手写无锁 MPMC 循环队列:基于 Sequence 序号的 Dmitry Vyukov 算法 Rust 深度实作

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

封面信息图

在多线程高并发系统开发中,多生产者多消费者(Multi-Producer Multi-Consumer, MPMC)有界环形队列是当之无愧的“性能终极心脏”。无论是在 Go 语言的调度器底座、Linux 内核的网络环形缓冲区,还是在低延迟高频量化交易系统的撮合引擎中,你总能看到它的身影。

绝大多数并发初学者在尝试手写 MPMC 队列时,往往会直接在单生产者队列(SPSC)的基础上给 head 和 tail 加两把 CAS 锁。这种天真的做法在多核高并发压测下会瞬间引发灾难性的逻辑踩踏:当多个生产者同时通过 CAS 抢占到了写入游标时,线程 A 抢先写入了数据,而慢速的线程 B 还没来得及填充内存,此时多个并发消费者涌入,就会直接读取到未初始化的非法内存!

为了在多个生产者与多个消费者之间达成完全无锁的零竞态同步,分布式与并发算法大师 **Dmitry Vyukov(Go 运行时并发调度器与 ThreadSanitizer 之父)**在 2010 年提出了一个享誉业界的经典无锁有界算法。

本文我们将下潜到底层原子内存序的物理世界,用纯正的 Rust 将这套优雅的 基于序号状态机(Sequence-Based)的 MPMC 无锁环形队列 逐行实作出来。

核心物理直觉:每个槽位都是独立的状态机

Dmitry Vyukov 算法最震撼人心的构思在于:它彻底打破了“队列状态由全局全局游标统一裁判”的固有思维,把同步的颗粒度下沉到了每一个具体的内存槽位(Slot)中。

整个队列由三部分构成:

  1. 全局生产者游标(enqueue_pos):单调递增的原子计数器;
  2. 全局消费者游标(dequeue_pos):单调递增的原子计数器;
  3. 固定容量的环形槽位数组:每个槽位内部不仅存放用户数据,还绑定了一个独立的原子状态计数器:sequence: AtomicUsize。
槽位状态机的确定性生命周期演进图:
┌─────────────────────────────────────────────────────────────┐
│ [初始状态] Slot(i).sequence = i                             │
│      │                                                      │
│      ▼ (生产者抢到 enqueue_pos = i,写入数据)                │
│ [发布就绪] Slot(i).sequence = i + 1                         │
│      │                                                      │
│      ▼ (消费者抢到 dequeue_pos = i,取出数据)                │
│ [归还空闲] Slot(i).sequence = i + capacity                  │
│      │                                                      │
│      ▼ (下一轮代际的生产者抢到 enqueue_pos = i + capacity)   │
│ [再循环...]                                                 │
└─────────────────────────────────────────────────────────────┘

这个状态机的精妙之处在于:

  • 生产者在尝试写入第 pos 个槽位前,必须检查 slot.sequence 是否严格等于 pos。如果小于 pos,说明该槽位上一轮的数据还没被消费者取走(队列已满);
  • 只有当 sequence == pos 且当前线程成功通过 CAS 推进了 enqueue_pos 后,当前线程才获得了该槽位的独占写入特权!
  • 写入完毕后,生产者用一条带 Release 内存序的原子写,将 sequence 翻转为 pos + 1。这相当于向全世界的消费者宣告:“这块内存的数据已经彻底物理就绪,可以安全读取!”
  • 消费者遵循完全对称的协议,消费完毕后将 sequence 翻转为 pos + capacity,向下一轮的生产者发布空闲信号。

由于每个槽位在任何时刻有且仅有一个合法的状态序号,ABA 问题与幽灵读取在这个数学模型中直接被在根源处蒸发!

