虚拟内存（占坑）

Findway_ Findway_ 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 500+累计阅读 511平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-07-13 21:57:31 发布 511 阅读 AI 写同款· GEO 优化 ›
内核漏洞利用深度解析：从原理到实战的完整指南 在操作系统安全领域，内存安全漏洞与权限提升是核心攻防焦点。其原理在于利用软件缺陷破坏内存隔离机制，例如通过堆溢出、释放后重用等内存破坏漏洞，绕过硬件与操作系统构建的防护体系。这类技术的核心价值在于揭示系统底层安全机制的脆弱性，驱动了KASLR、SMEP等现代缓解措施的演进。在应用场景上，它不仅是渗透测试与红队评估的关键技能，更是理解操作系统内核安全设计的实践途径。本文聚焦内核漏洞利用，系统拆解从环境搭建、漏洞分析到利用链构建的全过程，涵盖堆风水、ROP链构造等实战技术，为安全研究人员提供从用户态到内核态攻防 阅读详情

占坑

收录于
笔记面试中的基础知识

当前文章被收录于：

笔记面试中的基础知识
14 篇文章 0 人学习
订阅专栏 查看详情
标签
#内存
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
浅谈tensorflow之内存暴涨问题 在用tensorflow实现一些模型的时候，有时候我们在运行程序的时候，会发现程序占用的内存在不断增长。最后内存溢出，程序被kill掉了。 这个问题，其实有两个可能性。一个是比较常见，同时也是很难发现的。这个问题的解决，需要我们知道tensorflow在构图的时候，是没有所谓的临时变量的，只要有operator。那么tensorflow就会在构建的图中增加这个operator所代表的节点。所以，在运行程序的过程中，内存不断增长的原因就是在模型训练迭代的过程中，tensorflow一直在帮你增加图的节点。导致内存占用越来越多。 那么什么情况下就会像上面说的那样呢？我们举个例子： import 立即下载

相关推荐

Jenkins离线安装保姆级教程：从下载.war包到SVN+Maven项目一键部署（附避坑脚本）

本文详细介绍了Jenkins离线安装的全流程，包括.war包下载、SVN+Maven项目配置及自动化部署。特别针对内网环境提供解决方案，涵盖插件管理、开发工具链配置、构建触发器和SSH部署等关键步骤，帮助企业在网络隔离环境下实现高效持续集成。

weixin_30096975的博客 375

Windows10内存泄漏,分页池高分析及解决方案

win10 内存泄漏，查不到对应进程，最全的解决方案 开发人员 应用人员适用

qq_25231249的博客 2万+

汇川机器人与PLC通信-ModbusTCP超详细案例

通过汇川机器人与PLC的ModbusTCP通信项目案例，我们可以了解通讯配置的过程，地址映射的方式，对接信号的转换，运行时序的逻辑等注意事项，帮助我们快速应用到项目中。

weixin_44166380的博客 1万+

虚拟内存介绍

参考上位： 转载： https://blog.youkuaiyun.com/qq_38410730/article/details/81036768 文章目录虚拟内存的概念Linux的虚拟内存技术页页框页表请页与交换(作为了解)快表页的共享页的保护多级页表 为了运行比实际物理内存容量还要大的程序，包括Linux在内的所有现代操作系统几乎毫无例外的都采用了虚拟内存技术。虚拟内存技术，可让系统看上去具有比实际物理意义内存大的多的内存空间，并为实现多道程序的执行创造了条件。 虚拟内存的概念 为了对内存中的存储单元进行识别，

nuosen的专栏 1518

UG476 GT Transceivers文档翻译和自身理解

对UG476 Xilinx官方文档进行翻译的基础上加上自己的理解

weixin_45143788的博客 4600

基于imx6ull平台opencv的图像采集、ffmpeg推流和Windows端拉流(多线程)

本文档是针对imx6ull平台`opencv`的图像采集、ffmpeg推流和Windows端拉流。首先创建一个线程`opencv`通过摄像头采集视频图像，接着再创建两个线程，其中一个线程获取采集的视频图像送给ffmpeg服务，另一个线程用于获取采集的视频图像并处理，处理完并在显示屏上显示，详细的流程请参看如下。

