<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[kruptos，无线通信/DSP/嵌入式工程师]]></title><description><![CDATA[无线通信/DSP/嵌入式工程师（西电毕业，13 年科研），现深耕 AI 大模型与云原生。 作者产出 66+ 技术知识库（1 万+ 篇原创，含大模型微调、AI Agent、CMMI×AI、云原生等系列），每期配可运行代码。]]></description><link>https://blog.youkuaiyun.com/kruptos</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; kruptos]]></copyright><item><title><![CDATA[DDR5 比 DDR4 强在哪？内存演进一次讲透]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166601090</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166601090</guid><author>kruptos</author><pubDate>Thu, 24 Sep 2026 21:17:05 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[AI Agent 的记忆系统：短期长期与工作记忆]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166601072</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166601072</guid><author>kruptos</author><pubDate>Thu, 24 Sep 2026 21:15:00 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[INT4 量化：大模型凭什么塞进手机显存]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166601047</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166601047</guid><author>kruptos</author><pubDate>Thu, 24 Sep 2026 21:12:29 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[Turbo 码：一次迭代如何逼近香农极限]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166600997</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166600997</guid><author>kruptos</author><pubDate>Thu, 24 Sep 2026 21:09:22 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[CFS 调度器：vruntime 凭什么做到公平]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166600970</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166600970</guid><author>kruptos</author><pubDate>Thu, 24 Sep 2026 21:05:36 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[SNR Wall：认知无线电为什么有灵敏度极限]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166494457</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166494457</guid><author>kruptos</author><pubDate>Wed, 23 Sep 2026 23:29:51 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[太赫兹通信：6G 的频谱门票为什么难拿]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166494448</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166494448</guid><author>kruptos</author><pubDate>Wed, 23 Sep 2026 23:27:33 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[RISC 哲学：为什么精简指令集反而更快]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166494378</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166494378</guid><author>kruptos</author><pubDate>Wed, 23 Sep 2026 23:22:58 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[显卡怎么把三角形变成像素？光栅化算法拆解]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166494353</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166494353</guid><author>kruptos</author><pubDate>Wed, 23 Sep 2026 23:20:54 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[DSP 为什么能实时处理信号？C6000 流水线拆解]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166494314</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166494314</guid><author>kruptos</author><pubDate>Wed, 23 Sep 2026 23:18:37 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[跨时钟域为什么这么难？亚稳态与同步器设计]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166374387</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166374387</guid><author>kruptos</author><pubDate>Tue, 22 Sep 2026 23:11:49 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[CLIP 怎么把图片和文字对齐？对比学习讲透]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166374333</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166374333</guid><author>kruptos</author><pubDate>Tue, 22 Sep 2026 23:08:17 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[Rust 借用检查：为什么不用 GC 也能保证内存安全]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166374273</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166374273</guid><author>kruptos</author><pubDate>Tue, 22 Sep 2026 23:05:44 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[Lasso 为什么能自动筛选特征？软阈值讲透]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166374178</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166374178</guid><author>kruptos</author><pubDate>Tue, 22 Sep 2026 23:01:15 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[Nesterov 加速：动量为什么能让梯度下降更快]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166374129</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166374129</guid><author>kruptos</author><pubDate>Tue, 22 Sep 2026 22:56:08 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[MAML 元学习：让无线系统几步适配新环境]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166252542</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166252542</guid><author>kruptos</author><pubDate>Mon, 21 Sep 2026 18:26:31 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[信道极化：Polar 码凭什么成为 5G 的选择]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166252502</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166252502</guid><author>kruptos</author><pubDate>Mon, 21 Sep 2026 18:24:34 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[星链怎么组网？1584 颗卫星背后的轨道账]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166252481</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166252481</guid><author>kruptos</author><pubDate>Mon, 21 Sep 2026 18:22:42 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[STDP：大脑不用反向传播，靠时序也能学习]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166252461</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166252461</guid><author>kruptos</author><pubDate>Mon, 21 Sep 2026 18:20:42 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[脉冲神经网络的最小单元：LIF 神经元怎么工作]]></title><link>https://blog.youkuaiyun.com/kruptos/article/details/166252422</link><guid>https://blog.youkuaiyun.com/kruptos/article/details/166252422</guid><author>kruptos</author><pubDate>Mon, 21 Sep 2026 18:18:28 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item></channel></rss>