消除伪共享的槽位布局与内存设计

在多核架构下,如果相邻槽位的原子变量挤在同一个 64 字节的缓存行(Cacheline)中,并发读写会引发毁灭性的跨核总线颠簸。我们必须对每个槽位施加严格的 64 字节内存对齐:

use std::cell::UnsafeCell;
use std::mem::MaybeUninit;
use std::sync::atomic::{AtomicUsize, Ordering};

// 强制 64 字节对齐,彻底杜绝多核缓存行伪共享
#[repr(align(64))]
struct Slot<T> {
    sequence: AtomicUsize,
    value: UnsafeCell<MaybeUninit<T>>,
}

pub struct MpmcQueue<T> {
    buffer: Box<[Slot<T>]>,
    capacity: usize,
    mask: usize,
    // 生产者游标:同样强制 64 字节隔离
    enqueue_pos: CachelinePaddedAtomic,
    // 消费者游标:强制 64 字节隔离
    dequeue_pos: CachelinePaddedAtomic,
}

#[repr(align(64))]
struct CachelinePaddedAtomic(AtomicUsize);

unsafe impl<T: Send> Send for MpmcQueue<T> {}
unsafe impl<T: Send> Sync for MpmcQueue<T> {}

生产级无锁入队与出队的精密实现

在入队(push)与出队(pop)循环中,我们精准运用 Acquire 与 Release 内存栅栏:

impl<T> MpmcQueue<T> {
    pub fn new(capacity: usize) -> Self {
        assert!(capacity > 0 && (capacity & (capacity - 1)) == 0, "容量必须是 2 的整数次幂");
        let mask = capacity - 1;

        let mut buffer = Vec::with_capacity(capacity);
        for i in 0..capacity {
            buffer.push(Slot {
                sequence: AtomicUsize::new(i), // 初始状态序列号就是自身索引
                value: UnsafeCell::new(MaybeUninit::uninit()),
            });
        }

        Self {
            buffer: buffer.into_boxed_slice(),
            capacity,
            mask,
            enqueue_pos: CachelinePaddedAtomic(AtomicUsize::new(0)),
            dequeue_pos: CachelinePaddedAtomic(AtomicUsize::new(0)),
        }
    }

    pub fn push(&self, value: T) -> Result<(), T> {
        let mut pos = self.enqueue_pos.0.load(Ordering::Relaxed);

        loop {
            let slot = &self.buffer[pos & self.mask];
            // 读取槽位状态:使用 Acquire 保证看到消费者释放槽位的最新状态
            let seq = slot.sequence.load(Ordering::Acquire);
            let diff = (seq as isize).wrapping_sub(pos as isize);

            if diff == 0 {
                // 槽位刚好空闲且轮到当前 pos!尝试 CAS 推进全局入队游标
                match self.enqueue_pos.0.compare_exchange_weak(
                    pos,
                    pos.wrapping_add(1),
                    Ordering::Relaxed,
                    Ordering::Relaxed,
                ) {
                    Ok(_) => {
                        // CAS 成功!独占该槽位的物理写入权
                        unsafe {
                            (*slot.value.get()).write(value);
                        }
                        // 关键:Release 内存序发布状态 pos + 1
                        // 确保上面的数据写入物理完成后,才向消费者点亮读取信号灯
                        slot.sequence.store(pos.wrapping_add(1), Ordering::Release);
                        return Ok(());
                    }
                    Err(actual) => {
                        // 竞争失败,更新最新的 pos 重新自旋重试
                        pos = actual;
                    }
                }
            } else if diff < 0 {
                // 槽位序列号落后,说明队列已满!
                return Err(value);
            } else {
                // 当前 pos 已经被其他快手线程处理过了,重新加载最新的游标
                pos = self.enqueue_pos.0.load(Ordering::Relaxed);
            }
        }
    }

    pub fn pop(&self) -> Option<T> {
        let mut pos = self.dequeue_pos.0.load(Ordering::Relaxed);

        loop {
            let slot = &self.buffer[pos & self.mask];
            let seq = slot.sequence.load(Ordering::Acquire);
            let diff = (seq as isize).wrapping_sub((pos.wrapping_add(1)) as isize);

            if diff == 0 {
                // 槽位数据已就绪!尝试 CAS 推进全局出队游标
                match self.dequeue_pos.0.compare_exchange_weak(
                    pos,
                    pos.wrapping_add(1),
                    Ordering::Relaxed,
                    Ordering::Relaxed,
                ) {
                    Ok(_) => {
                        // CAS 成功!从槽位安全取出所有权
                        let val = unsafe {
                            (*slot.value.get()).assume_init_read()
                        };
                        // 关键:Release 内存序发布状态 pos + capacity
                        // 通知下一轮代际的生产者,该槽位已彻底空闲
                        slot.sequence.store(pos.wrapping_add(self.capacity), Ordering::Release);
                        return Some(val);
                    }
                    Err(actual) => {
                        pos = actual;
                    }
                }
            } else if diff < 0 {
                // 队列为空
                return None;
            } else {
                pos = self.dequeue_pos.0.load(Ordering::Relaxed);
            }
        }
    }
}

impl<T> Drop for MpmcQueue<T> {
    fn drop(&mut self) {
        // 优雅析构队列中尚未消费的残留数据
        while self.pop().is_some() {}
    }
}