程小二的博客 1607

虚拟内存总结

如果是私有访问，内核会采用写时拷贝copy on write的方式，如果一个进程要修改一个私有的写时拷贝的对象，会产生一个保护故障，内核会拷贝这个私有对象，写进程会在新的私有对象上修改，其他进程仍指向原来的私有对象。链表：每一块连续的区域分别由一个结点表示，结点有4个值，第一个值为P表示占用，H表示空闲，第二个值指向进程首地址，第三个值表示进程长度，第四个值指向下一个结点，如果新的进程想要加入，则扫描每一个结点，直到找到足够大的空间存放新进程，这种算法为首次适配算法。在内存管理时，页是地址空间的最小单位。

qq_36534594的博客 548

迫零均衡前与迫零均衡后眼图对比附Matlab代码

迫零均衡（Decision Feedback Equalization，DFE）是一种常用的数字通信技术，用于抑制信号传输中的多径干扰。迫零均衡（Decision Feedback Equalization，DFE）是一种常用的数字通信技术，用于抑制信号传输中的多径干扰。眼图是一种常用的信号质量评估工具，通过绘制接收到的信号在时域上的波形，可以直观地观察到噪声、失真和干扰等问题。眼图是一种常用的信号质量评估工具，通过绘制接收到的信号在时域上的波形，可以直观地观察到噪声、失真和干扰等问题。

ByteSparkX的博客 459

获取IMEI号，旧版本

// 获取 IMEI号 private static String getIMEIOld(Context context){ if (ContextCompat.checkSelfPermission(context, Manifest.permission.READ_PHONE_STATE) != PackageManager.PERMISSION_GRANTED) { ...

qq7915的博客 1876

基于 ESP32-CAM 与 TinyML 的食堂餐盘自动识别与营养分析终端

【代码】基于 ESP32-CAM 与 TinyML 的食堂餐盘自动识别与营养分析终端。

weixin_42300449的博客 167

交换机初始化配置详解

MGMT或称MGT（Management Port，管理端口）是一个可以连接计算机的三层主机端口，如下图所示。只需使用一条双绞线跳线，就可以将计算机的以太网端口与交换机的MGMT端口连接在一起，实现对交换机的配置与管理。也就是说，可以使用MGMT端口代替Console端口实现对交换机或交换机堆叠的网络管理。MGMT端口既可用于交换机的初始化，也可以在交换机初始化完成后，以Telnet、Web浏览器或Cisco CNA方式进行管理。当将计算机连接到独立的交换机时，连接方式如下图所示。

悦分享 1998

Android应用虚拟内存泄漏问题分析

Android应用虚拟内存泄漏问题分析 android系统上，各种订制修改比较多，经常会遇到一些奇怪的内存泄漏问题。最近遇到一个比较少见的应用端泄漏，这边记录一下。 首先，应用运行大概2小时左右，遇到如下崩溃： 02-04 13:15:03.661 1070 1087 W libc : pthread_create failed: couldn't allocate 1069056-bytes mapped space: Out of memory 02-04 13:15:03.661

cigogo的专栏 4721

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

vLLM镜像如何实现GPU资源利用率最大化？

vLLM通过PagedAttention、连续批处理和动态内存管理三大技术，显著提升大模型推理的显存利用率和吞吐量。PagedAttention减少KV缓存浪费，连续批处理消除尾部延迟，量化与动态分配降低部署门槛，实现单卡百并发、GPU利用率超90%。

weixin_35749545的博客 374

android 蓝牙通讯demo

android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

操作系统周转时间怎么算_面试系列 操作系统

占坑，C++问的更符合linux而且更难，想去腾讯可能还要在这个基础上深挖说说操作系统组成/用户态与核心态区别操作系统位于软件和硬件的中间层次，它就像一个管家，负责管理协调硬件，软件等计算机资源的工作。从上往下看，它主要作为系统资源的管理者，为上层用户，应用程序提供简单易用的服务。从下往上看，它是最接近硬件的系统软件。因为不同指令之间存在权限差异，CPU分为了用户态和内核态，内核态用来运行特权指令...

