- 博客(126)
- 收藏
- 关注
原创 DDR5 比 DDR4 强在哪?内存演进一次讲透
DDR5 带宽比 DDR3 提升四倍,但绝对访问延迟几乎不变。核心改动包括双通道 DIMM、突发长度加倍、片上 ECC 和更多 Bank Group。分组降低连续访问撞同一 bank 的概率,提升有效带宽。延迟受物理限制,频率翻倍时 CAS 延迟也翻倍,绝对延迟原地踏步。能耗虽降至约 12 pJ/bit,仍远高于 SRAM。工程上带宽解决顺序访问,延迟主导的随机访问只能靠缓存、预取和局部性。避坑:MT/s 不再乘 2、标称带宽不等于实际、多通道常比高频率划算、关注能耗。
2026-09-24 21:17:05
282
原创 AI Agent 的记忆系统:短期长期与工作记忆
AI Agent记忆系统解决上下文窗口有限难题,分三层:短期记忆保留最近几轮原文,保真但容量小;工作记忆存结构化任务状态,如目标与已确认槽位,极省token且能恢复任务;长期记忆用向量检索跨会话知识,只注入top-k结果。三层分工:短期保流畅,工作记忆保正确,长期保个性化。长期记忆写入需过滤,只存可复用事实,检索数量k宜小,且记忆要可删除更新,并处理三层间矛盾,优先级为当前会话高于长期记忆。避免全部历史塞入上下文。
2026-09-24 21:15:00
208
原创 INT4 量化:大模型凭什么塞进手机显存
NT4量化是大模型端侧部署入场券,7B模型从14GB降至3.5GB。核心难题是离群值:逐张量量化时一列异常值撑大全局缩放,废掉其余列。改用逐通道后,量化误差降12.8倍,信噪比提升11dB。位宽越低粒度越关键,INT4下逐通道从优化项变必需品。工程上权重用逐通道INT4离线校准,激活用逐token或分组INT8在线量化。避坑:先看离群值再定粒度、激活位宽更高、注意累加器溢出、用困惑度评估、反量化开销不可忽视。
2026-09-24 21:12:29
166
原创 Turbo 码:一次迭代如何逼近香农极限
Turbo码通过两个卷积码加交织器并行级联,译码时两个分量译码器迭代交换外信息,仅传递新证据,避免自我强化,从而逼近香农极限0.5dB以内。编码码率约1/3,交织器让两路约束互补。代码实现4状态RSC编码与max-log-MAP迭代译码,实测迭代1次误码率0.0886,8次降至0.0493。避坑:只交换外信息、交织器需随机、尾比特不参与交织、近似译码需加缩放、高信噪比有误码平层、迭代增加延迟与算力。
2026-09-24 21:09:22
203
原创 CFS 调度器:vruntime 凭什么做到公平
CFS调度器用vruntime记录每个进程的虚拟运行时间,权重越大增长越慢,调度时永远选vruntime最小的进程,用红黑树实现对数查找。nice值映射为权重,差距1约1.25倍,差距10约9倍。时间片按目标调度延迟和权重分配,任务多时受最小粒度约束,保证切换开销可控。新任务初始vruntime受最小值钳制,避免饥饿;睡眠唤醒进程vruntime较小,优先调度,利于交互。CFS实现按权重比例的公平,而非平均分配。代码仿真验证份额与理论一致。避坑:vruntime非墙钟时间、nice是指数作用、CFS不保证低
2026-09-24 21:05:36
309
原创 SNR Wall:认知无线电为什么有灵敏度极限
认知无线电靠频谱感知见缝插针,但能量检测面临SNR Wall:噪声功率估计存在不确定性时,为控制虚警,阈值须按最坏情况设定,导致检测所需信噪比随不确定性一比一抬升,形成灵敏度极限。代码仿真显示,噪声不确定性每增1 dB,达到检测概率0.9所需信噪比就抬高1 dB。突破方向不是调低阈值,而是更准估计噪声、利用信号结构、多天线协作。避坑:别把降阈值当提高灵敏度、静默窗口有代价、低信噪比下能量检测弱、宽带不确定性更大、注意非高斯噪声。
