- 综合排序
- 最热优先
- 最新优先
- 来自专栏DeepHub IMBA
使用FP8加速PyTorch训练
FP8与Transformer Engine的集成 PyTorch(版本2.1)不包括FP8数据类型。 为了将我们的脚本编程为使用FP8，我们将使用Transformer Engine (TE)，这是一个用于在NVIDIA gpu上加速Transformer模型的专用库。 Fp8_autocast上下文管理器。 所以可能需要调整底层FP8机制(例如，使用TEapi)，调整一些超参数，和/或将FP8的应用限制在模型的子模型（一部分）。最坏的可能是尽管进行了所有尝试，模型还是无法与FP8兼容。 总结 在这篇文章中，我们演示了如何编写PyTorch训练脚本来使用8位浮点类型。展示了FP8的使用是如何从Nvidia H100中获得最佳性能的关键因素。
98440编辑于 2023-11-20 - 来自专栏Python绿色通道
8个 可以让 Python 加速的 tips
本文对一些 Python 代码加速运行的技巧进行整理。 0. 代码优化原则 本文会介绍不少的 Python 代码加速运行的技巧。在深入代码优化细节之前，需要了解一些代码优化基本原则。 result = computeSqrt(size) main() 在第 1 节中我们讲到，局部变量的查找会比全局变量更快，因此对于频繁访问的变量sqrt，通过将其改为局部变量可以加速运行 sum def main(): size = 10000 for _ in range(size): sum = computeSum(size) main() 8.
82220发布于 2021-11-10 - 来自专栏InCerry
.NET8 硬件加速指令的支持
在这篇文章中，我将深入介绍我们在 .NET 8 中引入的内容以及它所启用的功能类型。 作为一个平台，Wasm 已经开始提供底层的 SIMD（单指令多数据）支持，以便加速核心算法，而 .NET 也相应地选择通过硬件内在函数来暴露对这一功能的支持。 同样，它继续公开 Vector512.IsHardwareAccelerated 属性，允许你确定通用逻辑是否应该在硬件中加速，或者如果它将通过软件回退来模拟行为。 后来在 2003 年，当 x64 平台在 AMD Athlon 64 上引入时，它又提供了 8 个额外的寄存器，这些寄存器能被 64 位代码访问，被命名为 xmm8 到 xmm15。 AVX-512 在实践中的应用示例 AVX-512 可以用来加速所有 SSE 或 AVX 场景下的相同情况。
88610编辑于 2023-12-26 - 来自专栏微生态与微进化
KEGG数据库下载加速攻略！
在上周的文章KEGG数据库不会下载？了解下API！里，我介绍了基于KEGG API来获得所有基因的id，并通过wget遍历所有id来get基因的序列。 对计算机比较了解或已经尝试过的朋友可能会意识到，虽然KEGG数据库整体并不是很大（原核生物大概5G），但是反复访问API地址耗时甚长！基于国内高校网速现状，全部下载可能需要长达数月甚至一年的时间！ 需要注意这里的耗时主要来源于反复访问KEGG API地址而不是下载数据本身，假如可以减少访问次数，那么就能大大缩短KEGG数据库下载时间。 这时候可能需要借助开源的第三方数据库。 年），而且该数据库支持批量数据下载，其数据库的基因组物种名以及gene id与KEGG是一致的，其FTP地址为ftp://ftp.cbi.pku.edu.cn/pub/KOBAS_3.0_DOWNLOAD
3.9K20编辑于 2022-05-05 - 来自专栏技术进阶
Centos 7.0-7. 8 安装bbr加速教程
访问 http://[your-server-IP]/500mb.zip 来测试下载速度~
1.7K10编辑于 2021-12-24 - 来自专栏全栈程序员必看
PyTorch使用LMDB数据库加速文件读取
