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
300+累计阅读
366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
1. install
sudo apt-get install git-core gnupg flex bison gperf build-essential zip curl zlib1g-dev gcc-multilib g++-multilib libc6-dev-i386 lib32ncurses5-dev x11proto-core-dev libx11-dev lib32z-dev ccache libgl1-mesa-dev libxml2-utils xsltproc unzip m4 lzop
2. fix error of external/libcxxabi/src/abort_message.cpp:38: error: unsupported reloc 43
cp /usr/bin/ld.gold prebuilts/gcc/linux-x86/host/x86_64-linux-glibc2.11-4.6/x86_64-linux/bin/ld
ubuntu 16.04 os
Ubuntu 12.04 apt-get 安装 OpenJDK 7 实战指南
Java 是一种跨平台编程语言，其运行依赖于符合规范的 Java 运行时环境（JRE）与开发工具包（JDK）。在 Linux 发行版中，包管理器（如 apt-get）是安装和维护 JDK 的核心机制，它确保二进制兼容性、ABI 稳定性及安全更新可追溯。Ubuntu 12.04 作为经典 LTS 版本，采用 OpenJDK 7 作为默认实现，其包命名体系（如 openjdk-7-jdk、openjdk-7-jre-headless）体现模块化设计思想，而 update-alternatives 工具则支撑多版
ubuntu服务器编译源码
1，Vmware软件安装后 2，VMware-workstation-full-16.0.0-16894299.exe 3，新建虚拟磁盘，加载镜像文件 ubuntu-16.04.7-desktop-amd64.iso 参考VMware Ubuntu安装详细过程.txt相机过程 解压拷贝jws3288-7.1-code源码 1、编译android-7.1.2版本 1）要求 参考链接：https://source.android.google.cn/setup/build/requirements 需要jdk、
MNN深度适配Qwen3.5：动态KV缓存与token级早退的端侧部署实践
大语言模型推理正从云端向边缘加速下沉，而‘动态KV缓存’和‘token级早退’已成为突破端侧性能瓶颈的核心技术路径。其原理在于根据每步推理置信度动态释放键值内存、跳过冗余层计算，从而显著降低首token延迟与内存峰值。该技术具备明确的工程价值：在2GB内存设备上实现<800ms首token响应与18+ tokens/sec稳定吞吐。典型应用场景涵盖教育硬件、车载语音、工业巡检等对功耗、时延、稳定性严苛的嵌入式AI终端。本文聚焦MNN框架如何原生支持Qwen3.5的动态shape推理引擎与分层memory p
ubuntu安装nginx安装依赖报错Unable to locate package zlib
按照CentOS安装nginx的流程，把 yum -y install gcc zlib zlib-devel pcre-devel openssl openssl-devel 改成 sudo apt-get install gcc zlib zlib-devel pcre-devel openssl openssl-devel 执行，报错 ‘Unable to locate package zlib’ 这里ububtu没有上述的四个包，改为下面四个包 sudo apt install zlib1g su
TK1手动刷机实战：从启动链到eMMC分区的嵌入式系统重装指南
嵌入式系统刷机本质是启动流程的精准控制，涉及BootROM、二级引导程序、设备树与内核镜像的协同加载。理解U-Boot签名验证机制、eMMC物理分区结构及dtb文件版本绑定关系，是实现稳定启动的核心原理。这类底层操作具备显著技术价值：规避图形化工具隐藏的校验失败、提升边缘设备长期运行可靠性、支撑AI模型在老旧硬件上的轻量化部署。典型应用场景包括高校嵌入式教学复用TK1开发板、基于Tegra平台的边缘视觉推理系统搭建，以及Jetson技术演进路径的知识溯源。本文聚焦NVIDIA官方L4T R21.5环境下TK
DeepSeek V4 Flash本地部署：CUDA与llama.cpp硬件级调优指南
大语言模型本地推理的核心瓶颈已从‘能否运行’转向‘如何压榨硬件极限’。FlashAttention、投机解码、KV缓存压缩等技术本质上是面向GPU架构（如Ampere/Ada Lovelace）的物理层重构，其性能释放高度依赖CUDA Toolkit版本、NVIDIA驱动兼容性及llama.cpp的底层编译配置。理解compute capability、PCIe带宽、L2缓存命中率与量化格式（如Q5_K_M）之间的耦合关系，是实现低延迟、高吞吐代码生成的前提。本文聚焦消费级显卡（RTX 3060及以上）在W
android for armeabi,Android NDK - armeabi vs armeabi-v7a folder
There are some questions like mine.But I am not clear yet. I have many .so files for armeabi and armeabi-v7a.// binariesarmeabi/libarmeabi-v7a-module1.soarmeabi/libarmeabi-v7a-module2.so// Application...
