十年通信老兵的技术修炼之路——从3G到5G，从地面基站到卫星通信。

Open RAN因技术不成熟、政治干预和生态内耗宣告失败，华为、中兴凭借技术实力和市场积淀巩固优势。美国以“开放”之名行封闭之实，反而凸显中国企业在5G领域的不可替代性。通信技术竞争最终依赖技术创新与生态协作，政治操弄难撼产业规律。优先部署AI驱动的RIC应用（如流量预测xApp）；从边缘网络试水多厂商O-RAN（如农村覆盖场景）；联合厂商构建安全认证联盟，降低供应链风险。

Intel 平台大模型加速库 OpenVINO 安装试用

本文使用AnythingLLM 来构建私有知识系统，借助AnythingLLM 提供的总体框架 ，调用了Ollama适配的本地deepseek/llama3 模型进行推理、文本嵌入转矢量。并通过投喂语料来让聊天系统自动查询知识库作为响应的主要来源。验证结果表明， AnythingLLM 在集成度和易用性方面非常优秀，但是在响应有知识系统构建的有效性方面体验不太好。文中对验证过程遇到的问题进行了总结 。后续将考虑使用langchain基于python库进行知识 库构造的问答推理，以期改进体验

LangChian 作为一个大语言模型（LLM, ***Large Language Model***）开发框架，是 LLM 应用架构的重要一环。借助 LangChain，我们可以创建各种应用程序，包括聊天机器人和智能问答工具。

零基础实践本地推理模型基本应用： 基于llama_cpp的本地模型调用。本文先安装 **llama_cpp** python库，再编写程序，利用其调用llama-2-7b-chat.Q4_K_M.ggu模型。

用 llama.cpp 调用 Intel 的集成显卡 XPU 来提升推理效率.

从零学习ai 应用编程： hello ai world! 基于python + openai接口库实现本地推理调用

本文演示了一个实际编程案例，在一台配备Intel CPU和集成显卡的个人PC上，对比GPU/CPU在一些耗时运算方面的性能差异，并通过图表展示对比结果。涉及基本的神经网络模型 编程，如python环境配置、矩阵运算、前向传播、反向传播，基于Intel集成显卡GPU的开发环境配置等

近日， 字节跳动发布AI编程工具Trae – 中国首个AI原生IDE！可以深度理解中文， 支持一句话开发各种应用。AI 编程工具 Trae 是字节跳动发布的国内首个 AI 原生集成开发环境。搭载 doubao-1.5-pro，支持切换 DeepSeek R1&V3。有 Chat 和 Builder 模式，能代码补全、修复 Bug、理解代码仓库，以人机协同理念，助开发者高效编程，降低开发门槛。

最近AI太火了，老技术人备感压力，各种恶补知识。手上有一台性能还不错的老笔记本： 配置是cpu i7 cpu + Iris Xe集成显卡 ，能否用来搭建一套GPU环境来进行一些AI模型的训练和学习呢。答案是：yes。本文先重点关注基于Intel集成显卡 Iris Xe 显卡的Pytorch 开发环境搭建，后续逐步分享一些AI小项目进行实操。

短剧剪辑不仅是内容创作的热门领域，更是学习AI技术的绝佳实践场景。通过将AI工具深度融入短剧制作的各个环节（如解说台词生成、脚本生成，自动剪辑等），创作者可在完成作品的同时，系统掌握前沿技术，文中涉及大量AI相关工具，全部可以免费获得

手上有一台联想E470的闲置笔记本，配置如下： （Intel HD 620核显 + NVIDIA 920MX独显，i5-7200U CPU），想用它来部署并学习AI模型。

