- 博客(6)
- 收藏
- 关注
RSS订阅原创 Linux 环境下 NCCL - tests 测试全流程深度解析与实践指南
无论是单节点的 GPU 协同性能，还是多节点的分布式通信效率，这些测试结果都能为实际应用提供有力的数据支撑。在实际应用中，建议根据测试结果不断调整参数和配置，充分释放 NCCL 的潜力，推动高性能计算任务高效运行。了解 GPU 拓扑有助于在后续测试和实际应用中，合理分配任务，优化通信路径，充分发挥 GPU 集群的性能。），根据自己的 Linux 发行版、版本号、架构、驱动版本等信息，选择对应的 CUDA 安装包。安装完成后，CUDA 相关工具和库将为后续的 GPU 计算与 NCCL 测试提供底层支持。
2025-05-13 15:53:17
972
原创 算力浪费成行业痛点？胜算云用“滴滴模式“开启智算新时代
AI时代最稀缺的资源正在经历颠覆性变革。当全球大模型推理需求呈现指数级增长，国内某头部电商平台的GPU利用率却不足20%——这正是当下算力供需错位的真实写照。当算力调度开始遵循高效经济法则，这场由胜算云引发的效率革命，或将重构整个AI产业的价值链。手握17项核心专利，团队研发的Serverless AI OS系统已通过亚马逊云AI创业大赛严苛测试，成为首个获该赛事扶持的中国智算平台。这套技术组合已成功应用客户实际大模型应用场景，在合作伙伴68台H20服务器集群上，实现字间延迟70ms的行业标杆级表现。
2025-05-12 14:47:09
432
原创 AI时代“水力发电站”-胜算云
通过我们自主研发的技术模块，将海量的分散算力汇聚调度，完成算力的计算；而胜算云恰似在算力洪流中筑起智能大坝—通过统一算力+API调度枢纽+动态路由算法。多模型联调：像水力发电的梯级电站群协同发电，胜算云支持多模型的混合调用，通过算法识别自动匹配成本最优模型，较单一模型方案节省38%费用。流量预测：胜算云通过分析历史调用数据与实时负载，提前预测各模型需求峰值，动态分配算力资源。传统AI开发如同“依赖自然河流的原始水车”虽然一条宽阔的河水肆意流淌，但使用效率却很低。胜算云的“算力高效”逻辑。
2025-05-08 17:26:09
257
原创 汉化实战：Cline中文版胜算汉化历程
哈喽，大家好！今天来给大家分享我们在做Cline中文版胜算汉化的实战经验。如果你还不了解 Cline，可以去它的官网或者 VS Code 插件市场搜索，一个能直接在编辑器里调用大模型的 AI 助手。虽然 Cline 功能强大，但目前官方版本似乎主要还是英文界面。而且之前的中文版本似乎有一定的功能缺失。所以我们打算做一个完善的Cline中文版，我们命名为叫“Cline-中文版胜算”。于是，本着“自己动手，丰衣足食”的极客精神，我们进行了Cline汉化工作。为什么要做汉化？
2025-05-07 15:48:50
896
原创 API、MCP、A2A：三阶技术革命与AI协作生态的重构
A2A协同：跨国团队通过A2A协议实现设计Agent（美国）-测试Agent（德国）-生产Agent（中国）的24小时接力开发。-MCP×A2A：MCP为Agent提供"工具箱"（如数据库连接），A2A则让Agent学会"团队协作"（如任务分配）。- MCP时代（2024-）：解决"AI如何用工具"（如Claude访问GitHub提交代码）- A2A时代（2025-）：解决"AI如何组队"（如电商客服、物流、支付Agent协同）- 单向请求-响应机制，执行特定功能（如读取数据库、调用云服务）
2025-04-11 10:41:32
696
转载 使用Cline构建高级软件：结构化方法
值得注意的是，虽然一些新模型（如DeepSeek V3）声称支持高达131K token，但我的经验是，接近60k时，推理和编码能力就会显著下降。通过遵循结构化流程，保持积极对话，并仔细记录决策和理由，你可以在保持高工程标准的同时，处理日益复杂的功能。这个新的开始，结合我们开发的全面计划，为高效的代码生成提供了完美的基础。展望未来，在AI时代，当我考虑招聘流程时，我会更注重系统设计和计算机科学基础知识，而非传统的算法面试。这不仅是一个简单的提纲，而是一个全面的文档，作为整个功能的蓝图。
2025-04-10 15:12:49
56
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