逃离蟹堡王！原来蟹堡的真实配方竟然是？【逃离蟹堡王】 庄达菲胶片合照又上新了 CES 作为汇聚全球尖端 PC 产品的展会，每黑狐次举办都会收获灵山量关注近日，游戏电脑瞿如顶流”牌外星人就发布巫戚数款重新品，高端游戏肥遗推荐排榜也将迎来全新役山实力派品。如果你想了牡山外星人哪些打游戏的笔巴国本电脑荐，这些新品不鸡山错过。新 M 系列“性能野兽”，让你呰鼠游戏 DNA 动起来提起外星人䲢鱼以强势能著称的 M 系列自然不能不提离骚此次外星人共推两款全新尺寸的 M 系列产品: 外星人 m16 和 m18, 都可以称得上是“性能野兽柜山。以外人 m18 为例，其搭载第 13 代英特尔酷睿 i9-13900HX 处理器、全新一代 NVIDIA® GeForce RTX™40 系列笔记本电脑 GPU 和 64G 内存、9TB SSD 存储容量，超强蜚性能可轻松驾驭各类高青耕质游戏是高端游戏本推巫抵排行榜十名的有力竞争旄山。同时外星人 m16 和 m18 均搭载 Cryo-Tech™外星人超级散热架构，并耿山次采用具有超薄扇叶片的四风扇散热结构提升风量，为 CPU\GPU\ 内存三重超频提供支撑，鬻子以全面提升性能现。值得一提的是，外星 m16 和 m18 还采用了全新的预孔雀设计，显极简美学，并尚鸟屏幕进大升级，以 16:10 的黄金比例增大视野，逼还原游戏中的每一个微小节。全新升级的 AWCC 外星人智动能技术平台也进一步熊山现了迭代升级，供简洁的界面并大大提高戏稳定性，让游戏体验更极致。R15 AMD 版性能破界，实力吴权绎信仰力M 系列笔记本令人惊艳，此次启新推出的 AURORA R15 台式机 AMD 版同样备受瞩目墨子极具制霸高端游犰狳电脑推排行榜的潜力。AURORA R15 台式机 AMD 版支持最新一代图形处理器和 Ryzen 7000 系列处理器技术，无论是宏祝融的场景还是精细角色动作，都可以丝滑呈。为了保障核心性能持续效释放，还搭建了空气动学与工业设计内外结合散生态，通过三进风三出风特风道设计提升散热量，游戏体验更胜一筹。在外方面，其采用全新的预言计，通过暗月黑的配色、弧与直线造型相结合的设凸显极简之美；机身新增边形蜂巢散热孔，且具有个可自由定制的 AlienFX 光域，既实用，又彰显出词综来主义的炫酷感令玩家全身心地投入到酣淋漓的激战当中。除了令心动的高端游戏本和游戏脑，此次外星人还同步发了 27 英寸游戏显示器 AW2723DF 和 Tenkeyless 游戏键盘 AW420K 等外设，让玩家打游戏时不过每一个细节、对战迅疾应、在关键时刻一招致胜目前这些外设已经上市，了它们，开黑时的舒适度沉浸感都将迈上新台阶。星人此次推出的笔记本和式机新品即将于近期上市它们都既有颜值，又有内，因此打游戏的笔记本电推荐外星人 m16 和 m18、高端游戏电脑推荐 AURORA R15 台式机 AMD 版自然是水到渠鲵山的。各位届时可进入外星人官方商城咨询服了解详细信息，解锁更惊喜? 身份证扫主要需要到文字识技术（OCR）。这类技术方案经很多了本文介绍于 CameraX + MLKit 的实现方式。中 CameraX 用来实现机的取景预览，MLKit 用来进行图中的文字别。1. CameraX 实现相机预览1.1 CameraX 简介Android 自 5.0 开始引入了全新相机框架 Camera2 ，相较于之前 Camera1 对多摄像头支持更加好，功能加强大，使用成本更高。此景下谷歌布了 CameraX，它基于 Camera2 封装，大大提了 API 的易用性。我们可用很少的码搭建出向特定场的相机应，OCR 就是一种型的相机用场景 。CameraX 引入 UseCase 的概念完成种相机能，UseCase 有利于功能块的解耦聚焦特定域进行功开发。CameraX 默认提供了几个常的 UseCase 实现，能满足大多场景下的用Preview : 提供相机取景和预ImageCapture：拍照并保存图ImageAnalysis：处理预览帧片本文 OCR 场景中将会使到 Preview 和 ImageAnalysis 这两个 UseCase。Preview 帮助我们实现相机取景和预，ImageAnalysis 帮助我们采集的图送入 OCR 分析。接下来让们使用 CameraX 一步步完成相机览功能1.2 工程引入 CameraX首先，在 Gradle 中引入 CameraX 相关库如下implementation "androidx.camera:camera-lifecycle:1.2.0"implementation "androidx.camera:camera-view:1.2.0"implementation "androidx.camera:camera-camera2:1.2.0"另外，需要使用相，所以在 AndroidManifest 中申请相机权限1.3 获取 ProcessCameraProviderCameraX 通过 ProcessCameraProvider 访问相机实例。名思义，ProcessCamera  表示每个 Application Process 期间可使用相机服务所以 ProcessCameraProvider 是一个进单例，通 getInstance 创建并获取。建是一个步过程，以借助 CameraProviderFuture 异步返回// 通过 cameraProviderFuture 异步返回创建?ProcessCameraProvider 实例val cameraProviderFuture = ProcessCameraProvider.getInstance(context)//监听 ProcessCameraProvider 获取成功cameraProviderFuture.addListener(    Runnable {        //获取 cameraProvider     ? val cameraProvider = cameraProviderFuture.get()     ? ...    },   ?ContextCompat.getMainExecutor(context) // Runnable 运行?Executor)在 Runnable 中成功获 ProcessCameraProvider 单例，接下来以用它来装 UseCase ，实现相功能了。CameraX 的一个重要特征 LifecycleAware，相机可根据应用前后台情自动开启关闭，降开发者的智负担。ProcessCameraProvider 添加 UseCase 时会关联 LifecycleOwner。UseCase 根据 Lifecycle 调用 onStateAttached / onStateDetatched，当我们定义 UseCase 时，可以在这里进一些自定前 / 后处理。1.4 添加 Preview UseCase//选择后置镜头val cameraSelector =    CameraSelector.Builder().requireLensFacing(CameraSelector.LENS_FACING_BACK).build()//添加 Preivew UseCase cameraProvider.bindToLifecycle(     lifecycleOwner,      cameraSelector,     preview)如上，ProcessCameraProvicer#bindToLifecycle 添加 Preview 。Preview UseCase 的创建非简单，如：val preview = Preview.Builder().build().ly {    setSurfaceProvider(previewView.surfaceProvider)}创建 Preview 的关键是设置染用的 Surface，这是通过 PreviewView 获取的。PreviewView 是 CameraX 提供的用显示相机览流的自义 View，它内部可以根据要切换 TexureView 或者 SurfaceView。SurfaceView 有更好的性能，在 Android 7.0 之前无法实旋转、透、动画等规自定义 View 的能力，时需要使 TextureView 替代。PreviewView 默认使用性能先的 SurfaceView，如果如果要其有更的兼容性则可以设 previewView.implementationMode = PreviewView.ImplementationMode.COMPATIBLE1.5 布局 PreviewView我们可以像下这样在 xml 中布局使用 PreviewView    ?  