通过底层接口灵活配置数据分块、指令调度、内存访问等参数,甚至可以基于仓库的基础架构开发全新的融合算子。
2026-02-06 20:46:02
549
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