JetPack 7.2嵌入式AI部署实战：Yocto构建、TensorRT优化与Secure Boot全链路解析
嵌入式AI开发正从单点模型推理迈向端到端可量产部署阶段。JetPack作为NVIDIA面向Jetson平台的系统级开发框架，其核心价值在于统一管理Linux内核（L4T）、CUDA、TensorRT、ROS2等组件的版本耦合与安全启动流程。尤其在AGX Orin等高性能边缘芯片上，Yocto构建体系已成为实现Secure Boot 2.0、eFUSE烧录和AOT编译引擎集成的事实标准。本文围绕JetPack 7.2展开，深入剖析内存子系统优化如何通过SRAM预加载提升1.3倍实时推理性能，并详解如何将YOL
assertion "Pure virtual function called!" failed
今天遇到一个偶现的崩溃：assertion "Pure virtual function called!" failed，发生的时机是在app退出的时候，目前掌握的信息比较少，还不清楚发生的具体原因，在此先记录一下。 /Volumes/Android/buildbot/src/android/ndk-r12-release/ndk/sources/cxx-stl/llvm- libc++abi...
国产GPU+大模型Day-0适配：SGLang与MTT S5000协同实践
大语言模型推理依赖硬件算力与软件框架的深度协同，其核心在于Transformer算子优化、显存带宽利用与KV Cache内存布局匹配。随着国产AI芯片加速演进，软硬协同已从‘能跑通’迈向‘开箱即用’的工程化阶段。SGLang作为轻量级推理抽象层，通过模块化后端设计显著降低国产GPU适配门槛；MTT S5000则凭借HBM2e双通道显存架构与L2缓存一致性优化，在GLM-5等中文大模型上实现高带宽利用率与低延迟推理。这种‘框架-芯片-模型’三级预对齐，正推动政务、金融、教育等信创关键场景落地，并重塑以全栈协同
AI自动生成端侧1B大模型训练框架实战
端侧大模型训练面临硬件适配难、内存受限、功耗敏感等核心挑战，其本质是跨层技术（CUDA内存管理、混合精度调度、NPU算子兼容性）的约束满足问题。现代方案不再依赖人工魔改HuggingFace Trainer或PyTorch DDP，而是将设备指纹（如Adreno 750）、模型拓扑（Llama-1B）、训练目标（FP16+INT4、梯度检查点）转化为结构化约束，驱动AI完成从训练脚本生成、动态Dataloader构建到NPU编译部署的全栈闭环。该范式显著降低嵌入式AI工程师的框架开发门槛，并保障代码在骁龙8
海思 HI3518E SDK 编译实战：Ubuntu 16.04 环境 3 大常见错误与解决方案
本文详细解析了在Ubuntu 16.04环境下编译海思HI3518E SDK时常见的3大错误及其解决方案，包括工具链路径失效、关键依赖库缺失和权限问题。通过实战经验分享，帮助开发者快速搭建稳定的嵌入式开发环境，提升开发效率。
机器学习模型生产化落地：从Notebook到高可用服务的完整路径
机器学习模型部署不是简单封装API，而是涵盖环境一致性、服务分层、可观测性与持续监控的系统工程。其核心在于将模型从实验态转化为可验证、可回滚、可计费的生产级服务制品，关键技术包括Docker镜像确定性构建、Triton推理服务优化、分层特征缓存架构及基于黄金信号的可观测体系。这些实践直面真实产线挑战——如GPU利用率低、特征不一致、P99延迟超标和模型漂移，广泛应用于电商推荐、金融反欺诈与工业预测性维护等高要求场景，是打通AI价值闭环的关键一环。
UE5 Linux服务器端开发环境一键部署与VSCode远程调试指南
在游戏服务器和高并发后端服务开发中，Linux因其卓越的性能、稳定的内核和较低的资源开销，成为部署关键业务的首选操作系统。其原理在于通过高效的进程调度、内存管理和网络协议栈，为计算密集型应用提供坚实的运行基础。对于使用虚幻引擎5（UE5）进行多人在线游戏或云游戏开发的团队而言，在Linux上搭建服务器端环境能显著提升编译效率和运行时性能，降低长期运维成本。本文聚焦于这一核心需求，通过一个精心设计的自动化脚本，详细演示了如何在Ubuntu 22.04 LTS服务器上，从零开始快速部署完整的UE5引擎编译与开发
【模型解读】【代码复现】Segment Anything Model(SAM)