2026-09-23 23:29:51
395
原创 太赫兹通信:6G 的频谱门票为什么难拿
太赫兹通信(0.1-10 THz)为6G提供海量带宽,但面临自由空间损耗随频率增长、水汽和氧气吸收线导致的大气衰减、器件效率低、波束极窄等挑战。大气窗口如0.14/0.22/0.30 THz衰减低,可支撑公里级链路;吸收峰如1 THz衰减达47 dB/km,几乎不可用。链路预算显示只有窗口频段有裕量。星间链路因真空无吸收成为甜点。代码仿真了路径损耗、大气衰减与带宽红利,200 GHz带宽理论容量达200 Gb/s,但需与信噪比一起权衡。避坑:先看窗口、短距可用、星间另算、器件瓶颈、波束对准、带宽与SNR并重
2026-09-23 23:27:33
252
原创 RISC 哲学:为什么精简指令集反而更快
RISC通过定长指令、载入-存储架构和低CPI设计,用更多简单指令换取更高频率与并行发射,性能反超CISC。代码模型显示RISC用5倍指令数获得1.82倍吞吐加速。精简指硬件复杂度,不是软件工作量。CISC内部微码化为类RISC微操作,两条路线在微架构层已合流。避坑:别用指令条数比较性能、定长有编码限制、分支惩罚靠预测器掩盖、区分ISA与微架构。
2026-09-23 23:22:58
254
原创 显卡怎么把三角形变成像素?光栅化算法拆解
显卡光栅化把投影后的三角形翻译成像素,核心是用边界函数判断像素中心是否在三角形内,并顺带得到重心坐标用于颜色、深度插值。半空间法每步独立、易于并行,且沿行移动一个像素边界函数只增加常数,因此硬件每像素只需加法。代码用numpy实现并打印字符网格,验证覆盖形状与解析面积接近。避坑:符号要与有向面积统一、采样点在像素中心、边界走样需MSAA、小三角形慎用增量、裁剪在前、纹理映射要透视校正。
2026-09-23 23:20:54
218
原创 DSP 为什么能实时处理信号?C6000 流水线拆解
DSP能实时处理信号,关键在于流水线被填满。C6000采用8级流水线,乘法与访存延迟达4周期,指令连续依赖就会停顿,吞吐减半。软件流水与循环展开让不同迭代的独立指令交错,填满延迟槽。代码模拟显示,展开因子从1到4,每次迭代周期从8降到4,达到指令数下界。避坑:展开受寄存器限制、用restrict告诉编译器可并行、访存常是瓶颈、实时性需按最坏情况设计。
2026-09-23 23:18:37
333
原创 跨时钟域为什么这么难?亚稳态与同步器设计
数字电路中跨时钟域信号因无固定相位关系,跳变可能落入建立保持窗口,导致触发器输出亚稳态。亚稳态概率极低但长期运行必然发生,且无法用仿真复现。两级同步器让第一级有整整一个时钟周期恢复,可将平均无故障时间提升到天文数字级别。多比特数据必须用握手或异步FIFO,慢时钟采快信号需展宽脉冲。文章用Python模拟亚稳态概率与MTBF,验证两级同步可将传播概率降低数百倍。
2026-09-22 23:11:49
195
原创 CLIP 怎么把图片和文字对齐?对比学习讲透
CLIP用双塔分别编码图像和文本,映射到同一空间后计算相似度,通过对比学习训练:配对图文相似度高,批内其他组合作为负样本。采用InfoNCE损失,温度可学习,双向交叉熵。训练后零样本分类只需文本模板,无需分类头。代码验证检索准确率从随机水平提升到可用水平,温度存在最优区间。避坑:batch大小决定负样本数量、温度要可学习、双向损失、必须归一化、负样本质量、提示词敏感。
2026-09-22 23:08:17
234
原创 Rust 借用检查:为什么不用 GC 也能保证内存安全