weixin_39840635的博客 993

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制

从零开始部署Qwen3-32B：GPU算力需求与优化建议

本文详解Qwen3-32B大模型的本地部署方案，涵盖GPU显存需求、INT4/INT8量化优化、vLLM高并发推理、LoRA微调及TensorRT-LLM性能加速，提供企业级架构设计与实战代码示例，助力构建高性能、低延迟、可扩展的私有化大模型服务。

weixin_30923011的博客 1097

大模型推理进入新时代：vLLM带来5-10倍吞吐飞跃

vLLM通过PagedAttention和连续批处理技术，显著提升大模型推理吞吐5-10倍，解决显存碎片与批处理僵化问题，支持量化与高并发，实现高效、低成本的GPU资源利用，推动大模型服务商业化落地。

weixin_35949153的博客 1017

vLLM镜像如何实现低延迟高吞吐的双重突破？

本文深入解析vLLM推理加速镜像如何通过PagedAttention和连续批处理技术，显著提升大模型推理的内存利用率与吞吐量，降低延迟。结合动态批处理、OpenAI兼容API和K8s弹性部署，实现高效稳定的生产级服务。

weixin_35257663的博客 914

Course16：AI服务核心：高并发原理与性能监控调优

核心机制• 调度粒度：以 ** 单次迭代（生成一个 token）** 为单位进行调度，而非等待整个 batch 请求全部完成（Request-level）。• 核心流程：处理新请求：对新到达的请求计算所需显存块数并分配，加入当前 batch。前向传播：对 batch 内所有请求执行一次前向传播，各生成一个 token。清理完成请求：检查请求是否生成结束（EOS），若结束则立即释放其占用的显存块（PagedAttention），并从 batch 中移除。

weixin_54773480的博客 523

vLLM镜像更新日志解读：新特性带来的性能飞跃

本文深入解读vLLM镜像更新带来的核心优化，包括Continuous Batching、PagedAttention和OpenAI兼容API，显著提升大模型推理吞吐量与显存利用率，降低部署成本，助力高效、可扩展的模型服务化。

weixin_33205138的博客 329

vLLM动态内存管理机制详解：提升GPU利用率的关键

本文深入解析vLLM的PagedAttention与动态内存管理机制，揭示其如何通过分页式KV缓存和按需分配策略显著提升GPU利用率与推理吞吐量，解决传统大模型推理中的显存浪费与并发瓶颈问题。

weixin_42575505的博客 385

vLLM如何实现跨模型协同推理工作流？

vLLM通过PagedAttention、连续批处理和量化技术，提升GPU利用率与推理吞吐量，支持多模型高效协同。其动态内存管理与OpenAI兼容接口，降低大模型部署门槛，适用于高并发、低延迟的生产级AI服务场景。

weixin_36151775的博客 327

vLLM推理过程中OOM怎么办？动态内存调优技巧

本文深入解析vLLM如何通过PagedAttention、连续批处理和动态内存管理三大技术，有效避免大模型推理中的CUDA显存溢出问题。结合实战配置与调优建议，帮助提升显存利用率至90%，实现高吞吐、低延迟的稳定推理服务。

weixin_36464343的博客 569

vLLM能否支持模型组合推理？Pipeline串联设想

vLLM虽不原生支持多模型串联，但凭借PagedAttention、连续批处理和OpenAI兼容接口，可作为高性能推理单元构建模块化、可扩展的模型组合Pipeline架构，适用于意图识别与生成等多阶段推理场景。

weixin_36173034的博客 290

vLLM + Qwen实战：构建超高速中文大模型服务

本文介绍如何利用vLLM与Qwen构建高性能中文大模型推理服务，重点解析PagedAttention和连续批处理技术如何提升吞吐量与显存利用率，结合实战部署步骤和生产架构设计，实现低延迟、高并发的AI服务，显著降低推理成本。

weixin_36303305的博客 405

vLLM推理服务SLA承诺：可用性达到99.9%以上

本文深入解析vLLM推理引擎如何通过PagedAttention、连续批处理、动态内存管理、量化支持和OpenAI兼容API等核心技术，实现高吞吐、低延迟、高可用的生产级大模型服务，支撑企业级SLA承诺。

weixin_35671843的博客 341
上一篇： 进程和线程
下一篇： 奇虎360 2015校园招聘笔试编程题
点赞 0
评论 0
书签 书签 0
Findway_
Findway_
博客等级 码龄10年 36粉丝 117原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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