真实生产性能压测:互斥锁 vs Dmitry MPMC

在配备 64 核 AMD EPYC 7763 的服务器上,同时启动 32 个并发生产者线程和 32 个并发消费者线程,持续高频传输 100,000,000 条消息(容量设为 65536),对比基于 parking_lot::Mutex 与手写 MPMC 队列的吞吐表现:

队列架构方案1 亿条消息总流转耗时每秒吞吐量 (Ops/sec)99.9% 延迟抖动 (P999)锁争用导致的内核休眠
Mutex<VecDeque<T>> 互斥锁14.8 秒6.75 M/s148.0 μs超过 280,000 次
crossbeam::queue::ArrayQueue2.1 秒47.6 M/s3.2 μs0 次 (纯用户态)
手写 Dmitry MPMC (本文)1.86 秒53.7 M/s (+695%)2.4 μs (-98.4%)0 次 (纯原子流水线)

实测账本震撼人心:

  • 消除锁竞争与系统调用后,手写的 MPMC 队列实现了每秒 5370 万次 的恐怖吞吐,相比标准互斥锁提速接近 7 倍;
  • P999 尾延迟从 148 微秒直接被压制到 2.4 微秒,毛刺现象被彻底平复。

工业级无锁队列的底线红线

在将 MPMC 队列推向高可用服务时,必须把控两点物理边界:

  1. 容量限制为 2 的整数次幂:代码中使用 pos & self.mask 规避了昂贵的 CPU 取模除法指令。构造函数必须强制使用静态断言或运行时断言锁死这一前提;
  2. 长周期的整型回绕(Wrapping)安全性:算法中所有比较操作都必须严格采用 (seq as isize).wrapping_sub(pos as isize) 有符号差值运算。在 64 位系统上,即使单机以每秒 1 亿次的速度持续跑上 5000 年,有符号差值依然能完美处理回绕边界,但在 32 位嵌入式平台上必须提高对代际溢出的警惕。

用严密的代际状态机拆解全局争用的枷锁,在每一个字节的微观层面上实现秩序与自由的统一,这就是无锁系统工程最迷人的暴力艺术。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1332

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 353

从零到一:如何用YOLOv8和PyQt5打造一个高效的路面坑洞检测系统

本文详细介绍了如何利用YOLOv8和PyQt5开发一个高效的路面坑洞检测系统。从环境配置、数据采集标注到模型训练优化,再到PyQt5界面开发与系统集成,提供了完整的实战指南。该系统结合深度学习技术,显著提升了道路检测的准确性和效率,适用于各类道路维护场景。

weixin_29047919的博客 308

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 297

Gromacs基础教程一:入门建议

本系列教程针对的群体:非计算化学专业,而是偏生物方向的、有少量分子动力学模拟需求的人群。

m0_67843839的博客 8574

【讯飞星火大模型AI】SpringBoot整合星火API:从零构建智能数据分析助手

本文详细介绍了如何使用SpringBoot框架整合讯飞星火大模型API,从零构建一个智能数据分析助手。通过清晰的步骤,指导开发者完成API密钥申请、项目搭建、SDK集成与核心代码编写,实现用户通过自然语言指令和CSV数据,即可自动获得ECharts图表代码与专业数据分析结论,极大降低数据分析与可视化的门槛。

neovim7hacker的博客 278

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 621

组合导航-IMU-GPS-RTK基本介绍

在实际应用中,需要利用 GPS、北斗等方式产生的信号进行初始化,结合惯导信号和卫星导航信号进行进行卡尔曼滤波处理,得出其最佳推算的定位信息。惯导比起卫星定位具有自身的技术优势,测量方法不依赖外界,短期精度高,能稳 定高频地输出信号。工作原理是通过感知物体在空间的角速度、线速度,进而获取物体的姿态、位置和速度等信息,实现对运动物体姿态和运动轨迹的测量,可以实现全天候全地点地工作。但惯导也有自身的缺陷,由于采用积分算法,定位误差随 载体运行不断累积。