PyTorch使用LMDB数据库加速文件读取 文章目录 PyTorch使用LMDB数据库加速文件读取 背景介绍 具体操作 LMDB主要类 `lmdb.Environment` `lmdb.Transaction 总而言之，使用LMDB可以为我们的数据读取进行加速。 lmdb_save_path': lmdb_path, 'commit_interval': 100, # After commit_interval images, lmdb commits 'num_workers': 8, (write=False) as txn: buf = txn.get(key.encode('ascii')) img_flat = np.frombuffer(buf, dtype=np.uint8) (write=False) as txn: buf = txn.get(key.encode('ascii')) img_flat = np.frombuffer(buf, dtype=np.uint8)
3.6K20编辑于 2022-11-11 - 来自专栏AI科技时讯
XGB-8: Xgboost加速故障时间的生存分析
前8列表示特征，最后一列“生存时间”表示标签。 加速故障时间模型 加速失效时间（AFT） 模型是生存分析中最常用的模型之一。
71310编辑于 2024-05-30 - 来自专栏Java实战博客
WordPress加速 – Redis加速 – Opcache加速
本页目录 Redis加速 Opcache – PHP脚本加速 任何网站的加速都离不开缓存，Wordpress也是一样，我们本次采用Redis做Wordpress的缓存！ 同时我们采用Opcache给PHP脚本加速！ Redis加速 我们去宝塔，下载一个Redis，然后启动Redis，然后配置文件配置如下。 指定Redis密码 define( 'WP_REDIS_PASSWORD', '你的密码哦' ); 对了，如果我们服务器有多个站点，我担心会使用key名相同导致数据异常，我建议把每个站点，使用不同的数据库 // 设置使用的Redis库 define( 'WP_REDIS_DATABASE', 0 ); Opcache – PHP脚本加速 在宝塔里安装一下。 默认是4 opcache.interned_strings_buffer=8 ;OPcache控制内存中最多可以缓存多少个PHP文件，建议设置大一点，大于你的项目中的所有PHP文件的总和。
3.4K10编辑于 2022-11-18 - 来自专栏小陈运维
安装MySQL8数据库
安装MySQL8MySQL Community Server 社区版本，开源免费，自由下载，但不提供官方技术支持，适用于大多数普通用户。 提供了更多的功能和更完备的技术支持，更适合于对数据库的功能和可靠性要求较高的企业客户。MySQL Cluster 集群版，开源免费。 mysqld查看生成 MySQL root用户临时密码：[root@web ~]# grep 'temporary password' /var/log/mysqld.log修改root用户密码# 登录数据库 Commands end with ; or \g.Your MySQL connection id is 8Server version: 8.4.3Copyright (c) 2000, 2024, -----------------------------+-----------------------+4 rows in set (0.00 sec)mysql>测试连接# 使用其他主机进行登录数据库
35010编辑于 2024-11-18 - 来自专栏Linux
达梦数据库8安装
/DMInstall.bin -i安装结束，切换回root用户，执行命令安装dmap服务，该服务关系数据库备份/dm8/script/root/root_installer.sh至此软件安装完成创建数据库实例 1、创建数据库实例存放目录su - dmdbamkdir /dm8/data2、使用dminit工具初始化数据库实例输入. =N (大小写不敏感)CHARSET=1 （字符集为utf-8）PORT_NUM=5236 (数据库监听端口)DB_NAME=DAMENG （数据库名）INSTANCE_NAME=DMSERVER （数据库实例名 /dm_service_installer.sh help可以查看脚本参数介绍这里-t参数是服务类型，-p为服务名后缀，-dm_ini是数据库实例配置文件-m表示启动实例状态root用户执行cd /dm8 /dm_service_installer.sh -t dmserver -p DAMENG -dm_ini /dm8/data/DAMENG/dm.ini -m open创建成功后启动数据库实例服务systemctl