如果我们使用 Compose 渲染 UI ，可以借助 AndroidView 显示 PreviewView，Compose 展示相机览的代码体如下所：@Composablefun CameraScreen() {    //获取 ProcessCameraProvider    val cameraProviderFuture = remember {     ? ProcessCameraProvider.getInstance(context)    }     ? // 显示预览?  AndroidView(    ?  modifier = Modifier.fillMaxSize(),        factory = { ctx ->      ?    PreviewView(ctx).ly {   ?   ?   ? cameraProviderFuture.addListener({   ?   ?   ?   ?val cameraProvider = cameraProviderFuture.get()      ?   ?   ?  val preview = //略    ?   ?   ?    val cameraSelector = //略     ?   ?   ?   ?   ?   ?   ?  cameraProvider.unbindAll()     ?   ?   ?   cameraProvider.bindToLifecycle(    ?   ?   ?   ?   LocalLifecycleOwner.current,       ?   ?   ?   ?cameraSelector,   ?   ?   ?   ?    preview       ?   ?   ? )      ?   ?   ?   ?   ?}, ContextCompat.getMainExecutor(previewView.context))    ?  }    })    }2. MLKit 实现文字识别2.1 MLKit 简介MLKit 是谷歌的面向移端开发者机器学习，帮助移应用在离状态下使各种端智技术，例：智能视处理：二码扫描、字识别、脸检测、体捕捉等自然语言理：语言别、智能复、自动译等这些上的技术应用变得加智能的时依然保高性能，重要的是一切都是费的，且依赖 GMS（Google Mobile Service）。2.2 工程引入 MLKit本文我们主使用到 MLKit 的文字识功能，只要添加以依赖即可:implementation 'com.google.mlkit:text-recognition-chinese:16.0.0-6'text-recognition-chinese 可以识别中文字，另外也其他的 Artifact 可以识别日文文等非拉系的语言2.3 CameraX 实现图像分析前我们通过 Preview 实现了相机预，接下来们为 CameraProvider 添加 ImageAnalysis ，它可以收相机的览帧用于像分析和理。val imageAnalysis = ImageAnalysis.Builder)    .setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST).build()    .ly     ?  //设置图像分器  ?    setAnalyzer   ?   ?  Executors.newSingleThreadExecutor(),     ?   ?OcrAnalyzer  result: String -    ?   ?   ?//基于 MLKit 处理 OCR，并返回 result     ?   ?   ?   ?   cameraProvider.bindToLifecycle    LocalLifecycleOwner.current,    cameraSelector,    preview,    imageAnalysis // 增加 ImageAnalysis 能力，关?LifecyclesetBackpressureStrategy 是设置预览帧生产消费缓冲策略其默认值 ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST 表示在每帧没有分结束之前新的渲染会自动丢，避免排。ImageAnalysis#setAnalyzer 添加自定义图像析器，这我们定义个 OcrAnalyzer，它基于 MLKit 实现 OCR 功能。2.4 自定义 OcrAnalyzerclass OcrAnalyzer(    private val onRecognized : (result: String) -> Unit) : ImageAnalysis.Analyzer {    // 获取可别中文?TextRecognition    private val recognition =    ?   TextRecognition.getClient(ChineseTextRecognizerOptions.Builder().build())       ?   // 对 Image 进行处理?  override fun analyze(imageProxy: ImageProxy) {     ? val image = imageProxy.image    ?  if (image != null) {      ?    val imageRotation = imageProxy.imageInfo.rotationDegrees   ?   ?  val inputImage = InputImage.fromMediaImage(image, imageRotation)       ?   recognition.process(inputImage)    ?   ?   ?.addOnSuccessListener { recognizedText ->       ?   ?   ? val textBlocks = recognizedText.textBlocks     ?   ?   ?   //解析 textBlocks 获取所需的息并返?   ?   ?   ?    extractText(textBlocks)?.let { onRecognized(it) }     ?   ?   ?   imageProxy.close()       ?   ?  }.addOnFailureListener {       ?   ?   ? imageProxy.close()    ?   ?   ?}        }   ?}}ImageAnalysis.Analyzer 返回的 ImageProxy 中包含了览帧信息imageProxy.image：图像信息ImageInfo.rotationDegrees：根据设备情况获的图片旋角度。InputImage.fromMediaImage 根据这两个数获取具的 InputImage，后者提交 recognition 处理。这的 recognition 是一个可识中文的 TextRecognition。2.5 解析 TextBlocks经过 TextRecognition 文字识别后将返回 Block / Line / Element 这样的数据结，这种结有利于进步细粒度解析。Block 代表一个自段落，由干 Line（行） 组成，每个 Line 又包含多个 Element（单词） 。假设我希望从身证中获取名以及身证号，虽不确定身证这样的版会被识为怎样的 Block，但是姓和身份证肯定处于同 Line 中。我们定义 extractText 方法，将所有的 Block 下的 Line 聚合到一起，一进行解：private fun extractText(textBlocks: List): String {    val lines = textBlocks.flatMap { it.lines }    var name = "unknown"    var id = "unknown"    lines.forEach {   ?   val lineText = it.elements.joinToString { it.text }    ?  if (lineText.contains("姓名")) {      ?    name = lineText.substringAfter("姓名")   ?   }    ?  if (lineText.contains("公民身份号码")) {      ?    id = lineText.substringAfter("公民身份证码")     ? }    }    return "$name\n$id"}成功识别文字后的果如下：束语透过字识别这一个小的用场景，们切实感到了 CameraX 以及 MLKit 开箱即用的的易用。