内存安全通常靠垃圾回收或程序员自觉,Rust 选择在编译期检查。所有权规定每个值只有一个所有者,离开作用域自动释放;move 转移所有权,借用分共享与可变:共享不可变、可变不共享。借用检查器分析引用活跃区间,NLL 后按最后一次使用计算,借用结束即可移动。文章用 Python 模拟检查器,逐条判定 move 后访问、多个可变借用等违规,证明规则在编译期拦截错误,运行时零开销。
2026-09-22 23:05:44
288
原创 Lasso 为什么能自动筛选特征?软阈值讲透
Lasso通过L1正则化实现自动特征筛选,核心是软阈值算子:当系数绝对值不超过阈值时直接输出精确的零,从而产生稀疏解。几何上L1约束区域是菱形,角点落在坐标轴上,残差等高线最先触碰角点,所以解常含零分量。坐标下降法每次只优化一个变量,一维子问题有闭式解即软阈值,维护残差可把每轮复杂度降到与样本数乘特征数成正比。代码在200个特征、10个真实非零的合成数据上验证:正则化参数取10时非零系数19个,测试均方误差0.412,远优于最小二乘的39.75;参数增大则非零数单调减少。
2026-09-22 23:01:15
171
原创 Nesterov 加速:动量为什么能让梯度下降更快
Nesterov加速通过“先按惯性探路、再在探路点算梯度”,将梯度下降的收敛率从O(1/k)提升至O(1/k²),强凸下条件数依赖从κ降至√κ。代码在条件数100的二次问题上对比:GD需653步达到1e-6,Nesterov仅100步,加速6.5倍;条件数越大差距越显著。动量系数须按特定递推序列计算,步长仍受1/L限制,加速在高精度区更明显,工程中常加重启策略。
2026-09-22 22:56:08
191
原创 MAML 元学习:让无线系统几步适配新环境
无线系统环境一变模型就废,MAML元学习旨在学习“如何快速学会新任务”。其核心是优化适配后的损失:内循环用support集做K步梯度适配,外循环在query集上评估并更新初始参数,显式将快速学习能力写入目标。一阶近似FOMAML省去二阶导,工程常用。代码在少样本衰落包络回归任务上验证:仅适配1步,MAML的MSE从3.39降至3.28,而随机初始化只能降至5.18,差距37%。避坑要点:support与query必须同任务、内循环学习率需独立、用一阶近似、任务分布设计即领域知识、评价看k步适配曲线、元学习不
2026-09-21 18:26:31
213
原创 信道极化:Polar 码凭什么成为 5G 的选择
Polar码是首个被严格证明可达香农容量的编码,成为5G控制信道标准。其核心是信道极化:将两个独立信道联合,分裂为一好一坏,递归后子信道容量趋近0或1;选择好信道传信息,坏信道置冻结比特。巴氏参数递推Z(W+)=Z²、Z(W-)=2Z-Z²。Polar码短码性能好、无误码平层、可构造性强,5G用CA-Polar提升可靠性。代码仿真N=1024时强极化子信道占比82.2%,但收敛慢,短码需留码率裕量。避坑:巴氏参数仅BEC精确、好信道筛选影响性能、SC/SCL串行译码、与LDPC分工明确。
2026-09-21 18:24:34
182
原创 星链怎么组网?1584 颗卫星背后的轨道账
星链低轨星座通过Walker Delta参数(T/P/F)实现全球覆盖,1584颗卫星分72个轨道面、每面22颗,高度550km、倾角53°。本文用numpy向量化仿真北京上空可见星数:仰角门限10°时44颗,25°时12颗,40°时4颗,单星可见时长仅约3.5分钟。避坑要点:F因子相位错开避免覆盖空洞、仰角门限是系统指标、倾角决定服务纬度、简化模型需标注、可见星数不等于可用容量。
2026-09-21 18:22:42
188
原创 STDP:大脑不用反向传播,靠时序也能学习
