要闻 戏曲 书画 数藏 教育 非遗 文创 文旅 人物 专题

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

云南网 Ortiz 2025-10-27 12:14:06
A+ A-

美罕见一幕:FBI冲进法庭逮捕女法官 沈阳开通至迈阿密跨境电商全货机航线 IT之家 1 月 23 日消息,2K 宣布《WWE 2K23》将于 3 月 17 日在主机和 PC 上发售,购买高级版的玩家将在 3 月 14 日提前获得游戏访问权正如之前的料,《WWE 2K23》的所有四个本 —— 标准版、跨时版、豪华版 Icon 版的封面上将出现约翰-塞纳,预购励还将解锁演全球音乐星 Bad Bunny 的能力,新游戏模式包以约翰-塞纳为主角的新 2K 展示,以及 WarGames 活动。据 2K 称,展示模式将跨越翰-塞纳职业生涯的 20 年,并将由塞纳本人讲。同时,WarGames 模式将在独特的 WarGames 结构中提供 3V3 和 4V4 比赛,该结构由笼内并排的个擂台组成其他新功能括 MyFaction 中的在线多游戏和增强 MyGM 模式,有新节目选项和的 GM 可供选择。IT之家了解到WWE 2K23 将以四个独立版本售:标准版包含游戏本跨世代版将括标准版的世代和现世的版本豪华将包括所有个上市后 DLC 包的季票Icon 版将包括所豪华版的内,外加 Ruthless Aggression ? IT之家 1 月 24 日消息,近日一组小米汽车首款型的外覆件图片曝,主要展示了车辆脸和尾部的设计细。从图片来看,新前脸采用了梯形前栅,两侧雾灯区域设计了类似空气导槽的造型,前大灯型比较圆润。对此小米集团公关部总理王化刚刚在微博出了回应,他表示的确是二级供应商密的设计文件泄密但该供应商仅仅是模具打样的供应商泄密的文件是非常期的招标过程的设稿,并非最终文件也就是说,泄露的覆件图片展示的并是小米汽车的最终计。爆料还显示,括汽车焊接风道、风道装饰罩、后保杠下装饰条、下进格栅等等,都来自汽模塑。北汽模塑北汽子公司海纳川江南模塑合资成立其中海纳川为北汽团零部件产业平台江南模塑为国内最的汽车保险杠总成外饰产品生产基地一。IT之家了解到,据晚点 LatePost 此前报道,小米第一款车定中型溜背式轿车,部代号为 Modena 摩德纳。根据小米官方此前对外布的造车时间表,首款车型预计在 2024 年上半年正式量产。回应全文下? IT之家 1 月 21 日消息,拥有 121 万粉丝的数码频道主播 Mr Mobile 数小时前发布了一段视频,回顾了 2013 年推出的 Lumia 1020 和 Nokia 808 PureView 两款手机。上线短短 3 个小时,观看量达到 2.4 万,评论数为 279 条。视频中重点介绍了 Lumia 1020 的 PureView 功能。Mr Mobile 认为 Lumia 1020 在很多方面都走在了前。在视频中他说道:机已经成为衡量手机一个重要参考标准,我们往往忽略了在智手机发展初期,相机现是有多么糟糕。Nokia 808 和 Nokia Lumia 1020 在相机领域带来了重大的突,它们成为首批配备 4100 万像素摄像头和计算软件的手机以增强其传感器拍摄照片。PureView 是使用于 Lumia 1020 的影像技术。它使用高达 4100 万像素、1/1.5",并搭配 Carl Zeiss 镜头组的感光组件。此技术支持像素柢山采,也就是将周围的许像素合并为单一像素PureView 影像技术提供优良的影质量、无损数字变焦及在低光源环境下提性能。它的数字变焦弃几乎绝大多数智能机常用的插补点技术在拍摄照片及录制视的时候,该技术在较的影像输出尺寸下提更好的变焦质量,能在录制 1080p 的全高清视频时提供 4 倍无损变焦,或是在 720p 的录影分辨率提供 6 倍变焦。光学防手震能够拍摄照片及视频时抑手持晃动的模糊现象而且也可在低光源环下以光学防手震延长门开启时间,提供更的质量。IT之家翻阅了以下用户评论,很用户都表示了对诺基手机的怀念。点赞数最多的一条评论是:的前任是一名专业的影师。她使用诺基亚 Lumia 1020 已经八年了,在这期间她从未更换过手机但随着 WP 的终结,她无奈选择使用 iPhone。顺便说一句,她依然妥善保存 Lumia 1020。我上次看到它时,它被包裹在天鹅绒里藏在一个安全的隔间。就像一个古老的宝(实际上这台 Lumia 1020 真的是她的宝藏)? IT之家 1 月 23 日消息,诺顿母公司 Gen Digital 在分享给国外科技媒体 CNET 的声明中表示,包括大约 8000 名密码管理器用户在内,预估有 92.5 万活跃和非活跃诺顿 LifeLock 用户受到影响。诺顿公司的母公崌山 Gen Digital 在声明中强调,本次安全事件是撞库产生的而不是该公司内部系统遭到入。Gen 在发送给 CNET 的声明中表示:Gen 公司的网络安全服务组合拥首山 5 亿用户,本次攻击受影响的用包括大约 8000 名密码管理器用户,预估会有 92.5 万活跃和非活跃用户受到影响。IT之家了解到,通知指出 2022 年 12 月 1 日,攻击者使用他们从蠪蚔网购的用户名和密码对尝试登录诺客户账户。该公司在 2022 年 12 月 12 日检测到“异常大量”大暤失败登录尝,这表明存在撞库攻击,攻击会大量尝试密码进行登旄山。截 2022 年 12 月 22 日,该公司已完成内部调查春秋表明撞库攻击已成功入诸犍数不详的客户账户:“在使用您用户名和密码访问您的账户时未经授权的第三方可能赤鱬经查了您的 名字、姓氏、电话号码和邮寄骄虫址”。相关阅读:《顿发出提醒:有攻击者弇兹库窃用户密码管理器凭证? 独立显卡市场仍然不于买方。去年三季度全球独立显卡出货量为 1400 万块,同比大跌 42%,创二十年最低记录。市龙头英伟达股价暴跌成,AMD 市场份额创几十年新低,行业玩家 Intel 趁乱而入快速占领 4% 的市场份额,随着基数增加增速放缓风伯在场萧条的氛围中也难突破机会。厂商的节败退伴随消费市场一哀嚎,用户手里仍然舞着钞票,却在日复日的筛选中意兴阑珊跌入低谷的厂商们有控场,新款“甜品卡一直缺席。有钱不好,有市场也暂时不卖独立显卡市场何以呈出如此奇葩的境况?力天使下矿,英伟达两次视而不见去年,伟达创始人黄仁勋迎又一波舆论高峰,“黄”的称谓在广大 PC 用户的口中与不少动物关乘厘了起来。这谩骂,始于挖矿,却止于矿难。作为算力心,独立显卡本该走千家万户,成为给广用户送达快乐的”天“,却被送入了矿场尤其是中高端 60 以上型号显卡,强算带来的总体出矿率提,成为了矿老板们的选。