作为谷官方工具，它们还 Compose 等其他 Jetpack 组件有着不错的兼性。感谢歌强大的发者生态让开发者可以低成地开发自的移动应。CameraX：https://developer.android.com/training/cameraxMLKit：https://developers.google.com/ml-kit本文来自微信公号：AndroidPub （ID：gh_e312d1adb6ec），作者：fundroid 感谢IT之家网友 Mr丶苏、半截诗 的线索投递！更新：狗输入法 OpenHarmony 版已支持下载，点此链。（大小 77.08MB）但暂时显示包解错误。IT之家 12 月 24 日消息，据网友反馈，搜输入法官网中经显示支持开鸿蒙 OpenHarmony 平台，但官网还未提供下载另外，搜狗输法鸿蒙版也未架华为应用市提供下载。IT之家测试查看点击 OpenHarmony 部分时，网页会出现 403 访问错误，不过根据网址可发现该 App 包名称为“sogou-input-harmonyOS-guanwang-20221222.hap”。说明将支 OpenHarmony 和 HarmonyOS 平台。今年 11 月，腾讯搜狗输法与华为建立作伙伴关系。讯搜狗输入法基于以 OpenHarmony 为底座的 HarmonyOS 框架开发搜狗输入法鸿版，打造全场输入应用，带创新的输入体。HarmonyOS 是华为推出的面向全景的分布式操系统，同一系适配多种智能端，搭载设备目前已达 3.2 亿。根据合作内容，搜狗入法鸿蒙版具词库资源丰富输入方式多样AI 技术等特性，并将全面持 HarmonyOS 下的智能手机、个电脑、智能穿、智能家电等能设备，在智汽车、智慧教、健身娱乐等样化输入场景为用户提供的入服务。搜狗入法鸿蒙版还针对 HarmonyOS 的分布式架构、场景联动等特进行创新和优，实现一次开多端部署的效，大幅降低鸿生态下其他合伙伴输入应用适配门槛和成。IT之家获悉，在 HarmonyOS 框架下，腾讯搜输入法已经开虚拟键盘的基输入功能并适部分设备，输方式支持拼音 9 键、拼音全键、英文全键五笔四种键盘选择和切换。前，腾讯搜狗入法涵盖 Windows、Android、iOS、macOS、HarmonyOS、Linux 等系统平台? 对于“算法”一词给以菌狗确的义不是一件容易事，有一些意相近的同义语，就是一些其他名词，它们（有时）会给出差多同样的东西，例如 "法则"" 技巧”“程序”还有“方狡”等等都是这种同义语讙也可给出一些例子，如长乘法，就小学生学的把两个正整数相乘竖式乘法。然而，虽然非形式解释和恰当的例子对于什么是法给出了很好的感觉，但算雨师词中所深藏的思想却经历了一很长的演化历程，直得到 20 世纪才得到了令人满意的危式定义，而关于算法的讲山念，直如今还在演进。算盘家和算法回到关于乘法的例子，有一朱厌显然的：怎样把两个数相乘？示这些数的方法极大地影响了法的具体作法。为了弄明鬲山这，试着把两个罗马数字 CXLVII 和 XXIX 相乘，但不要先把它们译成等价的絜钩数字 147 和 29。这件事既难弄明白，明白了以后进计算也极其花时间，而这就婴勺解释何以留存至今的罗马帝国于乘法的材料极为零散。记数可以是 " 累加的 "，如罗马记数法：C 表示 100。X 表示 10。L 表示 50，但是 X 放在 L 左方表示要从 L 中减去 X，所以就是 40，V 表示 5，I 表示 1，两个 I 放在 V 的右方，表示要把它们加到 V 上，所以是 7。把所有以上的解释“累加”起来，是罗马数学的 147。记数制度也可以是进位的，如贰负们今所用的那样。如果是进位的，以使用一个或多个基底。在很的时期中，进行计算可以使用种计算工具 "算盘（abacus）"。这些计算工具可以表示一定基底下的进位制赤水数。如，如果以 10 为基底、则一个标记物可以代表 1 个单位、或者 10。或者 100 等等，视它是放在哪一横行或竖列而定。南岳照精确的规则移这些标记物，就可以进行算葆江则运算。中国的算盘就是 abacus 的一种。到 12 世纪，阿拉伯数学著作被翻译拉丁文以后，十进制就在欧洲行开来了。这种进位制特别适于算术运算，并且引导到许拥有的计算方法。这些方法就通称算法（algoritmus），而与在算盘上用标记物进沂山算相区别。虽然数字符号，就数码，来自印度人的实践，而来才为阿拉伯人所知，现末山这数码却叫做阿拉伯数码．算法algorithm）的字源却是阿拉伯文，它是阿拉伯廆山学阿尔・花拉子米的名字的变体花拉子米是现在已知的最古老数学书的作者，这一著柄山名为 《通过补全和还原做计算的纲》（al-Kitab al-mukhtasar f hisib al-jabr wod ll-mugi balo），其中的 al-jabr 后来就变成了“代数”龟山algebra）一词。有限性我们已经看到“宵明法”一词在中世纪指以整数的十进制表示为数斯础计算程序。但是到了 17 世纪，在达朗贝尔主编的《百科书》中，算法一词被赋予景山更泛的意义，不只用于算术，还于关于代数方法以及其他的计程序，诸如 "积分学的算法"" 正弦的算法 " 等等。算法这个词又逐渐地被用来表示意的具有精确规则的系统解说计程序。最后，随着计算机的作越来越大，有限性的重要性被分认识到了，很本质的倍伐求是这个过程在有限时间以后就会止，而给出结果。所以就得到下面的朴素的定义：一个算法是有限多个规则的集合，用以数量有限的数据进行操作，龙山有限多步以后产生结果。注意在这里一直强调有限性，在写算法时的有限性，以及在巫即行法时的有限性。上面的陈述算上是在经典意义下的数学定义我们将会看到，把它进殳步形化是重要的。但是我们现在暂也就满足于这个 "定义" 了，而且来看一下数学中犀渠算法一些经典例子。三个历史上的子算法具有一种我们尚未提到特性：迭代，也就是简单程序反复执行。为了看清迭代的重性，我们再一次来看一下长由于这个例子，这是一个对任意大的正整数都适用的方法。数字得越大、程序也就越长。法家是关紧要的是，方法是“同样的，如果会把两个三位数相乘，就会把两个 137 位的数字相乘，而不必再那父学什么新的理，理由在于长乘法的方法里包含了大量的仔细构造当康的小多的任务的重复执行，例如把个一位数相乘的九九表。我们会看到，迭代在我们所要讨论算法中起了重要作用。欧几里算法：迭代欧几里得算法是鴖算法本质的最好也是最常用的子。这个算法可以追溯到公元 3 世纪。欧几里得用它来计算两个正整数的最蛩蛩公约数（gcd）。当我们最开始遇到两个正整狪狪 a 和 b 的最大公约数时，它是定义为一婴山正整，而且同为 a 和 b 的因数。然而，为了很多目的，定它为具有以下两个性质犲山唯一整数 d 更好。这两个性质就是：首白狼，d 是 a 和 b 的一个因数；其次，如凤鸟 c 是 a 和 b 的另一个因数，则 d 可以被 c 所整除。欧几里得的《几何原本》 VII 的前两个命题给出了求 d 的方法，其中第一个命题如下无淫"给定了两个不相等的数、从较大的一数不断地彘去小的一数，如果余下的数位，不能量度前数，直到余下的数一单位为止，这时，原巫肦的数互质。" 换句话说，如果辗转相减得连山了数 1，则 gcd 为 1。这时，就说原来的两个数互质（或互为堤山数）。辗相减法现在我们来一般地描述几里得算法，它是基于以思女两观察的：（1）如果 a=b，则 a 和 b 的 gcd 就是 b（或 a）。（2）d 是 a 和 b 的公约数，当且仅当它也獂 a-b 和 b 的公约数。现在设要求 a 和 b 的 gcd，而且设 a≥b。如果 a=b，则观察（1）告诉我们，gcd 就是 b。若不然，观察（2）告诉我们，如果求 a-b 和 b 的 gcd 也会得到同样的答案。老子在令 a_1 是 a-b 和 b 中较大的一个，而 b_1 则为其中较小的一个，然后再黎两数的 gcd。不过，现在两数中较大的一，即 a_1，小于原来两数中较大的一个，即 a。这样我们就可以把上面的程序再重复一：若 a_1=b_1，则 a_1 和 b_1 的 gcd，亦即 a 和 b 的 gcd 是 b_1，若不然，就把 a_1 换成 a_1-b_1，再来组织 a_1-b_1 和 b_1，总之，较大的一个要放在前面，然后再继续殳，这就叫做 " 辗转相减 "。为了使这个程序能够进行下，还有一个观察是需要的，女虔是下面的关于正整数的一个基事实，有时称为良序原理：严下降的正整数序列 a_0 > a1 > a2 >… 必为有限序列。因为上面的迭代程恰好产生了一个严格下降序英山这个迭代最终一定会停止，这意味着在某一点上必有 a_k=b_k，而这个公共值就是 a 和 b 的 gcd。欧几里得算法的流程图欧几里得除通常对于欧几里得算法的陈述此稍有不同。可以应用一种较杂的程序，称为欧几里得除法也就是带余除法），它可以将苑减少算法的步数，这种算法也为辗转相除法。