Meta AI的一个新的人工智能模型，只需一次点击就能 "分割出 "任何图像中的任何物体！ SAM是一个可提示的分割系统，对不熟悉的物体和图像具有zero-shot的概括性，并且不需要额外的训练。
UFS 3.1协议分析(第一至四章) -- UFS概述
Contents协议规范规范参考术语和定义简单概述通用特性接口特性功能特性 协议规范 UFS3.1协议规定了UFS电气接口和存储器件的特性以及系统架构。 特性：低功耗、高数据吞吐量、低电磁干扰、大容量存储器子系统效率的优化 电气接口：使用基于MIPI M-PHY的高级差分接口；M-PHY作为物理层，MIPI UniPro作为链路层，二者结合形成UFS接口的互联。 架构模型：参考 INCITS T10(SCSI) SAM 标准，命令协议基于 INCITS T1
i.MX 8DV平台Android 6.0系统构建与烧录全流程实战指南
在嵌入式系统开发中，交叉编译是连接通用软件与特定硬件平台的核心技术，它允许开发者在一种架构的计算机上生成另一种架构的可执行代码。其原理在于利用目标平台的工具链，将高级语言源码编译为适配目标处理器的二进制文件。这项技术的价值在于极大地提升了嵌入式软件开发的效率与灵活性，使得复杂的操作系统如Android能够被移植到各类定制化硬件上。其典型应用场景包括车载信息娱乐系统、工业控制面板等对图形交互和实时性有高要求的领域。本文以NXP i.MX 8DV高性能异构处理器为例，详细解析了从源码获取、环境配置、应用硬件适配
告别重打包：在Android 9上实现免Root的Frida-Gadget持久化Hook（附AOSP源码修改详解）
本文详细介绍了在Android 9上实现免Root的Frida-Gadget持久化Hook技术方案。通过修改AOSP源码，绕过传统重打包方式面临的签名校验和完整性检查，实现在非Root环境下的系统级Hook。文章包含核心代码修改、编译配置调整及调试技巧，为移动安全研究提供高效稳定的解决方案。
Android 随笔集 By tuliyuan
1.反射机制调用系统服务EthernetManager private void getNetInfo(Context context) { try { // Log.d(TAG, "dddd getNetInfo is " ); Method getServiceMethod = Class.forName("android.os.ServiceManager").getDeclaredMethod("getService", new Cla
SDN：使用Postman控制ODL查看和下发流表
所谓，其实可被视作是SDN对网络设备的数据转发功能的一种抽象。在传统网络设备中，交换机和路由器的数据转发需要依赖设备中保存的二层MAC地址转发表或者三层的IP地址路由表，SDN交换机中使用的流表也是如此，不过在它的表项中整合了网络中各个层次的网络配置信息，从而在进行数据转发时可以使用更丰富的规则。其流表中的每个表项结果如下图所示：OpenFlow1.3流表的每个表项由6部分组成：1、匹配域：匹配域即OpenFlow1.0流表中的包头域，用于对交换机接收到的数据包的包头内容进行匹配。Ehter Des。
Simplicity Studio V5与EFR32BG22蓝牙开发环境实战指南
本文详细介绍了Simplicity Studio V5集成开发环境与EFR32BG22蓝牙芯片的开发实战指南。内容涵盖开发环境安装、SDK配置、项目创建、调试烧录、外设驱动集成及常见问题解决方案，帮助开发者快速上手物联网蓝牙应用开发，并充分利用EFR32BG22的低功耗与高集成度特性。
终极实战指南：如何在TX3 Mini S905W电视盒上高效部署Armbian Linux系统
将闲置电视盒子改造为功能强大的Linux服务器已成为技术爱好者的热门选择。amlogic-s9xxx-armbian项目支持在Amlogic、Allwinner和Rockchip设备上运行Armbian系统，为TX3 Mini等基于S905W处理器的设备提供了完美的Linux解决方案。通过这个开源项目，您可以轻松将Android电视盒子转变为稳定的Armbian服务器，充分发挥硬件潜力。 [
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
410
扫一扫