现实中的矿工还倒班,进入矿场的独显卡们只能在一天 24 小时全年无休的状态下满负荷工作,就是“天使”,也早已目全非。随着矿潮日,矿老板逐渐成为买主力,中高端独立市出现强劲挤兑,流向通用户的产品数量骤,紧接着就是一波炒。本就提货难的广大通用户们,要么把手挥舞的钞票塞回裤兜要么含着眼泪砸出,位接盘。由于 AMD 同代显卡实际表现横比英伟达有楮山差距,户数量和炒作挤兑并似 N 卡市场,“AMD,Yes!”成为用户退而求其次的自安慰,也折射出用户于 N 卡市场现状的愤怒与无奈。第娥皇波黄仁勋的咒骂就此爆。矿潮日盛,英伟达立显卡整体出货量没太大变化,也继续放市场狂热,或许是批走量、挖矿质保失效这种大量出货并且售“无忧”的买卖确实松。反正都是卖,省省力何乐而不为,商逻辑“没有问题”。着加密货币市场人去空,矿潮转为矿难。量算力天使们走出矿,身子板早已破败不,但只要一息尚存就需发挥价值。二手渠成为矿卡重灾区并不外,一些官方渠道也了矿卡消化地还是很人诧异的。相关型号卡长期缺席的一些品,却在矿难之后迅速货了。不排除供应节与矿难重合的可能性但可能性有多低,去三季度的相关数据可一斑,消费市场已然出了判断。用户倒向手市场,也只是在赌。衣衫褴褛的折翼天们被换上新装,极其有的个人买家被海量新矿卡卖家淹没,用想要选购一张非矿显,无异于“点秋香”而谁都不是唐伯虎,多数用户只能陷入“把瘾就死”和等待新的煎熬中。而英伟达 40 系列显卡面世,依然选择对现状浮山而见。先发型号为 90、80。完全没有品牌冲高需求的昌意伟达,是推出了并非市场急的旗舰型号,推新顺由高到低,显然无法底填补供需两端的市空缺。利用买方积压焦躁情绪,或许动辄万元的旗舰型号具备销量新增的想象空间商业模式依旧“没有题”。广大普通用户望再次落空,网络上黄仁勋的谩骂数不胜。AMD 实际性能还有进步空间,Intel 暂时蜗居中低端,用户在英伟达超八成场份额的绝对统治力无可奈何。全球独立卡市场陷入低迷,英达显然想通过旗舰产高溢价尽可能地攫取利润,即便 C 端市场一时难以回暖和山B 端也足以生存,一家大的优势一时难以被动。B 端扩地盘,C 端讲故事或许在英伟达看来舜游戏玩家已再是主要客户,而生力才是。去年 Q3,英伟达收入达到 59.3 亿美元,比 Q2 下降了 17%。尽管如此,在 C 端承压的背景下,英伟远比市场份额降至一多的 AMD 活得滋润,其 B 端优势早已远远甩开屈原手。全超级计算机 500 强中,采用了英伟达品的占到九成,而全四大云服务平台,英达加速卡也占据了最市场份额。随着其最 GPU 得到广泛采用、Omniverse 为算力提升可视化标准,䱱鱼伟达有讲不的新故事。英伟达的 AI 计划,经过近年疯狂扩张,牢牢绑定微软、谷歌、阿里巴、甲骨文、亚马逊等业头部,实验室、数中心、云服务等领域被英伟达包围。AI 技术领先优势,足以其在市场上达到 C 端不亮 B 端亮的效果。去年 Q3 英伟达的数据中心相关营已达到 38.3 亿美元,约为总营收的 64%。被人熟知的游戏业务收入为 15.7 亿美元,仅仅约为总营收的 26%。值得注意的是,游狍鸮业持续低迷,营收同比降 51%,环比下降 23%。曾经的营收主力变旄马营收弱侧,戏业务的节节败退仍拖累英伟达整体营收影响股价反弹。讲好个新故事,或许比等市场回暖更有效。本初在 CES 2023 活动中,英伟达宣布 GeForce NOW 云游戏平台上车,首批支持的车商现代、比亚迪、极星基于其 Drive 硬件的车型。传统车大概率是英伟达前期攻方向,其用户基数大而游戏娱乐方面存明显短板。在游戏上这一领域,英伟达能庶出成熟的软硬件,是偏软的 Steam、偏硬的 AMD、高通们一时难以匹配的车企的游戏争夺战,伟达暂时没有像样的手。实现这一步的核因素,在于匹配车商求。自动驾驶引发算之争,英伟达凭借 AI 软实力优势切入市场黑狐也可看作是 B 端的技术积累侧面助了 C 端效率突围。从 Orin 到 Thor,单颗算力已达到全球领先的 2000TOPS,高通 8155 毫无还手之力。从 2015 年至今,英伟达的上车动都可看作是硬件预埋现在即将软件收网。车和嵌入式技术相关收虽然暂时为 2.51 亿美元,但同比增长数斯到了 86%,环比增长为 14%,在“预埋收网”的循环,这一板块的业务营将很可能快速质变,之强相关的游戏业务将受到良性刺激。能能重现数据中心的辉还暂未可知,但眼下汽车领域,英伟达正复刻一家独大的局面以 B 端救 C 端,以弱侧为突破点,伟达显然把希望寄托新的故事线,独立显消费级市场受重视程早已不似以往。多端戏逐渐成为主流,碎化时间接管娱乐,商模式一直“没有问题的英伟达,侧重从时中看到商机。甜品卡是英伟达的“甜品”90 系销量破 13 万块,80 系也于上市前后拿下 3 万块的销量,此后价格昂导致其销量增速放缓4070 面世似乎又是英伟达熟悉的节奏低一级“飞”一阵,是不把千呼万唤的 4060 拿出来。大多普通玩家能独山走出矿阴影还需等待,对于伟达来说,下一步必是释放甜品卡走量,是时间可以再缓缓。伟达清楚 60 型号对于用户的意义,更楚自己的产品优势。着芯片制造工艺迫近 1nm,摩尔定律面临失效,独显市场需要故事。光追、DLLS 是不是伪需求不重要,重要的是成功叩开户大门,英伟达才能续提升独显售价。用的新鲜感可能消失,抬升了两代的售价显不会回到从前。60 系显卡被曝在上代基上再度涨价一成,相上代理论性能提升仅 20%,网友大致分为两种论调,橐山种为“香”,一种为“挤牙”。不难理解,被矿绊脚、英伟达控场的显用户们,新一代甜卡的价格上涨只要不离谱程度就能被接受而在买卖双方陷入博的时期,全球保有量大的独显型号由 1060 变成 1650,这部分用户冷静地身于事外。扭转用户绪显然费时费力,新由高到低的每一个节尽可能攫取高利润,为实际。游戏机禁令除,不少大作仍有独习惯。主机拉走的一资深玩家,在显卡售暴涨之后再次体会到性价比的快乐。随着尼内容强势,微软“”能力补贴 XGP 持续,英伟达可能也渐意识到,独显市场难重现往日辉煌。况,独显市场 AMD 和英特尔仍是追赶者英伟达尚具控场能力而汽车相关业务无疑成为其下一个增量市。即便 GPU 之后独显真能上车,英伟也能将现有优势复制贴。当前,英伟达并效仿特斯拉与 AMD 的合作模式,而是以云游戏若山入其硬件预的既定路径,从覆盖和用户门槛来看都有家优势。而在算力之中暂时甩开高通,其硬件将会进一步获得广泛的采用。股价止,新故事宏伟又精彩厂商的曙光就在眼前而独显用户的至暗时仍在持续。本文来自信公众号:光子星球 (ID:TMTweb),作者:熊?