STDP是一种纯局部学习规则,突触权重变化仅取决于突触前与突触后发放的时间差:因果(前先于后)增强LTP,反因果(后先于前)抑制LTD。其学习窗为双指数不对称曲线,抑制通常略强于增强,使权重有稳态。STDP无需全局误差信号和可微计算图,适合类脑芯片在线学习。代码实现STDP窗口,展示±5ms配对分别使权重饱和到1或0,双输入竞争仅凭5ms先后差异完成选择。避坑要点:抑制略强、时间常数合理、用迹变量实现、权重上下界、STDP学相关性非正确性、不能替代反向传播。
2026-09-21 18:20:42
290
原创 脉冲神经网络的最小单元:LIF 神经元怎么工作
LIF(泄漏积分点火)神经元是脉冲神经网络的最小计算单元,输出离散脉冲而非连续值。其核心由五要素构成:泄漏(电位趋向静息)、积分(输入电流累积)、阈值(越过则发放)、重置(发放后复位)、不应期(强制静默,限制最大发放率)。膜电位由一阶微分方程描述,离散化用欧拉法,步长需满足τm/dt≥10以保证数值稳定。f-I曲线刻画稳态发放率与输入电流关系,存在阈值电流,越过后近似线性上升,被不应期压平。代码仿真验证膜电位范围、阈值约1.29nA、不应期将70Hz压至50Hz。
2026-09-21 18:18:28
325
原创 LoRa 凭什么传十几公里?Chirp 扩频调制拆解
LoRa 通过 Chirp 扩频(CSS)实现 -137 dBm 高灵敏度,比 WiFi/蓝牙高约 50 dB。其原理是上扫频 chirp 频率随时间线性变化,符号以循环移位表示,SF 决定每符号比特数与处理增益 10log₁₀(2^SF),SF=7 达 21.1 dB,可在负 SNR 下工作。解调仅需乘共轭基 chirp 再 FFT,峰值 bin 即符号,且天然抗频偏。代码仿真 SF=7 在 -6 dB 时误符号率为 0,-10 dB 为 5%。避坑:chirp 必须相位累加、SF 是速率换距离旋钮。
2026-09-20 23:12:43
246
原创 NOMA 凭什么更高效?SIC 串行干扰消除拆解
NOMA通过功率域非正交多址,故意将多用户信号叠加在同一时频资源上,靠接收端SIC串行干扰消除分离。核心是向信道差的远用户分配更大功率,近用户先解远用户信号并减去,再干净解自己。SIC可行性条件要求近用户解远用户信号的速率不超过其信道能力上限。代码仿真显示,20dB总SNR下NOMA和速率6.334 b/s/Hz,较OMA的5.059提升25.2%,边缘用户速率提升8.4%。避坑要点:功率分配方向不能反、SIC可行性必须验算、警惕误差传播、功率分配存在帕累托前沿、接收端复杂度代价高、RSMA是进一步推广。
2026-09-20 23:10:21
164
原创 一个波形既通信又测距:通感一体距离-多普勒
通感一体化(ISAC)让同一OFDM波形既通信又测距。OFDM回波中距离体现在子载波维相位斜坡,速度体现在符号维相位斜坡,具有二维可分离结构。对快时间维做IFFT得到距离维,对慢时间维做FFT得到多普勒维,生成距离-多普勒图,将二维搜索降为两次快速变换。距离分辨率由带宽决定:c/(2B);速度分辨率由观测时长决定:λ/(2MT)。代码仿真28GHz、128子载波×64符号,两个目标全部检出,误差在半个分辨率格内。避坑要点:避免二维搜索、区分分辨率与精度、多普勒模糊是硬上限、检测需用CFAR。
2026-09-20 23:08:31
271
原创 两根天线凭什么更可靠?Alamouti 空时编码拆解
