- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据猿
为大模型添加记忆体，GBASE南大通用驶入向量赛道
向量数据库，正是计算机记忆体一般的存在。AI 2.0时代，一度落寞的向量数据库又一次站在技术最前沿，成为数据库厂商竞相投入研发的对象。 作为一个超级记忆体，向量数据库可以解决大模型预训练成本高、无长期记忆、知识更新不足的问题，突破大模型在时间上、空间上的限制，加速大模型落地于行业场景。
56840编辑于 2023-09-15 - 来自专栏Reinvent Data Science
LLM 记忆体？
AGI 时代的到来，让 Zilliz 的身上多了很多充满“时代烙印”的标签：未来独角兽、网红赛道公司、向量数据库大佬、大模型的长期记忆体、RAG 最强搭档……与此同时，我们也听说了一些有趣的标签：周边质量好 首先，七月份在一次公开活动中，来自 Zilliz 运营负责人李晨分享的《向量数据库：大模型的长期记忆体》让我对于 Zilliz 有了偶然相识的机会，其中印象最深的是 Zilliz 创业这么多年，只专注于向量数据库
38310编辑于 2024-02-22 - 来自专栏机器之心
首帧的真正秘密被揭开了：视频生成模型竟然把它当成「记忆体」
它其实是视频模型的「概念记忆体」（conceptual memory buffer）, 所有后续画面引用的视觉实体，都被它默默储存在这一帧里。 这项工作来自 UMD、USC、MIT 的研究团队。 FFGo 就能让模型自动「记住」所有元素并生成交互视频，且画面一致性、物体身份保持、动作连贯都非常强，甚至支持多达 5 个参考实体同时融合（图 6）, 而 VACE/SkyReels-A2 限制在 3 3. 推理时只需丢掉前 4 帧（Wan2.2 的压缩帧） 视频真正的混合内容在第 5 帧之后开始。前 4 帧是压缩帧，直接舍弃即可。 和现有方法相比，FFGo 为什么这么强？ 因为它证明了一件极具革命性的事： → 首帧本身就具备「概念记忆体」的角色 → 视频模型天生可以做多对象融合 → 关键只是缺乏一个「触发机制」 FFGo 做的就是： 用几十条样本 一个精心设计的转场标记（ 它提出了一个极具启发性的未来方向： 更聪明地使用模型，而不是更暴力地训练模型 用更少的数据、更轻的微调，获得更强的定制能力 把「首帧作为概念记忆体」变成视频生成的新范式 最后总结 第一帧不是起点
24310编辑于 2025-12-24 从人脑逻辑看AI Agent记忆体的进化方向
文章篇幅稍长，若对AIAgent记忆体建设感兴趣，不妨耐心看完，也欢迎三连转发。 核心原因很简单：即便我并非专业开发人员，也希望深度拆解OpenClaw的底层运行机制，尤其是记忆体的设计与实现逻辑。 从当下的行业现状来看，AIAgent的发展仍处于相对粗放的初级阶段，绝大多数产品的记忆体设计，要么停留在简单的文件存储层面，要么是向量与文本的生硬拼接，尚未形成符合AI智能进化的记忆体系。 而记忆体，正是推动AIAgent从“粗放”走向“精细”的核心抓手。 OpenClaw作为一款开源的AIAgent框架，其记忆体的探索与改造，正是这一赛道上的一次重要实践，而这一实践的成果，也将为整个AIAgent行业的记忆体设计提供有价值的参考。
29610编辑于 2026-03-26- 来自专栏月梦·剑心的技术专栏
循环神经网络初探
上图所示为一个循环核，循环核中部拥有多个记忆体，可以指定记忆体的个数，改变记忆容量。 当记忆体的个数被限定，输入数据x、输出数据y的维度被确定，则循环核的三组参数(Wxy、Whh、Why)维度也就确定了。记忆体内存储着每个时刻的状态信息ht。 以上两式是ht与yt的计算过程。 其中每个循环核的记忆体的个数是根据需求任意指定的。 2.循环网络的计算过程 2.1单个字母预测 本章以字母序列预测为例，深入详细探讨循环神经网络的计算过程。 首先使用独热码对字母进行编码，并随机生成三个参数矩阵，选择记忆体的个数为3. 通过记忆体个数，输入数据维度，输出数据维度，确定参数矩阵的维度： 一个字母一个字母输入做计算。 2.2多个字母预测 连续输入四个字母，预测下一个字母，因此时间步为4，按时间步展开，依次输入每个字母，计算ht，更新记忆体的记忆，直到第四步，计算yt，得到预测结果。