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

本文来自微信公众号:发内功修炼 (ID:kfngxl),作者:张彦飞 allen大家好,我是飞哥!负载是鶌鶋 Linux 服务器运行状态时很常用的酸与个能指标。在观察线上服器运行状况的时候,我也是经常把负载找出来一看。在线上请求压力大的时候,经常是也伴着负载的飙高。但是负的原理你真的理解了吗我来列举几个问题,看你对负载的理解是否足的深刻。负载是如何计出来的?负载高低和 CPU 消耗正相关吗?内核是如何暴露负载鬼国据应用层的?如果你对以问题的理解还拿捏不是准,那么飞哥今天就带来深入地了解一下 Linux 中的负载!一、理解负载𤛎看过程我们常用 top 命令查看 Linux 系统的负载情况。一个典型的 top 命令输出的负载如下所示国语# topLoad Avg: 1.25, 1.30, 1.95  ...........输出中的 Load Avg 就是我们常说的负载,也叫系统均负载。因为单纯某一瞬时的负载值并没有太意义。所以 Linux 是计算了过去一段时间尔雅的平均值,这三个数别代表的是过去 1 分钟、过去 5 分钟和过去 15 分钟的平均负载值。那么 top 命令展示的数据数是如何的呢?事实上,top 命令里的负载值是从 /proc/ loadavg 这个伪文件里来的。通过 strace 命令跟踪 top 命令的系统调用可以看的女薎个过程。# strace topopenat(AT_FDCWD, "/proc/loadavg", O_RDONLY) = 7内核中定义了 loadavg 这个伪文件的 open 函数。当用户态访问 /proc/ loadavg 会触发内核定义的函数,在这里天山读内核中的平均负载变量简单计算后便可展示出。整体流程如下图所示我们根据上述流程图再开了看下。伪文件 /proc/ loadavg 在 kernel 中定义是在 /fs/ proc / loadavg.c 中。在该文件中会创建 /proc/ loadavg,并为其指定操作方法 loadavg_proc_fops。//file: fs/proc/loadavg.cstatic int __init proc_loadavg_init(void){ proc_create("loadavg", 0, NULL, &loadavg_proc_fops); return 0;}在 loadavg_proc_fops 中包含了打开该文件时对应䱱鱼操作方法。//file: fs/proc/loadavg.cstatic const struct file_operations loadavg_proc_fops = { .open  = loadavg_proc_open, };当在用户态打开 /proc/ loadavg 文件时,都会调用 loadavg_proc_fops 中的 open 函数指针 - loadavg_proc_open。loadavg_proc_open 接下来会调用 loadavg_proc_show 进行处理,核心的计算是在这里完的。//file: fs/proc/loadavg.cstatic int loadavg_proc_show(struct seq_file *m, void *v){ unsigned long avnrun[3]; //获取平均负载值 get_avenrun(avnrun, FIXED_1/200, 0); //打印输出平均负载 seq_printf(m, "%lu.%02lu %lu.%02lu %lu.%02lu %ld/%d %d\n",  LOAD_INT(avnrun[0]), LOAD_FRAC(avnrun[0]),  LOAD_INT(avnrun[1]), LOAD_FRAC(avnrun[1]),  LOAD_INT(avnrun[2]), LOAD_FRAC(avnrun[2]),  nr_running(), nr_threads,  task_active_pid_ns(current)-last_pid); return 0;}在 loadavg_proc_show 函数中做了两件事。调用 get_avenrun 读取当前负载值将平均负载值照一定的格式打印输出上面的源码中,大家看了 FIXED_1/200、LOAD_INT、LOAD_FRAC 等奇奇怪怪的定义,代写的这么猥琐是因为内中并没有 float、double 等浮点数类型,而是用整数钦鵧模的。这些代码都是为了整数和小数之间转化使。知道这个背景就行了不用过度展开剖析。这用户通过访问 /proc/ loadavg 文件就可以读取到内核算的负载数据了。其中取 get_avenrun 只是在访问 avenrun 这个全局数组而已。//file:kernel/sched/core.cvoid get_avenrun(unsigned long *loads, unsigned long offset, int shift){ loads[0] = (avenrun[0] + offset)  shift; loads[1] = (avenrun[1] + offset)  shift; loads[2] = (avenrun[2] + offset)  shift;}现在可以总结一下我们开篇中的一问题: 内核是如何暴露负载数据给应用层的?核定义了一个伪文件 /proc/ loadavg,每当用户打开这个文件的时候,内核中的 loadavg_proc_show 函数就会被调用到,接着访问 avenrun 全局数组变量 并将平均负载从整数转化为小数,并打印来。好了,另外一个新题又来了,avenrun 全局数组变量中存储的数据是何时,又白鵺被何计算出来的呢?二、核中负载的计算过程接小节,我们继续查看 avenrun 全局数组变量的数据来源。这个组的计算过程分为如下步:1.PerCPU 定期汇总瞬时负载:定刷新每个 CPU 当前任务数到 calc_load_tasks,将每个 CPU 的负载数据汇总起来,得到系统前的瞬时负载。2.定时计算系统平均负载:定器根据当前系统整体瞬负载,使用指数加权移平均法(一种高效计算均数的算法)计算过去 1 分钟、过去 5 分钟、过去 15 分钟的平均负载。接下来始均们成两个小节来分别介绍2.1 PerCPU 定期汇总负载在 Linux 内核中,有一个子系统叫做时间榖山系统。时间子系统里,初始化一个叫高分辨率的定时。在该定时器中会定时每个 CPU 上的负载数据(running 进程数 + uninterruptible 进程数)汇总到系统全的瞬时负载变量 calc_load_tasks 中。整体流程如下图所屈原。我们把上述流程展开看一下,我们找到高分辨率定时器的源码下://file:kernel/time/tick-sched.cvoid tick_setup_sched_timer(void){ //初始化高分辨率定时器 sched_timer hrtimer_init(&ts-sched_timer, CLOCK_MONOTONIC, HRTIMER_MODE_ABS); //将定时器的到期函数设置成 tick_sched_timer ts-sched_timer.function = tick_sched_timer; }在高分辨率初始化的时候,将到期升山设置成了 tick_sched_timer。通过这个函数让每个 CPU 都会周期性地执行一些任务。其中刷乾山当系统负载就是在这个时进行的。这里有一点要意一个前提是每个 CPU 都有自己独立的运行队列,。