十六 核处理器, 16C/32T, 10.4GT/s, 22M 高速缓存, Turbo, HT (125W) DDR4-2666。

DeepSeek与ChatGPT等模型的原始训练数据是否一样。

▸ 配图补充：Midjourney（生成高质量产品图）▸ 细节优化：Canva免费版（图标/字体微调）▸ 主工具：天工AI彩页（快速生成标准化框架）▸ 延展设计：Designs.ai 全渠道输出。▸ 品牌适配：Designs.ai 风格匹配。▸ 框架生成：boardmix免费版。▸ 动态增强：Gamma基础模板。▸ 主视觉：Gamma国际风模板。▸ 快速迭代：触站AI方案优化。

Deepseek官方api调用 方式收费，官网提供的在线推理又经常出现”服务器繁忙，请稍后再试“的问题。本文借助本地聊会客户端 ChatboxAI， 通过SiliconCloud 平台来接入各种在线大模型，包括Deepseek.

打开 Chatbox 设置，选择“使用自己的API key或本地模型。，选择模型`deepseek-r1或llama(选择 “Ollama API” 作为模型来源，ChatboxAI还支持各种其他 功能。

本文提供一个deepseek为技术人员支招，通过技术能力变现的案例。某技术人员背景： 10年通信行业工作经验，从事过3G,4G,5G协议栈研发及系统优化，从事过卫星通信基站协议栈研发，从事过5G终端基带芯片加速器及协议栈架构优化，喜欢钻研技术，熟悉linux/openwrt等系统下编程及性能优化，擅长C语言，有python、shell、go等编程经验。有博客 写作经验，在某博客平台上1000粉丝，发布文章150篇。基于以上背景，如何在工作之余利用技术能力创造更多价值，以下是deepseek给出的方案。

- 本文介绍了如何在个人pc上快速部署AI系统，同时下载了deepseek和llama3两种大模型，网速快的话，1个小时就能完成 部署。当然前提是pc的性能不太差。- 测试电脑配置： i7-1260P + Iris Xe + 16G内存。

使用 DeepSeek 是最基础和常见的方式，满足一般性的智能交互需求。训练 DeepSeek 则是为了让模型更贴合特定用户的业务需求和数据特点，提升模型在特定场景下的性能。而私有部署 DeepSeek 通常是在完成训练后，将模型部署在私有环境中，以便在安全可控的前提下，高效地使用经过定制化训练的模型为企业内部的业务系统、应用程序等提供智能支持，三者相互关联，共同为用户和企业利用 DeepSeek 技术提供了不同层次的解决方案。

个人有2台电脑， 第一台： laptop cpu 12th Gen Intel® Core™ i7-1260P 2.10 GHz， GPU intel iris® Xe graphics， 第二台： MS-7D22，Intel® Core™ i5-10400F CPU @ 2.90GHz， GeForce GT 730。想利用这2台电脑部署一些入门级的私有大模型。主要用于体验 AI大模型的功能，帮助学习及理解AI模型原理， 个人知识数据库积累，5G通信研究和学习，智能交互，英语学习。

早就听说AI可以写代码，一直不以为然。前阵用豆包生成一些简单代码段，可以参考，但是直接执行还是有各种问题。这次又遇到一个小问题，想再次试试AI写代码，并且调试代码的能力。先上结论： AI很牛，已经具备一些让人不感相信的逻辑分析能力。# 需求需求来源于折腾，没有需求就瞎折腾。帮妈妈下载了一些广场舞的视频，拷进SD卡插入Mp4视频播放器就能自动播放。但是文件顺序是乱的，不方便查找，二是某些视频需要放在前面。因此，需要给视频文件名前一个序号，这样也方便记住一些常用视频的编号，使用播放器的按键可以直接

人工智能越来越火，已经可以帮助我们处理很多实际的问题了，解答各种问题自不必说，还能生成PPT,AI绘画等等。可是家里的小爱音箱还是很弱鸡，跟大部分车机一样，只能 回答非常有限的问题。好在已经有很多案例解决了这个问题，今天我们也来尝试一下： 让小爱音箱接入大模型，由智障升级为学霸。