77200编辑于 2024-11-02 - 来自专栏AustinDatabases
数据库信息速递： Apache Arrow 如何加速 InfluxDB （翻译）
————————— 在翻译前，我们先把基础知识建立以下，apache arrow 是一个跨语言的内存交换格式，通过内存中的列式内存和零拷贝技术，提供了高速数据访问和互操作的能力，基于这个技术，对于时序数据库 今年早些时候，InfluxData 推出了一个基于 Apache 生态系统构建的新数据库引擎。 举个例子，想象一下我们将以下数据写入 InfluxDB： 通过以列式格式存储数据，数据库可以将相似的数据组合在一起以实现廉价压缩。 InfluxDB 的数据库工程师对 Apache Arrow 做出了重大贡献，包括每周发布的 https://crates.io/crates/arrow 和 https://crates.io/crates 它的内存列式格式支持分析数据库系统、数据框架库等的需求。通过充分利用 Apache Arrow，开发人员将节省时间，同时也获得支持 Arrow 的新工具。
76510编辑于 2023-12-11 - 来自专栏HenCoder
HenCoder Android 自定义 View 1-8 硬件加速
今天我试着就把硬件加速的外衣脱掉（并没有），聊一聊它的原理和应用： 硬件加速的本质和原理； 硬件加速在 Android 中的应用； 硬件加速在 Android 中的限制。 这就是「硬件加速」。 而对于 Android 来说，硬件加速有它专属的意思：在 Android 里，硬件加速专指把 View 中绘制的计算工作交给 GPU 来处理。 如图，在硬件加速开启时，CPU 做的事只是把绘制工作转换成 GPU 的操作，这个工作量相对来说是非常小的。 怎么就「加速」了？ 如果这个方法是硬件加速的开关，那么它的参数为什么不是一个 LAYER_TYPE_SOFTWARE 来关闭硬件加速以及一个 LAYER_TYPE_HARDWARE 来打开硬件加速这么两个参数，而是三个参数 View 级别的硬件加速开关，所以它就「顺便」成了一个开关硬件加速的方法。
58230发布于 2018-08-20 YashanDB数据库的缓存机制与访问加速技术
数据库的查询速度和系统响应能力是评估数据库性能的关键指标。随着数据量快速增长和业务复杂性的提升，如何有效利用缓存机制及访问加速技术以优化查询效率，成为数据库设计和实现中的重要问题。 缓存机制不仅可以减少磁盘IO压力，还能够提升数据访问的吞吐量；访问加速策略则通过合理的数据结构与执行计划优化，降低查询延迟。 本文基于YashanDB数据库的体系架构，深入分析其缓存设计和访问加速技术，为数据库开发人员和管理员提供技术指导。 YashanDB数据库缓存机制体系结构YashanDB数据库结合多层缓存设计，确保了内存与存储介质之间的高效数据传输与访问。 结论YashanDB数据库通过完善的缓存体系架构，结合多样化存储结构、优化的SQL执行引擎、多版本并发控制以及智能缓存和预加载策略，实现高效数据访问和查询加速。
13410编辑于 2025-11-21YashanDB数据库GPU加速计算潜力与实践指南
本文围绕YashanDB数据库系统的架构和关键技术，结合GPU加速计算的前沿原理，全面剖析其潜在的加速能力，探讨GPU加速的技术实现路径及最佳实践，旨在为数据库开发者、系统架构师及运维人员提供有效的技术参考与指导 GPU加速计算原理及其在数据库中的适用性GPU具有海量计算核心和高内存带宽，特别适合执行高度并行的计算任务。 GPU加速实现的关键设计与技术挑战在YashanDB数据库中集成GPU计算需重点关注以下技术点：数据传输与存储布局优化GPU加速对内存带宽要求极高，数据在主机内存与GPU内存间的传输是性能瓶颈。 结论与未来展望随着数据规模和业务复杂度的持续增长，传统基于CPU的数据库计算能力面临瓶颈，GPU加速作为提升数据库性能的重要技术方向，具备显著的并行计算优势和高吞吐潜力。 未来，随着硬件技术的发展和数据库异构计算体系的成熟，基于GPU的加速将成为数据库性能优化的核心竞争力。
20910编辑于 2025-10-21- 来自专栏幻影龙王