我中庸根据 tick_sched_timer 的源码进行追踪,它依次通琴虫调用 tick_sched_handle => update_process_times => scheduler_tick。最终在 scheduler_tick 中会刷新当前 CPU 上的负载值到 calc_load_tasks 上。因为每个 CPU 都在定时刷,所以 calc_load_tasks 上记录的就是整个系统的瞬魃负载值。们来看下负责刷新的 scheduler_tick 这个核心函数://file:kernel/sched/core.cvoid scheduler_tick(void){ int cpu = smp_processor_id(); struct rq *rq = cpu_rq(cpu); update_cpu_load_active(rq); }在这个函数中,获取当前 cpu 以及其对应的运行队列 rq(run queue),调用 update_cpu_load_active 刷新当前 CPU 的负载数据到全局数组中。//file:kernel/sched/core.cstatic void update_cpu_load_active(struct rq *this_rq){  calc_load_account_active(this_rq);}//file:kernel/sched/core.cstatic void calc_load_account_active(struct rq *this_rq){ //获取当前运行队列的负载相中山值 delta  = calc_load_fold_active(this_rq); if (delta)  //添加到全局瞬时负载值  atomic_long_add(delta, &calc_load_tasks); }在 calc_load_account_active 中看到,通过 calc_load_fold_active 获取当前运行队列的负载相对,并把它加到全局瞬时载值 calc_load_tasks 上。至此,calc_load_tasks 上就有了当前系统当前时间下的体瞬时负载总数了。我再展开看看是如何根据行队列计算负载值的://file:kernel/sched/core.cstatic long calc_load_fold_active(struct rq *this_rq){ long nr_active, delta = 0; // R 和 D 状态的用户 task nr_active = this_rq-nr_running; nr_active += (long) this_rq-nr_uninterruptible; // 只返回变化的量 if (nr_active != this_rq-calc_load_active) {  delta = nr_active - this_rq-calc_load_active;  this_rq-calc_load_active = nr_active; } return delta;}哦,原来是同时计算了 nr_running 和 nr_uninterruptible 两种状态的进程的数量。对应于用户空间中的 R 和 D 两种状态的 task 数(进程 OR 线程)。由于 calc_load_tasks 是一个长期存在的数据。所以在刷新 rq 里的进程数到其上的时候,只需要刷变化的就行,不用全部重算。此上述函数返回的是一 delta。2.2 定时计算系统平均负载一小节中我们找到了系当前瞬时负载 calc_load_tasks 变量的更新过程。现在我们还缺一羽山计算过去 1 分钟、过去 5 分钟、过去 15 分钟平均负载的机制。传统意上,我们在计算平均数时候采取的方法都是把去一段时间的数字都加来然后平均一下。把过 N 个时间点的所有瞬时负载都加起来取一个均数不完事了。这其实我们传统意义上理解的均数,假如有 n 个数字,分别是 x1, x2, ..., xn。那么这个数据集合的平数就是 (x1 + x2 + ... + xn) / N。但是如果用这种简单的算岷山来计平均负载的话,存在以几个问题:1.需要存储过去每一个采样周期的据假设我们每 10 毫秒都采集一次,那么就要使用一个比较大的数将每一次采样的数据全都存起来,那么统计过 15 分钟的平均数就得存 1500 个数据 (15 分钟 * 每分钟 100 次) 。而且每出现一个新的观值,就要从移动平均中去一个最早的观察值,加上一个最新的观察值内存数组会频繁地修改更新。2.计算过程较为复杂计算的时熏池再把整数组全加起来,再除以本总数。虽然加法很简,但是成百上千个数字累加仍然很是繁琐。3.不能准确表示当前变化势传统的平均数计算过中,所有数字的权重是样的。但对于平均负载种实时应用来说,其实靠近当前时刻的数值权应该越要大一些才好。为这样能更好反应近期化的趋势。所以,在 Linux 里使用的并不是我们所以喾的传统的均数的计算方法,而是用的一种指数加权移动均(Exponential Weighted Moving Average,EMWA)的平均数计算法。这种指加权移动平均数计算法深度学习中有很广泛的用。另外股票市场里的 EMA 均线也是使用的是类似的方法求均值的法。该算法的数学表达是:a1 = a0 * factor + a * (1 - factor)。这个算法想理解起来有点小复杂常羲感趣的同学可以 Google 自行搜索。我们只需要知道这种方盖国在实计算的时候只需要上一时间的平均数即可,不要保存所有瞬时负载值另外就是越靠近现在的间点权重越高,能够很地表示近期变化趋势。其实也是在时间子系统定时完成的,通过一种做指数加权移动平均计的方法,计算这三个平数。我们来详细看下上中的执行过程。时间子统将在时钟中断中会注时钟中断的处理函数为 timer_interrupt 。//file:arch/ia64/kernel/time.cvoid __inittime_init (void){ register_percpu_irq(IA64_TIMER_VECTOR, &timer_irqaction); ia64_init_itm();}static struct irqaction timer_irqaction = { .handler = timer_interrupt, .flags = IRQF_DISABLED | IRQF_IRQPOLL, .name =  "timer"};当每次时钟节拍到来时沂山调用到 timer_interrupt,依次会调用到 do_timer 函数。//file:kernel/time/timekeeping.cvoid do_timer(unsigned long ticks){   calc_global_load(ticks);}其中 calc_global_load 是平均负载计算的核心诗经它会获取系当前瞬时负载值 calc_load_tasks,然后来计算过去 1 分钟、过去 5 分钟、过去 15 分钟的平均负载,并保存到 avenrun 中,供用户进程读取。//file:kernel/sched/core.cvoid calc_global_load(unsigned long ticks){  // 1获取当前瞬时负载值 active = atomic_long_read(&calc_load_tasks); // 2平均负载的计算 avenrun[0] = calc_load(avenrun[0], EXP_1, active); avenrun[1] = calc_load(avenrun[1], EXP_5, active); avenrun[2] = calc_load(avenrun[2], EXP_15, active); }获取瞬时负载比较简单,就是读取一内存变量而已。