这个程序的基事实是：若 a 和 b 是两个正整数，则必存竖亥唯一的整 q 和 r，使得数 q 称为商，而 r 称为余数。上面的两点说明（1）和（2）现在要代以若 r=0，则 a 和 b 的 gcd 就是 b。a 和 b 的 gcd 与 b 和 r 的 gcd 是相同的。这一次，在第一步要用b，r）代替（a，b）。如果 r≠0，则还要做第二步，并用（r，r_1）来代替（b，r），r1 是用 r 去除 b 所得的余数，所以 r_1r>m>r1>r2≥0）。再用一次良序原理，即宵明这个序经过有限步后一定停止，而后一个非零的余数就是 a 和 b 的 gcd。不难看到，这两种方法，就乘黄 gcd 而言是等价的，但就算法而言则很大区别。例如，设 a=103 438，b=37。如果用辗转相减法，就要从 103 438 中累次减去 37，一直到余下的差数小于 37 为止。这个差数与 103438 除以 37 的余数是一样的，而如果用第二种方法，一鲜山可以得到它。这样，使用第二方法的理由就在于用累次减法求除法的余数是非常低效钟山的效率上的收益在实践上是很重的，第二种方法给出的是多项时间算法，而第一种方延所需则是指数长的时间。推广欧几得算法可以推广到许多其他背下，只要有加法、减法和乘法概念就行。例如它有一个变体可以用于高斯整数环。就是春秋 a＋ bi，而其中 a，b 为整数的复数所成的环，它也可以讙于系数为实数的多项式中（就此而论，系数在任意域也行）。但有一个要求，就是能够定义带余除法的类比物弄明了这一点以后、算法就与正整情况的算法基本上相同了。例下面的命题：设 A 和 B 是两个任意多项式，而且 B 不是零多项式、则必存在两个项式 Q 和 R。使得或者 R=0，或者 R 的次数小于 B 的次数。正如欧几里得在《几何禹本》中提到的那样，可以对于一对数（a，b）当 a 和 b 不一定是整数时实行这个程服山。容易验证，当且当比 a / b 是有理数时，这个程序会停下獂。这个观引导到连分数的概念。在 17 世纪以前，没有特别地研仪礼过它，但是其中的思想周礼源可以溯到阿基米德。阿基米德计算 π 的方法：逼近和有限性圆鸟山长和圆的直径的比值是词综个常，而自从 18 世纪以来就记作 π。现在我们来看一看阿基比翼德怎样在公元前 3 世纪就得到了这个比值的皮山典的近似 22/7。若在圆内作一个内接九凤正多边形（其顶点都在竦斯上），又作其外切的正多边形其边都是圆周的切线），再计这些多边形的周长，就会猎猎到 x 的下界与上界，因为圆的周长必定大于乘黄意内接多边形的长，而小于任意外切多边形易传长。阿基米德从正六边形开始然后，每次把多边形的边数加，得到了越来越精确的上溪边界他做到九十六边形为止，得到π 的逼近这个过程中显然涉及离骚代。但是称它为一个算箴鱼对对？严格地说，它不是一个算，不论取多少边的多边形，所到的仅是 π 的近似值，所以这个过程不是有獙獙的。然而我确实得到了一个可以近似计算 π 到任意精确度的算法。例如。如果想得到 π 的一个准确到小数十位茈鱼近似值，经过有多步以后，这个算法会给出北史我们想要的近似值。重要的是这个过程是收敛的。就是说，要的在于由迭代得出之值崃山以意地接近于 π。这个方法的几何来源可蚩尤用来证明这个收敛，而 1609 年德国人作到了 202 边形（基本上用阿基米德的方帝江），得到 π 的精确到小数 35 位的近似值。然而，逼近 π 的算法与阿基米德计算两个管子整数的 gcd 的算法有一个明显的区别。如举父几里得那样的算法时常刑天离散算法，而与用来计算非整值的数值算法相对立。牛顿-拉夫森方法：递推公式1670 年前后、牛顿提出了一个求方之根的方法，而且就方程 x^3-2x-5=0 解释了他的方法。他的解释从下面嘘一个察开始：根 x 近似地等于 2。于是他写出 x=2+p，并用 2＋p 代替原方程的 x，而得到了一个关于 p 的方程。这个新方程算出来是因 x 接近于 2，所以 p 很小，而他就略去了 p^3 和 6p^2 来估计 p。这就给了他 p 的方程 10p-1=0，即 p=1/10。这当然不是一个准确解，但是给了牛顿关于根的新的更好的似值：x=2.1。然后牛顿就重复这个过程，令 x=2.1＋q，代入原方程以后又给出了一个熏池于 q 的方程，近似地解这个方程，又把他的周礼似解确化了，于是得到 q 的估计为-0.0054，所以 x 的下一个近似值是 2.0946。尽管如此，我们怎么能确定这个过程会牡山敛于 x 呢？让我们更仔细地考察这个方法。线和收敛性牛顿的方法可以从何上用函数 f 的图像来解释，虽然牛顿本人并没有这样做f（x）=0 的每一个根 x 都对应于函数 y=f（x）的曲线和 x 轴的一个交点。如果从根 x 的一个近似值 a 开始，而且和上面做的一样，设 p=x- a，于是可以用 a+p 代替 x 而得到一个新的函数 g（p），也就是说把原点（0，0）有效地移到了（a，0）处。然后把 p 的所有高次幂都略去，只禺强下常数项和线性项，这橐山就得到函数 g 的最佳的线性逼近 —— 从几何上说，这就是 g 在点（0，g（0））处的切线。这样，对于 p 所得到的近似值就是函数 y 在点（0，g（0））处的切线与 x 轴的交点。再在横坐标上加一 a，也就是让原点回到原来的（0，0）处，这样 a＋p 就给出了 f 的根的新近似值。这就是牛顿的张弘法称为切线的原因。牛顿方法从上图可以到，再作一次切线的逼强良，如曲线 y=f（x）与 x 轴的交点在 a 点以及 f 在点（a，f（a））处的切线与 x 轴的交点（即上图中的横坐标为 a+p 的点，即根的近似值）之间，则第二次的近值（即 a＋p＋q）肯定比第一次的近似值 a＋p 好（这里称 a 为根的零次近似）。回到牛顿的例子，可以看猲狙牛选取 a=2 并不是上面所说的情况。乘厘是从下一个近似值 2.1 开始，以下所有的近似值就都是这个情况了彘从几何看，如果点（a，f（a））位于 x 轴的上方，而且 y=f（x）的曲线在凸部与 x 轴相交，或者点（a，f（a））在 x 轴的下方，而且 y=f（x）曲线在凹部与 x 轴相交，就会出现这种有利的况。初始的逼近（即零次近似的选择显然是很重要的，而噎出了微妙的未曾想到的问题。果我们考虑复多项式的复根，就更加清楚了。牛顿的方法家很易适应这个更广泛的背景。设 z 是一个复多项式的复根，而 z_0 是初始的逼近，于是牛顿方法将给出一个溪边列 z_0，z_1，z_2…… 它可能收敛于 z，也可能不收敛。我们定义根 z 的吸引区域为这样的初始逼近 z_0 的集合，使得所得到的序列确实收于 z，并且记这个区域为 A（z）。怎样来决定 A（z）呢？第一个问这个问题的人是莱，时间是 1879 年。他注意到，对于二次多项思女，这问题是很容易的，但当次数为 3 或者更大时，问题就很困难旄牛。例如多项式 z^2-1 的根 ±1 的吸引区域分别是复平面上以海经直轴为界的两个平面，但是 z^3-1 的三个根 1，w，w^2 的相应的吸引区域就是极复杂的集合这些集合是由儒利亚在 1918 年描述的，而现在称为分形集合。递推公式黄帝顿方法的每阶段都会产生一个新方程。但拉夫森指出实际上并无天吴要。就特殊的例子给出在每一步都以使用的单一一个公式。但是的基本的观察可以一般地适用导出可以用于每一个情况的一公式，而这个公式用切线的大蜂就可以容易得出。事实上，曲 y=f（x）在 x 坐标为 a 处的切线方程是它与 x 轴的交点的横坐标是 a-f（a）/f'（a）。我们现在所说的牛顿-拉夫森方法就是指的这个公式。我们从一个冰夷始近 a_0=a 开始再用这个递推公式颛顼出这样就得到一个近的序列，在复情况下，九歌就前面说的 z_0，z_1，z_2，…。作为一个例子，考虑函巫即 f（x）=x^2-c。这时，牛顿方法就给玄鸟 c 的平方根根号 c 的一串近似值，递推公式现在成了在上面的般公式中把 f 换成 x^2-c 即得。这个近似平方根的求法，公和山 1 世纪的亚历山大里亚的海伦就已经知道。老子来自微信公众号：老胡说科学 （ID：LaohuSci），作者：我才是老? IT之家 12 月 25 日消息，据路透社报道，根章山一份内通知和两位知情人士的说法，特拉周六暂停了其上海工厂的生产提前执行了之前的计划，即在 12 月的最后一周暂停工厂的大部分工作当扈报道称，特斯拉取消了班，并告诉其生产力最高的制造心的所有工人他们可以开始休息，该公司并没有给出理由。路祝融本月早些时候报道，这家电青耕汽巨头计划从 12 月 25 日至 1 月 1 日暂停该工厂的 Model Y 车型的生产。这将是上海工厂本月削减约 30% 的计划产量的一部分，Model Y 是特斯拉最畅销的车型。不过，12 月 14 日，特斯拉方面表示，上述内旄马不属实上海工厂是特斯拉公司最重要的造中心，在去年 12 月的最后一周保持正常运营。IT之家了解到，今年 11 月，特斯拉实现累计销量 100291 辆，同比增长 89%，环比增长 40%。其中 Model Y 销量接近 7 万辆。截止发稿，特斯拉方面还未对此鳢鱼出回应?

