Node.js入门(二)

博客主要提及三方面内容,包括事件相关,文件的读写以及目录的创建和删除操作,还有Json格式数据的传输,这些均属于信息技术领域。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

事件
var event = require('events');

var myEmitter = new event.EventEmitter();

myEmitter.on('someEvent', function(message){//新建一个事件,包括事件名和激发的函数
    console.log(message);
});

myEmitter.on('2', function(message){
    console.log(message);
})

myEmitter.emit('someEvent', 'the event was emitted');
myEmitter.emit('2', 'I am coming!');
读写文件,创删目录
var event = require('events');
var util = require('util');
var fs = require('fs');

// fs.writeFile('readMe.txt', 'Please read me!', 'utf8', function(){
//     console.log('write is over!');
// });
fs.mkdir('stuff', function(){
    fs.readFile('readMe.txt', 'utf8', function(err, data){
        fs.writeFile('./stuff/writeMe.txt', data, function(){
            console.log('copy successfully!');
        })
    })
})
fs.rmdir('stuff', function(){
    console.log('remove successfully')
})
传输Json格式的数据
var http = require('http');

var onRequest = function(request, response){
    console.log('Request receive');
    response.writeHead(200, {'Content-Type': 'application/json'});
    var myObj = {
        name: "hfpp23",
        job: "programmer",
        age:27
    };
    response.end(JSON.stringify(myObj));//序列化,转换为字符串,方便传输, parse反序列化,还原为Json格式
}

var server = http.createServer(onRequest);

server.listen(8000);

console.log('Server  running  at  http://127.0.0.1:8000/');
内容概要:本文详细比较了GPU、TPU专用AI芯片在大模型推理优化方面的性能、成本及适用场景。GPU以其强大的并行计算能力和高带宽显存,适用于多种类型的神经网络模型和计算任务,尤其适合快速原型开发和边缘计算设备。TPU专为机器学习设计,擅长处理大规模矩阵运算密集型任务,如Transformer模型的推理,具有高吞吐量和低延迟特性,适用于自然语言处理和大规模数据中心的推理任务。专用AI芯片通过高度定制化架构,针对特定神经网络模型进行优化,如卷积神经网络(CNN),在处理特定任务时表现出色,同时具备低功耗和高能效比的优势,适用于边缘计算设备。文章还介绍了各自的优化工具和框架,如CUDA、TensorRT、TPU编译器等,并从硬件成本、运营成本和开发成本三个角度进行了成本对比。 适合人群:从事人工智能、深度学习领域的研究人员和技术人员,尤其是对大模型推理优化感兴趣的读者。 使用场景及目标:①帮助读者理解GPU、TPU和专用AI芯片在大模型推理中的优缺点;②为选择适合的硬件平台提供参考依据,以实现最优的推理性能和成本效益;③介绍各种优化工具和框架,帮助开发者高效部署和优化模型。 其他说明:本文不仅涵盖了硬件架构特性,还深入探讨了优化技术和应用场景,旨在为读者提供全面的技术参考。在选择硬件平台时,需综合考虑具体任务需求、预算限制及开发资源等因素。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值