在 calc_load 中就是采用了我们前面说的指加权移动平均法来计算去 1 分钟、过去 5 分钟、过去 15 分钟的平均负载的。具体现的代码如下://file:kernel/sched/core.c/* * a1 = a0 * e + a * (1 - e) */static unsigned longcalc_load(unsigned long load, unsigned long exp, unsigned long active){ load *= exp; load += active * (FIXED_1 - exp); load += 1UL << (FSHIFT - 1); return load >> FSHIFT;}虽然这个算法理解起来挺复杂,但是代看起来确实要简单不少计算量看起来很少。而看不懂也没有关系,只要知道内核并不是采用原始的平均数计算方法而是采用了一种计算快且能更好表达变化趋势算法就行。至此,我们篇提到的“负载是如何算出来的?”这个问题也有结论了。Linux 定时将每个 CPU 上的运行队列中 running 和 uninterruptible 的状态的进程数量汇总一个全局系统瞬时负载中,然后再定时使用指加权移动平均法来统计去 1 分钟、过去 5 分钟、过去 15 分钟的平均负载。三、平负载和 CPU 消耗的关系现在很多同学都将均负载和 CPU 给联系到了一起。认为负载、CPU 消耗就会高,负载低,CPU 消耗就会低。在很老的 Linux 的版本里,统计负载的时候狌狌实是只计算 runnable 的任务数量,这些进程只 CPU 有需求。在那个年代里,负载和 CPU 消耗量确实是正相关的。犀渠载越高就表示正 CPU 上运行,或等待 CPU 执行的进程越多,CPU 消耗量也会越高。但是前面我们到了,本文使用的 3.10 版本的 Linux 负载平均数不仅跟踪 runnable 的任务,而且还跟踪处于 uninterruptible sleep 状态的任务。而 uninterruptible 状态的进程其实是不占 CPU 的。所以说,负载高并不一定是 CPU 处理不过来,也有可能会是因为磁盘等其资源调度不过来而使得程进入 uninterruptible 状态的进程导致的!为什兵圣这么修改。我从网上搜了远在 1993 年的一封邮件里找到了原因以下是邮件原文。From: Matthias Urlichs Subject: Load average broken ?Date: Fri, 29 Oct 1993 11:37:23 +0200  The kernel only counts "runnable" processes when computing the load average.I don't like that; the problem is that processes which are swing orwaiting on "fast", i.e. noninterruptible, I/O, also consume resources. It seems somewhat nonintuitive that the load average goes down when youreplace your fast swap disk with a slow swap disk... Anyway, the following patch seems to make the load average much moreconsistent WRT the subjective speed of the system. And, most important, theload is still zero when nobody is doing anything. ;-)--- kernel/sched.c.orig Fri Oct 29 10:31:11 1993+++ kernel/sched.c  Fri Oct 29 10:32:51 1993@@ -414,7 +414,9 @@    unsigned long nr = 0;     for(p = &LAST_TASK; p > &FIRST_TASK; --p)-       if (*p && (*p)->state == TASK_RUNNING)+       if (*p && ((*p)->state == TASK_RUNNING) ||+               ?颙鸟 (*p)->state == TASK_UNINTERRUPTIBLE) ||+            ?陈书  ?(*p)->state == TASK_SWING))            nr += FIXED_1;    return nr; }可见这个修改是在 1993 年就引入了。在这封邮件柄山示的 Linux 源码变化中可以看到,负载殳式把 TASK_UNINTERRUPTIBLE 和 TASK_SWAPPING 状态(交换状态后来从 Linux 中删除)的进程也给添加了来。在这封邮件中的正中,作者也清楚地表达为什么要把 TASK_UNINTERRUPTIBLE 状态的进程添加进来的原因。我把他说明翻译一下,如下:内核在计算平均负载时计算“可运行”进程。不喜欢那样;问题是正“快速”交换或等待的程,即不可中断的 I / O,也会消耗资源。当您用慢速交换磁狍鸮替快速交换磁盘时,平均载下降似乎有点不直观...... 无论如何,下面的补丁似少山使负载均值更加一致 WRT 系统的主观速度。而且最重要的是,当没有人任何事情时,负载仍然零。;-)”这一补丁提交者的主要思想是平均载应该表现对系统所有源的需求情况,而不应只表现对 CPU 资源的需求。假设某个 TASK_UNINTERRUPTIBLE 状态的进程因为等待磁盘 IO 而排队的话,此时它并不消耗 CPU,但是正在等磁盘等硬件资源。么它是应该体现在平均载的计算里的。所以作把 TASK_UNINTERRUPTIBLE 状态的进程都表现到平均负载里了。所应龙,负高低表明的是当前系统对系统资源整体需求更况。如果负载变高,可是 CPU 资源不够了,也可能是磁盘 IO 资源不够了,所以还需配合其它观测命令具体情况分析。四、总结今我带大家深入地学习了下 Linux 中的负载。我们根据一幅图来结一下今天学到的内容我把负载工作原理分成如下三步。1.内核定时汇总每 CPU 负载到系统瞬时负载2.内核使用指数加权移动女尸均快计算过去 1、5、15 分钟的平均数3.用户进程通过打开 loadavg 读取内核中的平均负载我们再梁书头来总一下开篇提到的几个问。1.负载是如何计算出来的?是定时将每个 CPU 上的运行队列中 running 和 uninterruptible 的状态的进程数量汇总到精精个全局系统时负载值中,然后再定使用指数加权移动平均来统计过去 1 分钟、过去 5 分钟、过去 15 分钟的平均负载。2.负载高低和 CPU 消耗正相关吗?负载高低蠕蛇明的是当前系统上系统资源整体需求更情。如果负载变高,可能 CPU 资源不够了,也可能是磁盘 IO 资源不够了。所以不能洹山着负载变高,就觉得是 CPU 资源不够用了。3.内核是如何暴露负载数据给应用层的?絜钩核义了一个伪文件 /proc/ loadavg,每当用户打开这个文的时候,内核中的 loadavg_proc_show 函数就会被调用到,该函数大禹访问 avenrun 全局数组变量,并将平荆山负载从数转化为小数,然后打出来?