Alamouti空时编码用两根发射天线、一根接收天线,在两个时隙发送正交符号,接收端仅需线性合并即可分离两路信号,获得2阶分集增益。合并后每路增益为|h₁|²+|h₂|²,等效于接收分集。代码仿真显示,总功率相同时,Alamouti在SNR 16dB下BER为0.00010,而单天线为0.00630,差距随SNR拉大而增长,体现分集带来的斜率变化。避坑要点:正交性不可破坏、准静态假设必须满足、每根天线发半功率、分集看高SNR斜率、扩展多天线需牺牲码率、分集与复用需权衡。
2026-09-20 23:06:18
122
原创 5G 接收机怎么“看见“信道?导频信道估计讲透
5G接收机需先估计信道才能均衡。导频辅助信道估计利用已知导频符号,在导频处用LS估计(Y/X),但除法会放大噪声;插值需满足导频间隔小于相干带宽,否则无法跟踪信道变化。LMMSE引入信道相关矩阵先验,对低秩稀疏信道降噪,代码演示64子载波、16导频、3径信道下,LMMSE较LS的MSE降低11.2%。避坑要点:导频密度不能省、低信噪比别裸用LS、先验错误反更差、注意复杂度、看端到端BER而非仅MSE、高速场景需加时域维。
2026-09-20 23:02:38
94
原创 优先级反转:实时系统为什么会突然卡死不动
优先级反转指高优先级任务因等待低优先级任务持有的共享资源而阻塞,反被中优先级任务插队拖延,呈现“高优先级反而最慢”。经典场景为L持锁、H等待、M插足,导致H阻塞时间由无关的M决定,且无上界。火星探路者号曾因此反复重启。解决方案包括优先级继承(持锁者临时继承等待者优先级)和优先级天花板协议,将阻塞收敛为临界区上界。代码仿真显示,无协议时H被阻塞6 tick,启用继承后降至3 tick。避坑要点:用带PIP的互斥量、临界区尽量短、警惕中间优先级插足、复杂系统用PCP、避免关全局中断、测试构造L/M/H交叠场景。
2026-09-19 22:24:24
266
原创 模型量化:INT8 推理为什么几乎不掉精度
NT8量化将FP16权重压至8 bit,显存减半,精度却常只掉零点几个点。原因在于对称量化的信噪比SNR≈6.02n+1.76 dB,8 bit约49 dB,量化噪声仅为信号十万分之一量级,远低于Transformer有效信息。权重用per-channel或per-group缩放可避免小通道分辨率被大通道吞掉。真正难点在激活outlier,LLM.int8()将超阈值通道保留FP16、其余走INT8,兼顾显存与精度。代码实测INT8 per-channel SNR达42.77 dB。
2026-09-19 22:21:43
176
原创 HARQ:5G 为什么把纠错分成两步来做
HARQ将前向纠错(FEC)与自动重传(ARQ)结合,重传时不丢弃前次软信息,而是累积合并联合译码。停等式多进程并行需Np=⌈RTT/Tslot⌉个进程填满信道。Chase合并累加能量,增量冗余(IR)降低等效码率。NR采用异步HARQ,DCI显式携带进程号、RV、NDI,K1/K2外化终端处理时间。CBG级重传避免整TB重传。代码演示Chase合并后误比特从8降至0,进程数达临界后吞吐饱和。避坑要点:核算进程数、区分NDI、K1过小来不及译码、K2大于PUSCH准备时间、CBG配置上下行一致。
2026-09-19 22:19:13
185
原创 查询优化器:数据库是怎么选出最优执行计划的
查询优化器通过基于代价的优化(CBO)从海量候选计划中选出最优执行计划。其四块拼图:搜索空间、代价模型、基数估计、搜索算法。System-R动态规划按子集搜索,仅考察54个子计划便找到与穷举相同的最优解,而穷举24种连接顺序中最优代价313.2、最差6880.7,相差22倍。表数超阈值后切启发式,导致大查询性能忽好忽坏。基数误差的regret不对称:低估最坏差十几倍,高估仅两三倍,故“宁可高估,不可低估”。避坑要点:连接顺序是第一变量、子集行数须与顺序无关、排序需求需纳入DP状态、代价参数需按硬件调整。