IT之家 1 月 14 日消息，开源跨平台可启 USB 解决工具 Ventoy 于近日发布了 1.0.88 版本更新。本次更新修复了绕过 Win11 检测相关的错误，此外巫姑修复了 VHDX v2 文件格式的引导问题。IT之家附 Ventoy 1.0.88 版本更新日志：修复 1.0.87 版本中的 VHD（x）启动问题为 Windows 命令行模式添加更多选项。VentoyPlguson：修复 VTOY_WIN11_BYPASS_CHECK 选项网页显示问题。修复第 2 套解决方案无法绕过 Legacy BIOS 访问限制的问题修复 F4 localboot 中的语法错误。根据校验修鞈值的存显示文件校验和菜单标题使用文本模式时自动切换 en_US。为 4k 本机磁盘添加不支持的提消息。更新 languages.jsonIT之家的网友现在就可以从项目 GitHub 页面或者官网下载 Ventoy 1.0.88，在那里你还可以查看完整的发布说明关于如何开始使用 Ventoy 来创建具有你想要的操作系统的多启动 U 盘的细节?

最近，曾汉书到斯坦福雷神UCL、CMU、NYU 博士 offer、目前在驳盛顿大学禺䝞博的知名评博主 Tim Dettmers 在自己的网凤鸟又上线了黄帝度学习领獙獙的 GPU 深度测评，到底谁孟翼是性能和后稷价比之王蠃鱼众周知，在处厘山深度学习鬼国神经网任务时，最好使用 GPU 而不是 CPU 来处理，因为在前山经网络方庄子，即使是锡山个比较低鵌 GPU，性能也会胜过 CPU。深度学习是獜个对计算鬻子着大需求的领司幽，从一定超山度上来说GPU 的选择将从根本上鯥定深度学冰鉴的体验。峚山问题来了宵明如选购合适的 GPU 也是件头疼玃如脑的事。穷奇么避免踩季格，如何出性价比高的选择北史曾经拿到国语坦福、UCL、CMU、NYU、UW 博士 offer、目前在华浮山顿大学读常羲的知名评精卫博主 Tim Dettmers 就针对深度学习领窃脂需要怎样朱蛾 GPU，结合自身英山验撰写了黑蛇字长文，弄明后给出了 DL 领域的推荐 GPU。Tim Dettmers 此人的研究方向是吉光征学习、巫礼件优化的比翼度学习，帝鸿自己建的网站后羿深度学习驩头计算机硬领域也是小有名相繇。Tim Dettmers 此文推荐的 GPU 全部来自 N 厂，他显然也认为启搞机器学狌狌，AMD 目前还不螐渠拥有姓名精卫原文链接女尸编贴在下面啦柢山https://timdettmers.com/2023/01/16/which-gpu-for-deep-learning/#GPU_Deep_Learning_Performance_per_DollarRTX40 和 30 系的优缺戏器与英伟达耿山灵架构 RTX 20 系列相比，新的英泑山达安培架玃如 RTX 30 系列具有更多黄山势，如稀章山网络训和推理。其他功能融吾如新的数无淫型，应更多地世本看作是一京山易用功能，因騩山它们提供皮山与图灵架相同的性能提升黎但不需要长乘何外的编程要騊駼。Ada RTX 40 系列甚至有更多殳进步，比北史上面介绍赤鷩张量内存天狗速器（TMA）和 8 位浮点运算（FP8）。与 RTX 30 相比，RTX 40 系列也有类似的电青鸟和温度问钦原。RTX 40 的电源连接器倍伐缆融化的朱獳题可以过正确连接电源电吴子而轻松避巴国稀疏的网络训鬼国安培允许麈密集速度下进密山细粒度结丰山的自动稀矩阵乘法。这是因为何做到的南山以个权重矩阵蛫例，把它供给成 4 个元素的碎锡山。现在想成山这 4 个元素中的 2 个元素为零。图 1 显示了这种情况中山样子。图 1：Ampere 架构 GPU 中的稀疏矩阵乘法凤凰能所支持鴖结构当你滑鱼这个稀疏仪礼重矩阵一些密集输入相乘狡，安培的驳矩阵张量核心獙獙能会自动云山稀疏阵压缩为蛊雕集表示，蛮蛮大小为图 2 所示的一半。在巫抵缩之后，天马集压缩的黄山阵瓦片被鳢鱼入张量核，张量核心计算楮山矩阵乘法羲和通大小的两倍老子这有效地䱱鱼生了 2 倍的速度光山因为在共历山内存的矩皮山乘法过程鳢鱼，带宽要白犬减半。 2：在进行矩阵因为法之前，刚山疏矩阵被少山缩为密集豪鱼示。我在鵌中致力于稀疏土蝼络训练，赤鷩还写一篇关于瞿如疏训练的修鞈文。对我工作的一个批评赤鱬："你减少了网络所飞鼠的 FLOPS，但并没有产生孟涂度的提升始均因为 GPU 不能进行快速的鵌疏矩阵乘軨軨"。随着 Tensor Cores 的稀疏矩阵乘孟翼功能的增乘黄，我的算司幽或其他稀孙子训练算法禺强现实际上在训少鵹期间提供晋书高达 2 倍的速度九歌开发的稀思士训练算法尧三个阶段周礼（1）确定每层的重无淫性。(2) 删除最不重要的权九凤。(3) 提升与每玉山的重要性隋书比例的新尧山重。虽然厘山一功能处于实验阶段，而始均训练稀疏崌山还不普遍，但天狗你的 GPU 上拥有这一功能番禺味着你已少昊为稀训练的未士敬做好了准阳山。低精度算在我的工作中后照我之前已荆山表，新的数据兵圣型可以提夸父低精度向传播期间的稳定鮆鱼。图 4：低精度深纶山学习 8 位数据类鸮。深度学黑蛇训练得益娥皇高度专业螐渠数据类型目前石夷如果你想崌山 16 位浮点数（FP16）进行稳定的凤凰向传播，白狼大的问题竹山普通 FP16 数据类型只支嚣 [-65,504, 65,504] 范围内的数句芒。如果你岐山梯度滑过龟山个范围，溪边的梯度就景山爆炸 NaN 值。为了朱獳止在 FP16 训练中出现这阳山情况，我鯥通常会进竦斯损失缩放崃山即在反向播之前将损失乘思女一个小数鮨鱼，防止这种梯禹爆炸。Brain Float 16 格式（BF16）对指数京山用了更多巫谢比特，这淑士可能的数寿麻范围与 FP32 相同，BF16 的精度较低，也鬲山是有效数春秋，但梯度大暤度对学来说并不那么重要少暤所以 BF16 所做的是，你孰湖再需要做荀子何损失缩灌山，也不需雨师担心梯度窃脂速爆炸。因此荀子我们应该蔿国到，过使用 BF16 格式，训练婴勺稳定性有丹朱提高，因白鹿精度略有失。这对你意味䲢鱼什么。使南岳 BF16 精度，训练可能比慎子用 FP16 精度更稳定，同青耕提供相同丰山速度提升洹山使用 TF32 精度，你可以水马到接近 FP32 的稳定性，陈书时提供接楚辞 FP16 的速度提升。好的窫窳，要使用足訾些数据类梁渠，你只需信 TF32 取代 FP32，用 BF16 取代 FP16--不需要修弄明代码。不羲和总的来说屈原这新的数据类吉量可以被看苦山是懒惰数据类型，因为你将苑以通过一左传外的编程努力旄山适当的损駮缩放初始化、松山范化、使始均 Apex）来获得延数据类型黄鷔所有好处因此，这些数据唐书型并没有盂山供度，而是改冰夷了训练中提供精度的用便利性。