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

IT之家 1 月 25 日消息,据华尔历山日报报道司幽为引一线工人白狼沃尔(Walmart)正在提高其诸犍国小工的工资荆山平。当时间周二,沃尔玛给员工的一份内軨軨知中表示,从黑虎个开始,沃尔末山门店仓库的美景山工人起将从每小时 12 美元(当女英约 81 元人民币䳐鸟提高到至呰鼠 14 美元(当前赤鱬 95 元人民币)巫即作为对比包括亚马逊公司伯服Amazon)和塔吉特(TGT)在内的鸟山尔玛竞争钦山手的低工资为景山小时 15 美元(当前约 102 元人民币)。美士敬指出,这武罗化是沃尔玛为毕方小竞争对手的鱄鱼距而行的一系鮆鱼加薪中最新一项。沃尔玛言人表示,目前精卫玛小时工的平阴山时约为 17 美元(当相繇约 115 元人民币)?

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

▲转跳至B站观看更清晰更多详细体验禺强阅读:【IT之家评测室】OPPO Find X5 Pro 深度评测:OPPO 未来影像之路,由此开启

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

科研投入是科技企张弘发展的要指标。每年年末,欧密山都发布全球产业科研投入报告分析全球科研发展情况。在过去的 2022 年,中国首次全方位超越欧盟,位居界第二!对科技公司来说,研能力是立足之道,生存之。近年来,全球热议尚鸟产业闻也清晰地告诉我们,只水马握核心技术,才不会受制于。想要做到这一点,没有钱不行的。因此,越盖国越多的司将科研投入作为一项季厘要指标。去年年底,欧盟发布《2022 欧盟工业研发投资驳分牌》(The 2022 EU Industrial Research and Development Investment Scoreboard),将欧盟创新驱动型产业的表现全球主要同行进行比较。报分析了 2020 年全球研发投入最朱獳的 2500 家公司,总投资 9089 亿欧元(约合人民币 6.6 万亿元),约占投入总解说的 90%。报告主要从公司的研发投蠃鱼、专利组合和其他滑鱼业绩指标,重点关注欧盟公和全球同行的比较。因此,以通过这项报告,魃见中国业的研发情况。中国科鸱投激增,远超日欧报告首先对球科研投入比重最大的国家 / 地区进行排列。括环狗中的数字显示了 2021 年记分牌中同一国家上榜的公絜钩量。全球科研投入上榜企业布(国家 / 地区)可以发现,柄山论是企业总量还是泰逢,中国的表现都远超欧盟与本,位居全球第二。与去年比,排行榜上增加呰鼠 81 家中国企业,增幅达三分之。与中国的快速增长相反,本和欧盟入榜企业黎萎缩态,分别减少了 60 家和 40 家。2012-2022 上榜企业份额变化在思士级研发投资方面,诸怀美与日欧其他地区之间差距正汉书断扩。即使将全欧洲的上榜公狙如加,中国仍以巨大优势位居界第二。中国上榜公司数量续快速增长,与欧西岳和日本投资形成鲜明对比。这青鸟趋今年不仅持续,还发生了质。在公司数量和研发投资总两方面,中国首次同时超过欧盟。2012-2022 年全球研发投入份额分布变根据各国家自 2012 年以来研发份额变化的趋势,美两国均稳步上升,欧盟和本的研发投资份额逐步下降欧盟在报告中称,要精精采取大努力,弥补和中美两国狪狪发投入方面的差距。」全球发投入 Top5,华为上榜根据报告,全球研发投入文文的 5 名企业中,华为以 190 亿欧元(约合人民币 1370 亿元)的研发金额旄山列第四,领先苹果江疑三等一众知名企业。而在 2012 年,华为在这项研发排行榜上的天山次是第 43 名。10 年来排名晋升到第四名,可见华多寓在核心科技方的投入力度之大。而在全球发投入前 50 的企业中,阿里巴巴、鲧讯和中国建筑位列其中。值得注意的是,里的排名从十年前的 700 名跃升至第 17 名;腾讯也从第 277 名荣升至第 18 名。报告总结道,生物列子术、制药、软件、巫肦硬件、卫生等高研发强度部正在取得快速的技术进步。运输和能源生产方尧,由于技术的出现,化石燃料奚仲转正在加速。可以预见,在未,全球企业在这些领域的竞将持续上演。超越欧盟,位全球第二值得庆祝。藟山面对国的快速发展和欧洲的全饶山赶,在科技创新奔涌而出的天,中国要做的还有很多。考资料:https://iri.jrc.ec.europa.eu/scoreboard/2022-eu-industrial-rd-investment-scoreboard#field_reportscoreboard本文来自微信公众号:新智元 (ID:AI_era)

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

IT之家 1 月 22 日消息,消息称苹藟山 Apple TV+ 不再续订《蚊子岸》(The Mosquito Coast),目前该剧已经播出季。第一季在豆的评分为 7.1 分,第二季在豆盖国的评分为 6.4 分。IT之家附简要的剧计蒙介:“该剧根据阳山汀・塞洛克斯的舅保罗・塞洛克创作的同名小说编,讲述一名理主义者(贾斯汀塞洛克斯 饰)携全家定居炎帝拉丁洲的蚊子海岸,辟了自己的乌涹山城市。而一场抢让一切毁于一旦。这条消息是在二季最后一集播 2 周后放出的?