2026-09-19 22:16:56
242
原创 载波同步技术:接收机是怎么锁定信号相位的
载波同步中,频偏补偿后常残留固定相位误差,使有效幅度按cosθ压缩——20°损失约0.5dB,45°损失约3dB。相位估计分导频辅助(复数平均再取角,等价最大比合并)与盲估计Viterbi-Viterbi(M-PSK取M次方消调制),后者有π/2模糊且噪声放大M倍。补偿用共轭旋转;OFDM中为公共相位误差,精度下界var≥1/(2ρL)。代码演示QPSK在18dB下导频估计0.3042、VV估计0.3006,且真值相差90°时VV输出几乎相同。避坑要点:先压频偏再估相位、导频先求和后取角。
2026-09-19 22:14:29
215
原创 LRU 缓存:为什么哈希表必须配双向链表
LRU缓存需在O(1)内完成get和put,单一结构无法兼顾:哈希表能快速寻址却不知淘汰顺序,链表能维护顺序却无法按key定位。解法是哈希表+双向链表——哈希表存key到节点的指针,双向链表维护访问顺序,head为最近使用、tail为最久未用。访问或写入时将节点摘除并移到head,淘汰时删除tail。双向链表保证已知节点指针下O(1)摘除中间节点。代码实现LRUCache,演示访问提升与淘汰最久未用者。避坑要点:同步更新哈希表、先摘除再插入、淘汰tail。
2026-09-18 22:57:32
215
原创 设备树:Linux 内核怎么知道板子上有什么
设备树将硬件描述从Linux内核代码中剥离,解决早期板级代码臃肿、每换板需重编译内核的痛点。DTS声明硬件拓扑,dtc编译为DTB,bootloader传给内核;内核遍历节点树,依据compatible属性创建platform_device并匹配驱动。换板仅替换DTB,内核零改动,适配成本从O(N)降为O(1)。代码对比板级硬编码与设备树通用遍历,后者仅需重编译内核一次。避坑要点:设备树只描述参数不写驱动逻辑、无执行能力、compatible是匹配钥匙、换板只换DTB、属性前向兼容、排错先看/proc/de
2026-09-18 22:53:43
317
原创 一致性哈希算法:为什么扩容不用搬全部数据
一致性哈希解决取模分片在扩缩容时近乎全量迁移的问题。它将节点与key映射到同一哈希环,key顺时针找到第一个节点归属,新增或删除节点仅影响相邻弧段,从N扩到N+1迁移比例约1/(N+1),远低于取模的N/(N+1)。虚拟节点将每个物理节点映射为多个环上点,缓解节点少时的负载倾斜。代码演示删除节点C后仅10/200个key改变归属。避坑要点:虚拟节点消除倾斜、一致哈希不负责迁移与路由、哈希函数质量决定分布、跨语言需统一哈希、范围扫描是软肋、再平衡要限流。
2026-09-18 22:47:34
113
原创 K8s 调度器:一个 Pod 是怎么被选中节点的
kube-scheduler 通过“过滤—打分—绑定”三步为 Pod 选择节点:过滤阶段用资源请求、nodeSelector、节点亲和性、污点容忍、端口与卷拓扑等硬约束筛掉不可行节点;打分阶段按 LeastRequested 与 Balanced 等软策略加权评分,选总分最高者绑定。文章解析 nodeSelector、nodeAffinity、podAffinity/AntiAffinity、Taint/Toleration 语义。
2026-09-18 22:44:42
251
原创 写时复制 COW:fork 为什么能瞬间返回