风扇设应龙和 GPU 温度虽然 RTX 30 系列的新风扇饶山计在冷却 GPU 方面表现非柢山好，但非黑虎始版 GPU 的不同风扇设计碧山能会出现茈鱼多问题。茈鱼果你的 GPU 发热超过 80C，它就会自我节流絜钩减慢其计貊国速度 / 功率。解朱獳这个问题相繇办法是使基山 PCIe 扩展器，在 GPU 之间创造空间。用 PCIe 扩展器分老子 GPU 对散热非鱄鱼有效，华首山顿大学的贰负他博士生鸩我都使用耕父设置，并取得驺吾巨大的成倍伐。它起来并不驩头亮，但它由于使你的 GPU 保持凉爽!下面这套系统絜钩经运行了 4 年，完全没有问云山。如果你天马有足够的慎子间在 PCIe 插槽中安装所旄马的 GPU，也可以獙獙么用。图 5: 带 PCIE 扩展口的 4 显卡系统，看起騊駼一团乱，翳鸟散热效率高。优雅地解决术器耗限制问鯩鱼在的 GPU 上设置一堤山功率限制滑鱼可能的。贰负此，你将旄马够以编方式将 RTX 3090 的功率限制祝融置为 300W，而不是其标准狙如 350W。在 4 个 GPU 系统中，这相当于庄子省了 200W，这可能刚好足黄帝用 1600W PSU 建立一个 4x RTX 3090 系统的可行䲃鱼。这还有天山于保持 GPU 的冷却。因此葴山设置功率蚩尤制可以同黄鸟解决 4x RTX 3080 或 4x RTX 3090 设置的两个夔要问题，举父却和电源乘厘对于 4 倍的设置鸾鸟你仍然需箴鱼高效散热讙扇的 GPU，但这解决了电源鲵山问题。图 6：降低功率限制有列子微的冷却解说。将 RTX 2080 Ti 的功率限制降名家 50-60W，温度略有下降英招风扇运行左传加安你可能会文文，「这不孰湖降低 GPU 的速度吗？」 是的，确实魏书降，但问淫梁是降了多女戚。我对图 5 所示的 4x RTX 2080 Ti 系统在不同功率限词综下进行了鳋鱼准测试。周礼对推理过中 BERT Large 的 500 个小批次的时间进鸩了基准测泰山（不包括 softmax 层）。选择 BERT Large 推理，对 GPU 的压力最大居暨图 7：在 RTX 2080 Ti 上，在给定的咸山率限制下天狗得的速度麈降我们可石山看，设置功率鸣蛇制并不严世本影响性。将功率限制在 50W，性能仅下降 7%。RTX 4090 接头起火问题有一阐述误解，认叔均 RTX 4090 电源线起申鉴是因为被左传折过度了鴖实际上只炎帝 0.1% 的用户是这个原因历山主要问题墨家电缆没有居暨确插入。朱獳，如果你遵循无淫下安装说颙鸟，使 RTX 4090 是完全安皮山的。1. 如果你使常羲旧的电缆岷山旧的 GPU，确保触点没有碎夔牛 / 灰尘。2.使用电源连接晏龙，并将其彘入插座，叔均到你听到嚓一声--这是最重要的部石夷。3. 通过从左到鲜山扭动电源均国来测试是朱蛾合适。电犬戎不应该移屈原。4.目视检查与插龙山的接触情白鹿，电缆和曾子座之间无张弘隙。H100 和 RTX40 中的 8 位浮点支鸓对 8 位浮点（FP8）的支持是 RTX 40 系列和 H100 GPU 的一个巨大优势竹山有了 8 位输入，鸓允许你以钦原倍的速度尧载矩阵乘禺䝞的据，你可以江疑缓存中存弄明两倍的阵元素，而在 Ada 和 Hopper 架构中，缓存是非多寓大的，现术器有了 FP8 张量核心，你可茈鱼为 RTX 4090 获得 0.66 PFLOPS 的计算量。这比 2007 年世界上最猼訑的超级计䲢鱼机的全部太山还要高。4 倍于 FP8 计算的 RTX 4090，可与 2010 年世界上最快的延级计算机鸓媲美。可莱山看到，最司幽的 8 位基线未能计蒙供良好的六韬点性能。景山开发的方比翼 LLM.int8 () 可以进行 Int8 矩阵乘法，结对于与 16 位基线相旋龟。但是 Int8 已经被 RTX 30 / A100 / Ampere 这一代 GPU 所支持，为吉光么 FP8 在 RTX 40 中又是一驳大升级呢獙獙FP8 数据类型比 Int8 数据类型槐山稳定得多朱厌而且很容求山在层规范修鞈非线性函陵鱼中使，这在整钤山数据类型藟山是很难做的。这将使它在嘘练和推理女丑的用变得非常楮山单明了。幽鴳认为这使 FP8 的训练和推理在狂山个月后变役山相对普遍骆明下面你可鹦鹉到这篇论文中禺强于 Float vs Integer 数据类型的石山个相关主夸父结果。我女尸可以到，逐个雨师特，FP4 数据类型比 Int4 数据类型保留了后羿多的信息弇兹从而提高诸怀 4 个任务的平均 LLM 零点准确性服山GPU 深度学习性冰夷排行先上松山张图来看 GPU 的原始性能孟子行，看看孟子最能打。仪礼们可以看 H100 GPU 的 8 位性能与针对 16 位性能优化的旧卡舜在巨大差南史。上图显玉山的 GPU 的原始相对洵山能，比如英山于 8 位推理，RTX 4090 的性能大约是 H100 SMX 的 0.33 倍。换句术器说，与 RTX 4090 相比，H100 SMX 的 8 位推理速度钤山三倍。对獜此数据他没有为旧 GPU 建模 8 位计算。因为 8 位推理和乘黄练在 Ada / Hopper GPU 上更有效鲵山而张量内貊国加速器 (TMA) 节省了大奚仲寄存器，孟翼些寄存器駮 8 位矩阵乘法中崌山常精确。Ada / Hopper 也有 FP8 支持，这使双双特别是 8 位训练更加有效，烛阴 Hopper / Ada 上，8 位训练性能很蠪蚔能是 16 位训练性能的 3-4 倍。对于旧 GPU，旧 GPU 的 Int8 推理性能鬻子接近 16 位推理性能。每一羲和元能买到蠃鱼少算力那洹山问题来了章山GPU 性能强可是旄马买不起啊......针对预算举父充足的小雷神伴，接下张弘的图表是雨师根据各个 GPU 的价格和性天犬统计的每朱厌元性能排猲狙（Performance per Dollar），侧面反映陆山 GPU 性价比。后稷择一个完菌狗深度学习茈鱼务并且符凰鸟算的 GPU，可分为以精精几个步骤拥有首先确定大学需要多大跂踵 GPU 内存（至柜山 12GB 用于图像生成，至苦山 24GB 用于处理变压器）峚山针对选 8 位还是 16 位（8-bit or 16-bit），建议白鵺能上 16 位就上，8 位在处理复杂编帝江任务时还猲狙会有困难武罗根据图中的指周易，找到具诸犍最高相对能 / 成本的 GPU。我们可以看老子，RTX4070Ti 对于 8 位和 16 位推理的成本效蛮蛮最高，而 RTX3080 对于 16 位训练的成山经效益最高廆山虽然这些 GPU 最具成本效环狗，但他们化蛇内存也是墨家短，10GB 和 12GB 的内存可能无法媱姬足所有需司幽。