【网站优化经验】使用Memcached缓存数据库加速网站
但随着数据量的增大、访问的集中和访问量的增加，就会出现RDBMS的负担加重、数据库响应恶化、网站显示延迟等影响。 这时就该memcached大显身手了。 memcached通过缓存数据库查询结果，减少数据库查询次数，以提高动态Web应用的速度、提高可扩展性。 总而言之，为我们的网站配置memcached可以提高网站访客体验。 Memcached利用缓存数据库查询可以一定程度提升网站速度，但想要显著提升网站响应速度，最重要的还是前端缓存，我将下一篇文章分享一下如何开启nginx缓存。
2.8K00发布于 2021-09-11 YashanDB数据库的索引优化和查询加速策略
数据库查询速度的优化是影响系统性能和用户体验的关键因素。在大规模数据场景下，如何有效利用索引提升数据访问速度，合理设计查询执行流程，成为数据库性能调优的核心任务。 本文将基于YashanDB的体系架构，深入分析索引优化和查询加速的技术原理，帮助理解如何利用其内建优势，实现科学合理的性能提升。 查询加速的多线程与并行执行技术YashanDB针对分布式部署及共享集群设计了并行查询框架。 结论随着企业业务系统数据持续增长，数据库查询的性能优化显得尤为重要。 持续深入掌握这些技术，将有助于构建更加高效、稳定的数据库应用系统。
18510编辑于 2025-10-22- 来自专栏Java实战博客
达梦数据库V8 – 创建数据库
不管你Docker还是物理机安装的达梦数据库8。创建数据库第一步就是创建数据库账号。也就是说你得知道超管账号 进入目录 cd opt/dmdbms/bin 登录你的达梦数据 . /disql SYSDBA/SYSDBA:5236 创建数据库 create user 数据库名 identified by 密码; 示例： create user FFXI identified by
1.1K30编辑于 2023-09-18 - 来自专栏『学习与分享之旅』
Docker 安装 MySQL8 数据库
vim /usr/mysql/conf/my.cnf: [client] #socket = /usr/mysql/mysqld.sock default-character-set = utf8mb4 mysqld.sock #pid-file = /usr/mysql/mysqld.pid datadir = /usr/mysql/data character_set_server = utf8mb4 collation_server = utf8mb4_bin secure-file-priv= NULL # Disabling symbolic-links is recommended to includedir /etc/mysql/conf.d/ 创建容器 docker run --name mysql8 --restart=always -v /usr/mysql/conf/my.cnf BY 'bntang'; # 赋予 bntang 用户在 所有机器上 对 所有数据库和数据表 拥有 所有操作权限 GRANT ALL ON *.* TO 'bntang'@'%'; MySQL 5.7
2.1K30编辑于 2023-10-12 - 来自专栏mysql
hhdb数据库介绍(10-8)
管理平台通过数据可视方式在首页功能中实时展示计算节点集群的数据量、访问流量、集群组件状态、告警事件、安全防控等用户关心的信息。
34610编辑于 2024-12-05 - 来自专栏mysql
hhdb数据库介绍(9-8)
应用端可借助LVS的VIP访问计算节点的数据库服务，同时保证使用透明与服务不间断。也可使用其余负载均衡方案进行处理，例如F5加自定义检测；应用直连计算节点，但发生异常时更换节点等方式。 原Primary： cd /usr/local/hhdb-2.5.0/hhdb-server/bin sh hotdb_server start 管理端状态查看： 多计算节点集群启动后通过VIP访问数据库服务 8.若监听程序单独重启，则需至少等待2分钟，计算节点会自动与监听程序再次重连。
18710编辑于 2024-11-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号