写时复制(COW)让 fork 瞬间返回:内核不复制物理页,只为子进程新建页表并指向父进程相同物理页,同时标记只读。父子任一方写入时触发缺页,内核才分配新页、复制内容、恢复可写,写指令重新执行。复制量从急切复制的 M 页降为 M×w(w 为实际写入比例),写 10% 时节省 90%。但写遍全量时优势瓦解,还额外叠加缺页开销。多线程 fork 后易因锁状态共享而死锁,大页会放大 COW 写代价,Redis/PostgreSQL 快照期间内存可能短时翻倍。
2026-09-18 22:40:03
201
原创 CKKS 同态加密:为什么可以直接算密文
CKKS同态加密通过复数向量编码与量化近似,实现密文上直接进行浮点运算。其核心在于将密码学噪声“驯化”为可接受的浮点误差,结合rescaling机制控制乘法深度,使神经网络推理在云端安全执行。代码实证表明,密文加法可精准还原明文结果,且无需暴露原始数据。该方案已成为隐私计算中浮点密文推理的事实标准。
2026-09-17 23:35:32
303
原创 FFT 蝶形运算:为什么能省下两个数量级算力
FFT通过分治与旋转因子对称性,将DFT的O(N²)降至O(N log N)。核心是偶奇拆分与蝶形运算:X[k]=E[k]+W_N^kO[k],X[k+N/2]=E[k]-W_N^kO[k],一次复乘两次复加产出两个输出。递归深度log₂N,每层O(N),N=1024仅约1万次运算,比直算提速近两个数量级。代码用递归基2 FFT与DFT对比,最大误差10⁻¹³,N增大加速比持续拉大。避坑要点:长度取2的幂、补零不等于提分辨率、生产用库函数、注意归一化因子位置、实数信号用实数变换、定点旋转因子留足字长。
2026-09-17 23:32:47
340
原创 MVCC 多版本并发:数据库怎么让读写不打架
MVCC通过多版本让读写互不阻塞,用空间换并发。每个版本携带xmin(创建者)、xmax(删除者)和prev指针构成版本链,可见性判定为“创建可见且删除不可见”。快照由low、high、active组成,快照创建时机决定隔离级别:可重复读整个事务复用一份快照,读已提交每语句重建。旧版本回收水位受最老活跃快照牵制,长事务会导致表膨胀、undo暴涨。当前读(UPDATE、FOR UPDATE)仍加锁,MVCC只消解读写冲突,写写冲突依旧。代码演示快照隔离下写者提交后读者仍读到旧值。
2026-09-17 23:30:31
138
原创 寄存器分配问题:编译器到底怎么决定变量住哪
寄存器分配将虚拟变量映射到有限物理寄存器,本质是NP完全的图着色问题。编译器先通过逆向活跃变量分析计算活跃集,据此构建干涉图:同时活跃的变量间连边。随后采用Chaitin/Briggs简化—着色—溢出:反复摘下度数小于K的低度节点压栈,再逆序贪心回填颜色;无法着色时按使用次数与度数之比选择溢出候选,移出干涉图后迭代。代码演示8条指令小程序中五元完全图,K=3时溢出两个变量,K=5则全部着色。避坑要点:先做活跃分析、低度节点安全、逆序着色、溢出代价兼顾使用次数、寄存器分类建图、迭代收敛。
2026-09-17 23:27:59
342
原创 DMA 到底省了什么:搬运数据为什么不用 CPU
DMA将数据搬运从CPU手中卸载给专用控制器,CPU只需配置描述符,完成后由中断通知。现代DMA作为AXI主设备,可主动发起读写,支持内存到内存、内存到流、流到内存及分散/聚集模式。其吞吐取决于突发长度与outstanding深度:突发越大地址开销越小,outstanding需盖住内存延迟才能喂满总线。缓存一致性是最大陷阱:DMA与CPU缓存副本可能不一致,需正确clean/invalidate并对齐缓存行。代码量化显示小数据量下DMA固定开销不划算(阈值约60KB),outstanding不足则带宽骤降。
2026-09-17 23:25:51
220
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