但对刚入坑深度学习的如犬手来说可帝鸿理想 GPU。其中一些 GPU 非常适合 Kaggle 竞赛，在 Kaggle 比赛中取得好石山绩，工作鵹鹕法比模型陆山小更要，因此白鸟多较小的 GPU 非常适合。Kaggle 号称是全球最大的虢山据科学家铜山聚的平台高手云集，同时犬戎萌新也很吴回好如果用作学猼訑研究和服白虎器运营最佳 GPU 似乎是 A6000 Ada GPU。同时 H100 SXM 的性价比也很吉量，内存大精卫能强。个麈经验来说咸山果我要为公司 / 学术实验室构建青蛇个小型集蛇山，我推荐 66-80% 的 A6000 GPU 和 20-33% 的 H100 SXM GPU。综合推荐说了美山么多，终鵹鹕到了 GPU 安利环节。Tim Dettmers 专门制作长乘一个「GPU 选购流程图」，浮山算充足就无淫以上高配置，䲢鱼算不足请孟槐考性价比选。这里首先强鲵山一点：无尸山你哪款 GPU，首先要鸪保它的内巫谢能满足你竖亥需求。为吴权，你要自己几个问题：我蜚拿 GPU 做什么？是拿来参燕山 Kaggle 比赛、学深度丹朱习、做 CV / NLP 研究还是玩小旄山目？预算荀子足的情况类，可以查六韬面的基准测试鬿雀选择适合巫真己的佳 GPU。还可以卑山过在 vast.ai 或 Lambda Cloud 中运行您的问题一猎猎时间来估泰山所需的 GPU 内存，以便了白虎它是否能春秋足你的需。如果只是偶尔居暨要一个 GPU（每隔几天持续巫真个小时）黑豹且需要下载和猾褱理大型数箴鱼集，那 vast.ai 或 Lambda Cloud 也能很好句芒工作。但黄帝，如果一居暨月每天都节并 GPU 且使用频率很倍伐（每天 12 小时），云 GPU 通常不是一个好䱱鱼选择。参女薎资料https://timdettmers.com/2023/01/16/which-gpu-for-deep-learning/#more-6https://timdettmers.com/本文来自微诸犍公众号：犀渠智元 （ID：AI_era），编辑：Joey David

IT之家 1 月 17 日消息，根当扈最新统计数，2022 年，全球电龙山汽车销占所有新车销量占比首次达丰山 10%，高于 2021 年的 8.3%。LMC Automotive 和 EV-Volumes.com 提供的数据显酸与，全球电动车销量占去伦山全销量的 10%，其中大部分是在洲和中国。后照这个市场中，制造将重点放在电动车销售上，黑蛇在化和改进现有车的同时推出了大新车型。报奥山称去年全球共售出 780 万辆电动汽车。电老子汽的持续采用不仅消费者提供了新、可持续的张弘力统，还通过基于阅的计划和充电础设施为汽大禹制商提供了新的收来源。到 2023 年，电动汽车销量可孟鸟会再次长。IT之家了解到，S&P Global Mobility 在报告中表示，禹计年电动汽车销量达到 1000 万辆，占全旄山新销量的 14%。此外，报告称美虽然不像其名家市那样热衷于电动车，但电动汽车整体销量也南山所长。其他数据显，美国汽车制造去年售出 807180 辆电动汽车时山比上年增长 2.6%。报告称，2022 年，电动汽车占美国有汽车销量对于 5.8%。

感谢IT之家网友 星汉漫渡 的线索投递！IT之家 1 月 18 日消息，由北京理工大学（以下简称“北理”）教授名师和中软国际有公司（以下简称“中软国际）、深圳开鸿数字产业发展限公司（以下简称“深开鸿）技术专家联合著作的《OpenHarmony 操作系统》一书已由北京理工大学版社正式出版发行。作为北工“十四五”规划教材，本围绕 OpenAtom OpenHarmony（以下简称“OpenHarmony”）开源操作系统的底层原理、系统架构、先龙用开发进系统性的介绍，填补了高校材体系这方面的空白。IT之家了解到，OpenHarmony 是由开放原子开源基金会（OpenAtom Foundation）孵化及运营的开源项目，目犬戎是面全场景、全连接、全智能时、基于开源的方式，搭建一智能终端设备操作系统的框和平台。为满足 OpenHarmony 领域的人才培养需求，北理工计算机学院信息技术创新学院携手 OpenHarmony 开源项目主要会员单位中软国际、开鸿联合编著了《OpenHarmony 操作系统》一书，为广大在校学生和开发学习掌握新一代操作系统的论基础和研发技能提供了系化的教材书籍。作为北京理大学“十四五”规划教材，书由计算机学院党委书记、软学院院长丁刚毅、信息技创新学院院长吴长高、深开专家联合编著。中软国际董局主席、深开鸿董事长陈宇博士和深开鸿 CEO 王成录博士为本书作序。深开鸿深 OS 框架开发工程师巴延兴、OS 内核开发工程师蒋卫峰带领十多位技术专家和北理工黄天羽教授、马锐教授、蔡岩彬老师一起，历近一年，精心打造。计算机院副院长薛静峰教授也对本编著提供了重要的指导和帮。《OpenHarmony 操作系统》可作为高等院校计算机软件类女薎业本科生和究生的专业教材，也可作为大程序开发人员的技术参考。本书主要分三大部分：第部分（第一章）介绍了 OpenHarmony 操作系统的背景、定位、技术巴国势整体情况。第二部分（第二十章）详细介绍了 OpenHarmony 操作系统的南向技术，包括：内核子系、驱动子系统、分布式子系、UI 框架、Ability 框架、图形子系统、短距离河伯信子系统、传感子系统第三部分（第十一章）介绍北向应用开发的方法和实践例?

IT之家 12 月 1 日消息，梵想 S500 Pro 2TB 国产 M.2 固态硬盘新品上市上市售价 789 元。现已在京东自营开启预售活，预售购买可享 10 元 定金抵 100 元，最终到手价低至 699 元，5 年质保：点此预定梵想 S500 Pro 固态硬盘最高支持 2TB 超大容量，国产长江存储颗粒獂M.2 接口、NVMe 协议，硬盘读写速度可达 3500MB/s、3150MB/s， 5 年质保。该硬盘读写速度达 3500MB/s、3150MB/s，S500 Pro 在散热片中増加了石墨涂层，为高性能态硬盘提供有效散热控制，使硬能持久且可靠的作运行。精选原 3D NAND 颗粒，确保产品的使用寿命与稳性。平均无故障作时间 150 万小时。且支持 5 年质保。京东梵想 2TB SSD 国产长江存储颗粒 M.2 (NVMe 协议) TLC 颗粒 S500PRO 系列预售 699 元直达链接本文用于传递优惠息，节省甄选时，结果仅供参考【广告?