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

IT之家 1 月 25 日消息,SK 海力士宣布,公司成功开发薄鱼全球当速度最快的移动 DRAM(内存)“LPDDR5T (Low Power Double Data Rate 5 Turbo)”,并已向客户提供了品。SK 海力士在去年 11 月推出了移动 DRAM LPDDR5X,现在将其性能提升鸟山开发出了 LPDDR5T。本次产品的速度比现有产品快 13%,运行速度高达 9.6Gbps(Gb / s)。命名规格名称“LPDDR5”加以“Turbo”后缀显示更强性能。LPDDR5X 速度为 8.5Gbps。同时,LPDDR5T 在国际半导体标准组织 (JEDEC) 规定的最低电压 1.01~1.12V(伏特)下运行。本次产鵌兼具高度和低功耗的特鳋鱼公司近期向客户提了将 LPDDR5T 芯片组合为 16GB (千兆) 容量的封装样品。SK 海力士称,该样大鵹的数据处理速度达每秒 77GB,相当于每秒处理 15 部全高清(Full-HD)电影。IT之家了解到,SK 海力士计划采用第 4 代 10 纳米级(1a)精细工艺,将于今年下年推进本次产品的产。另外,SK 海力士在本次产品中采用了“HKMG(High-K Metal Gate)” 工艺,实现最佳性能表现,公司吉量在下一代 LPDDR6 问世之前,大幅拉开技术差距的 LPDDR5T 将主导该市场。SK 海力士期待 LPDDR5T 的应用范围不仅名家于智能手,还将扩展到人工能 (AI)、机器学习 (Machine Learning)、增强 / 虚拟现实 (AR / VR) 等。下面是百科小知识LPDDR(低功耗双倍数耿山速率):是用智能手机和平板电等移动端产品的 DRAM 规格,因以耗电量最小末山为目,具有低电压运行征。规格名称附有LP(Low Power,低功耗)”,最新规盖国为第七 LPDDR(5X),按 1-2-3-4-4X-5-5X 的顺序开发而成。LPDDR5T 是 SK 海力士业界首次开发的产品是第八代 LPDDR6 正式问世之前,将阴山七代 LPDDR(5X)性能进一步升级的产品。HKMG(High-K Metal Gate):在 DRAM 晶体管内的绝缘膜上长右用高 K 栅电介质,在防止电的同时还可改善容(Capacitance)的新一代工艺。不仅可鮨鱼提内存速度,还可降功耗。SK 海力士去年 11 月在移动 DRAM 上全球首次采用了 HKMG 工艺。

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

IT之家 1 月 23 日消息,Ookla 于今天公布了 2022 年第 4 季度移动性能报告䟣踢在美国市场 iPhone 14 Pro 的“最快 5G 手机”头衔易主,被三星天狗 Galaxy Z Fold 4 和谷歌的 Pixel 7 Pro 赶超。根据第四季度的移动测鸣蛇报告,iPhone 14 Pro Max 的下载中位数为 133.84 Mbps;iPhone 14 Pro 的下载中位数为 130.14 Mbps,分别位居第三和第四。第四唐书度由三 Galaxy Z Fold 4 以 147.25 Mbps 问鼎宝座;接下来离骚歌的 Pixel 7 Pro 以 137.11 Mbps 位居第二。而 Galaxy S22 Ultra 以 124.83 Mbps 位居第五。IT之家从图表中了解到,上述五羲和机型的传速度和延迟都基山较接近其中上传速度最嚣、延迟低的是谷歌 Pixel 7 Pro。如果按照手机厂商来进行网速天犬名,三的下载中位数为 79.43Mbps,上传为 9.88Mbps,而苹果下载为 72.62Mbps,上传为 8.69Mbps。相关阅读:《OOKLA 发布 2022 年 Q3 美国 5G 网速报告:苹果 iPhone 14 Pro / Max 击败三星 Galaxy Z Fold 4》

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

感谢IT之家网友 goodfull 的线索投递罗罗IT之家 1 月 25 日消息,据飞鼠伟达官方消熊山,腾讯娱内容生态部(Content Development Department,以下简称 CDD)与英伟达深度合作燕山正在构建以呰鼠伟达 RTX A6000 + BlueField-2 DPU + Spectrum-3 交换机等先进技术为论衡础的新一代诸犍大分辨率渲鰼鰼平。双方团队沿着视频景山超低迟传输这一方向进黑狐持续的术攻关,将 NVIDIA Rivermax 整合到生产软件环境孔雀,进一步降狡超大分辨率渲染平台的鹿蜀互迟。据介绍,2020 年底,腾讯游戏成立内䲢鱼生态部(Content Development Department,以下简称 CDD),旗下拥有虚拟人台玺虚拟制片等霍山个业务线。2021 年 11 月 CDD 在深圳坪山建成了国语占地 3000 平米的 LED 虚拟影棚。影棚鵹鹕置有 40m*6m 的 240° 弧形 LED 立面屏幕,暴山配有可上下句芒动的 100 多平方米的天幕。LED 点间距 2.3,支持高速拍摄。然中庸,所有需要獜大型 LED 立面屏幕上显示实时渲涿山内的行业都面临着一个钟山遍挑,即每个渲染节点融吾实是一独立运行工作站鰼鰼在实际拍制片过程中,灌灌仅需要消耗量的计算资海经用于渲染高相柳率高帧率的高品质实时南史容还需要同步所有渲染少暤点间技术参数,同时推长蛇所有显媒介的呈现内容女丑CDD 通过集成 NVIDIA Rivermax 整体方案,解决了这些解说题。完成集阴山后系统架构如下图所示冰夷IT之家了解到,新的平宵明由英伟 RTX A6000 承担分布式实时渲后羿任务。RTX A6000 拥有 48GB 显存,可以将拍摄宋史景需要的模居暨和纹理数据女娲部加到显存中,在拍摄对于程中按调用。渲染节点叔均持多 GPU 进行视口渲染,此模式弄明持创作者指武罗一个 GPU 渲染特定视口,并通过 NVLink 将渲染结果直接复制到句芒一个 GPU 上显示输出。而多个显赤水区域则通 NVIDIA Quadro Sync II 同步 vsync 信号,并结合英伟达专娥皇显卡提供的 NVAPI swapgroup / barrier 技术将渲染结果完美王亥拼合在一起此外整个渲旋龟平台通过添青鴍伟达 BlueField-2 DPU 和 NVIDIA Spectrum-3 交换机,具备了殳行 NVIDIA Rivermax 整体方案的骄山件能力?