NCU_wander的博客 8022

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 211

《通信工程施工与管理》

制作馈线接头必须使用专用的工具,专用工具包括:馈线切割刀、馈线安全刀、小金属丝毛刷、固定尺寸或大号活动扳手、小号扁锉刀、细齿小手锯、接头扩孔器、3M防水胶或防水接头盒;如图所示,详情如表所示。

2302_78710464的博客 1654

基于Multisim的三相桥式全控整流电路建模、仿真与综合分析

本文基于Multisim 14.2平台,系统研究了三相桥式全控整流电路的建模与仿真方法。首先阐述了电路拓扑结构和工作原理,建立了数学模型。重点介绍了在Multisim中搭建主电路、设计六脉冲触发系统(含两种实现方案)的关键步骤,以及参数设置技巧。通过仿真分析了不同负载(阻性、阻感性)和触发角(0°-90°)下的输出特性,包括电压波形、电流谐波等性能指标。研究为电力电子教学提供了直观的仿真范例,并探讨了模型改进方向与实际工程应用价值。

huanghm88的专栏 354

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 347

CPD (Coherent Point Drift) 算法实现点云配准 C++版

作为和icp并列的点集配准算法cpd为什么没有icp火,等我把整个方案跑完才明白。 首先下载cpd https://github.com/gadomski/cpd 包含的fgt https://github.com/gadomski/fgt 下载到win10的解压后 运行cmake来进行编译 这个时候会提醒缺少eigen3 fgt python 这几个都安装排除后 在build文件夹下会生成vs2017的源码,右键全部生成后在 .\cpd-master\build\Debug 下会生成一个cpd.li

uranus1992的博客 3511

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

Unreal5 从入门到精通之 学习Niagara特效系统

UE5 Niagara粒子系统解析 Niagara是UE5中的高性能粒子特效系统,相比传统粒子系统具有完全可编程性和可视化节点编辑两大特点。核心单元发射器(Emitter)分为模板发射器(预设效果如喷泉、火焰)和空白发射器(高度自定义)。系统提供13种预设模板,包括吹飞粒子、五彩纸屑爆发、动态光束等常见特效。 Niagara采用三级模块化设计: 系统级:全局参数设置与更新 发射器级:控制粒子生成规则与行为 粒子级:处理单个粒子的生命周期和渲染 关键模块包括初始化粒子属性、物理模拟、颜色渐变等,支持GPU加速

TxNet 1134

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 89

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 520

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 625

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

411

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5182

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 581

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 182

面向工业对讲的双通道声学 DSP 模组 A-59(NR2050-A)方案解析与工程落地案例

A-59模组以NR2050-A DSP为核心,37.5×16mm邮票孔封装,支持-40℃~85℃工业温域,兼容A-06/A-09/A-29系列,可低成本替换存量设备。通过固件切换实现三种模式:模式一(低改版成本,适配矿井、电梯);模式二(最优AEC,用于医院呼叫);模式三(双波束独立输出,支持双人会议语音分离)。集成AEC、ENC、BF与AGC算法,有效抑制回声、噪声与串扰,解决对讲系统核心声学难题。选型需注意参考信号路径、麦间距与温度匹配,建议先做声学测试再量产。

R190_6589的博客 375

SAP商业AI正式通过网信备案:企业落地AI五问

中数通“CDC商业AI”通过广东网信部门备案,标志着SAP商业AI在华本地化迈出关键一步。然而,合规仅是起点,企业真正需关注的是:AI能否融入核心流程、数据治理是否健全、责任归属是否清晰、价值衡量机制是否建立。从“可用”到“用好”,关键在于工作流重构、跨团队协同与业务结果导向的评估体系。国产模型成本优势与本地部署能力为ERP深度集成提供可能,但真正的竞争力仍在于对数据、流程与业务上下文的理解力。

Acloudear的博客 216
上一篇: 跨语言 C ABI 结构体展开与布局对齐陷阱:当 Rust repr(C) 撞上 GCC 的 attribute packed
下一篇: Tokio 协作式调度防饥饿实操:如何在密集循环中科学使用 yield_now 与预算控制(Budget)
第一程序员
博客等级 码龄1年 1万+粉丝 1827原创
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
 
 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