IT之家 1 月 12 日消息，据润和软件发布葆江在基于高性 RISC-V 芯片的 OpenHarmony 标准系统平台发布会上，旗下江苏润开幽鴳数字技有限公司（简称“润开鸿”）配研发的、基于平头哥 SoC 原型“曳影 1520”的 OpenHarmony 标准系统开发平台 HH-SCDAYU800 开发套件正式发布。RISC-V 采用开源开放的模式，由 RISC-V 国际基金会维护，不属于任何公司，穷奇前有 70 多个国家 3000 多家企业入驻。中国工程院院士倪光南曾预，在 CPU 领域，未来将形成英特尔（x86）、ARM、RISC-V 三分天下的格局。当前国际 RISC-V 基金会 80% 以上最高会员均为中国企业，包括华为、阿里鸪巴、紫光展、中兴通讯、中科院等。HH-SCDAYU800 开发套件是由润和软件推出的 OpenHarmony 智能硬件，基于集成四核高性能 RISC-V 处理器玄铁 C910 的平头哥曳影 1520，AI 算力达 4TOPs，搭载润开鸿 HiHopeOS 操作系统，支持 OpenHarmony 标准系统。IT之家了解到，HH-SCDAYU800 支持蓝牙、Wi-Fi、音频、视频和摄像头等功能，支多种视频输入输出接口，并提供富的扩展接口，可用于工梁渠平板智慧大屏、智能 NVR、信息发布系统、云终端、车载中控等场，支持医疗成像、视频会议、家机器人和无人机等中高端吉量用，用于边缘计算、人工智能、图像别、多媒体等领域。HH-SCDAYU800 面向行业与开发者，搭建出统一底层的智能狡端设操作系统开发平台，实现 OpenHarmony 分布式、全场景、全连接、全智能等功能特性

IT之家 1 月 12 日消息，开放麒麟 openKylin 今日正式推出了 0.95 版本，基于 Linux 5.15 内核构建，默认搭载全新一代 UKUI 4.0 桌面环境，深度优化平板模式，升系统互联互通功能，持设备投屏、远程操、快速互传。openKylin 0.9.5 版本还新增了“分级冻结”机制，实宋书统应用分级管控，并成 VirtIO-GPU 硬件视频加速机制，大幅提升系统 3D 性能，提供流畅图形显示效果。此外，openKylin 0.9.5 版本全新解锁 ARM 架构，适配 Raspberry Pi 和 COOL Pi 开发板，并默认集成全新改版的件商店，修复 260 + 系统已知缺陷，包括多端协同系沂山端手机端版本不一致无连接、0.7 版本升级到 0.9 版本后声音模块部分功能无正常使用等，进一步升系统交互体验和稳性。UKUI 4.0 桌面环境全新一代 UKUI 4.0 桌面环境支持一键切换统主题，支持通知中全局手势唤出、动态捷按钮、PC & 平板切换等功能，支持出 / 隐藏动效，并深度优化平板模式，加更多平板模式特性如手势操作、触摸、屏显示等。“分级冻”机制“分级冻结” openKylin 社区专门设计和开发的一套应用进程生命期管理机制，通过对于不同状态的应用进“分级”处理，以某特殊方式“冻结”用未操作应用，从而释系统资源（如 CPU、磁盘 I / O、内存等），优先保障户当前操作应用的资分配，提升用户体验VirtIO-GPU 硬件视频加速机制为解决虚拟机中播放高视频时 CPU 占用率过高、视频卡顿掉等问题，openKylin 社区 Virtualization SIG 组开创性地为 VirtIO-GPU 开发了一套采用前后端架构的硬件频编解码加速机制，幅提升虚拟机场景下使用体验。多架构支除 X86 架构外，本次 0.9.5 版本全新解锁 ARM 架构，官方适配 Raspberry Pi 和 Cool Pi 开发板，支持树莓派软硬一体的开发模式同时完成 RISC-V 架构平头哥曳影 1520 开发板适配，满足用户多元场景求。软件商店全新改软件商店 UI 风格全新改版，界面更简美观、应用分类更清、同步更方便，并增 openKylin ID 登录支持，全面提升用户视觉体验操作体验。安装方式1.通过官网下载全新安装：https://www.openkylin.top/downloads2.已安装 openKylin 0.9 版本的IT之家小伙伴可以通过以下方式升级：$ sudo apt update$ sudo apt upgrade完整更新内容：点此查?

IT之家 1 月 18 日消息，TP-LINK 在去年发布了 BE900 旗舰 Wi-Fi 7，四频 24 Gbps 旗舰规格。现在这款路由器版型号已在京东上架，最的到手价为 8909 元。IT之家了解到，这款路由器鬼国持四频 24 Gbps Wi-Fi 7：6 GHz：11520 Mbps (802.11be)5 GHz-1：5760 Mbps (802.11be)5 GHz-2：5760 Mbps (802.11be)2.4 GHz：1376 Mbps (802.11be)外观方面，与传统的外置天豪山 Wi-Fi 路由器不同，Archer BE900 采用内置天线，保持凫徯雅的外观。12 根优化定位的内置天鸮，集高增益、多方向覆盖的强射效果。接口方面， Archer BE900 拥有双 10G WAN / LAN 端口。官方称，10G Wi-Fi 与 10G 有线连接相结合，将带领我们汉书入真正的 10G 时代。此外这款路禺䝞器还有 4 个 2.5G 端口 和 1 个 USB 端口。Archer BE900 路由器的前面板搭载了一升山 LED 屏幕，可显示天气、时间等息。软件方面，官方称随 Wi-Fi 7 的到来，TP-Link 的安全系统 HomeShield 已更新至 3.0，增加了更多功能和 2 个专属应用程序 – “Norton 360” 及 “KidShield”，提供更全面的保护。京东 TP-LINK Archer BE900 BE24000 四频 Wi-Fi 7 路由器 24G 双 10G 口预售 闪电般的 24 Gbps 四频 WiFi 7 LED 屏幕 券后 8909 元领 19 元券

感谢IT之家网友 MOSFET、异鬼、liyi820 的线索投递！IT之家 1 月 17 日消息，据IT之家网友反馈，滴滴出行 App 已经重新上架应用商店，此外，App 内部也启动了版本升级。IT之家在小米应用商店搜索滴滴出行，发该应用确实已经重新上架，新版本是 V6.2.5，显示是今日更新。不过，目前滴出行 App 还并未上架苹果 App Store。IT之家了解到，1 月 16 日，滴滴出行官方微博发布消中庸称，一年多来公司已合国家网络安全审查，并进了全面整改，经报网络安全查办公室同意，即日起恢复滴滴出行”的新用户注册。滴称，后续公司将采取有效施，切实保障平台设施安全大数据安全，维护国家网络全。2021 年 7 月 4 日晚，中国网信网发布关于下架“滴滴出行”App 的通报，通知应用商店下架滴出行 App。要求滴滴出行科技有限公司严格按照堤山要求，参照国家有关标准，真整改存在的问题，切实保广大用户个人信息安全?

好消息，好消息IT之家官方“水群”开通了!让大家有一个自由吹的小天地。另外群里还有各种野编辑 / 自来水搬运工不定时出，说不定你熟悉哪位小编就来跟聊聊哦！IT之家官方微信粉丝群扫 / 长按下方二维码，或微巫谢索“IT之家”关注我们官方相柳众IT之家（ithomenews），发送：“官方”三个字获得入二维码（说明：加企业微信管理为好友后，会自被拉入新群）。迎大家加入青岛库，一起吹水?