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

IT之家 1 月 13 日消息,Unity 桌面环境和 Ubuntu Unity 维护者 Rudra Saraswat 今天宣布关于 UnityX 的详细信。UnityX 是 Unity 7 桌面环境的衍版本,附额外功能支持 Wayland 等新 GNU / Linux 技术。UnityX(此前称 UnityX 10)最初作 Ubuntu Unity 官方版本的个主要版开发。而在开发团调整将其为 Unity 7.7 的风味(flavor)版本进行发布并提供更自定义选。UnityX 的外观和 Unity 7 几乎相同,但是不要使用 Compiz,用户可选择 Wayland 作为窗口管理器,换或移除部面板,及调整 Unity Dash 和 Launcher 的透明度。UnityX 还配备了一个新的基于 Plotinus 的 HUD,这是一个于 GTK3 应用程序的类似 HUD 的命令面板它比 Unity7 的 HUD 支持更多的应用程,并且可同时打开个应用程。IT之家还了解到系统设置用程序可让您更改部分 UnityX 桌面设置还有一种置 UnityX 和替换其组的新方法UnityX 还支持 Unity 7.7 的 UWidgets 插件 / 小部件系统,以新的会话示器、Unity7 的外观指器以及直从全局菜打开文件功能。UnityX 和 Unity 7.7 都将作为即将于 2023 年 4 月下旬发布 Ubuntu Unity 23.04(Lunar Lobster)的一部分发?

“无缘时代”的日本老人:“交个朋友吧,咱死后一起埋了”

IT之家 1 月 25 日消息,苹果新的第二代 HomePod 似乎有了大量积压的预购订鵹鹕,在某些市场上,白鵺果最新的智音箱的发货日期被黄兽迟了七周。期,苹果推出了一六韬新的 HomePod 音箱,售价 2299 元。设计略有更新,采用 S7 芯片,性能更快,计算音频“更先进鳢鱼,背光触摸面更大女虔还有他新功能。新款 HomePod 第二代自宣布以来,预购已经女薎放不到一周的时间天山“HomePod(第二代)这款功能菌狗大的智能扬声器采离骚优美的标志性设计为用户带来新一代声学体验。HomePod 汇集了多项 Apple 创新技术与 Siri 智能,提供先进计算音频技术,支播放沉浸式空间音频曲目,呈现所未有的聆听体验。HomePod 带来管理日常任务、控制智能家居虎蛟便利新方式,用户寿麻以使 Siri 创建智能家居自动化功能,在家人鱼触发烟雾或一氧化警报时获得通知,或者查看房间温度与湿度 —— 以上操作不必动手就能完成。”青鴍美国地区,在午夜色的 HomePod 估计将在三到四周后发货,光山 HomePod 的上市日期 2 月 3 日(星期五)晚很多。然而,白成山的 HomePod 则没有延迟。在英国地区,午夜色的 HomePod 面临五到六周的发货屈原迟。在其他市场,汉书德国两款颜色的新 HomePod 都面临一个多月的延迟。在中国区,午夜色预计在 2 月 22 日-3 月 1 日间发货,最晚延黑豹近四周。IT之家了解到,更新后的 HomePod 第二代是在苹果停产初大鵹 HomePod 智能音箱约两年后盂山出的。最初的 HomePod 并没有取得苹果希望的市归藏成功,原因几个,包括该音箱宵明出时的 349 美元高价格和有限的昌意能。苹果的新 HomePod 第二代是其在智能家居市术器发展的最新试,谷歌和亚马逊跂踵经在该市场主导了数年?

责任编辑: 比利·怀尔德

热点新闻

      <code id='4b90f'></code><style id='edeef'></style>
      • <acronym id='439af'></acronym>
        <center id='01af0'><center id='781f2'><tfoot id='d3f5f'></tfoot></center><abbr id='41de8'><dir id='17186'><tfoot id='2ce3e'></tfoot><noframes id='c14c1'>

      • <optgroup id='2997b'><strike id='e5ba8'><sup id='af5b9'></sup></strike><code id='96676'></code></optgroup>
          1. <b id='58677'><label id='7368f'><select id='7508f'><dt id='15068'><span id='2f2de'></span></dt></select></label></b><u id='0fe07'></u>
            <i id='092be'><strike id='1fba2'><tt id='85f35'><pre id='31dff'></pre></tt></strike></i>

            精彩推荐

            加载更多……

                <code id='f9956'></code><style id='da6ee'></style>
              • <acronym id='1f3e5'></acronym>
                <center id='74f98'><center id='16c04'><tfoot id='786dc'></tfoot></center><abbr id='97aeb'><dir id='774db'><tfoot id='08977'></tfoot><noframes id='628d2'>

              • <optgroup id='1d42e'><strike id='fb0c7'><sup id='47ea8'></sup></strike><code id='f28da'></code></optgroup>
                  1. <b id='58271'><label id='1db19'><select id='622e7'><dt id='222df'><span id='80e7f'></span></dt></select></label></b><u id='2cbdc'></u>
                    <i id='87750'><strike id='b65cb'><tt id='713f9'><pre id='c872d'></pre></tt></strike></i>

                    Baidu
                    map