46130编辑于 2022-09-14 AI辅助生成强大的个人思维记忆体-从2006年到2022年的个人成长记录
将我从2006年到2022年2000多篇原创文章投喂给AI大模型，让AI基于时间线索重新梳理我个人的思维记忆体，个人的学习成长和实践历程。 这个也是我经常强调的，如果要让AI成为你的个人第二大脑。 经过2天的训练，已经完成了从2006年到2022年的记忆体训练，形成了约15万字的详细文档记录。今天分享一个高度浓缩版本，供大家参考。 人月聊IT · 个人思维记忆体 思维记忆体 v17.0 · 覆盖年份 2006–2022 · 原创文章约 2050 篇IT架构师 · 思维方法论原创输出者 · 长期主义践行者 一、从铁道到IT：一段不寻常的知识迁移之旅 本文基于个人思维记忆体 v17.0 整理，覆盖 2006–2022 年。 持续更新，与知识同行。 注：等训练完成后将提供完整的pdf文件供大家参考学习。
19810编辑于 2026-03-09- 来自专栏浩Coding
Linux命令之Ps——进程管理命令
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND USER: 行程拥有者 PID: pid %CPU: 占用的 CPU 使用率 %MEM: 占用的记忆体使用率 VSZ: 占用的虚拟记忆体大小 RSS: 占用的记忆体大小 TTY: 终端的次要装置号码 (minor device number of tty) STAT: 该行程的状态: D: 无法中断的休眠状态 (通常 IO 的进程) R: 正在执行中 S: 静止状态 T: 暂停执行 Z: 不存在但暂时无法消除 W: 没有足够的记忆体分页可分配 <: 高优先序的行程 N: 低优先序的行程 L: 有记忆体分页分配并锁在记忆体内 中断(休眠中, 受阻, 在等待某个条件的形成或接受到信号) 3. 不可中断(收到信号不唤醒和不可运行, 进程必须等待直到有中断发生) 4.
5.6K10发布于 2020-04-08 - 来自专栏科控自动化
[Linux] 学习笔记1-查看进程的命令(ps/top/pstree/pgrep)
linux查看进程的命令有： 1、PS命令，该命令可以查看哪些进程正在运行及其运行状态； 2、Top命令，该命令可以实时显示各个线程情况； 3、Pstree命令，该命令以树状图的方式展现进程之间的派生关系 TTY STAT START TIME COMMAND D: 无法中断的休眠状态 (通常 IO 的进程) R: 正在执行中 S: 静止状态 T: 暂停执行 Z: 不存在但暂时无法消除 W: 没有足够的记忆体分页可分配 <: 高优先序的行程 N: 低优先序的行程 L: 有记忆体分页分配并锁在记忆体内 (实时系统或捱A I/O) USER: 行程拥有者 PID: pid %CPU: 占用的 CPU 使用率 %MEM: 占用的记忆体使用率 VSZ: 占用的虚拟记忆体大小 RSS: 占用的记忆体大小 TTY: 终端的次要装置号码 (minor device number of tty) STAT: 该行程的状态: START 3.Pstree命令 pstree命令以树状图的方式展现进程之间的派生关系，显示效果比较直观。
1.3K20编辑于 2022-04-19 - 来自专栏linux教程
提高IIS网站服务器效率的8个方法
3. 使用 [独立] 的处理程序会损失20%的执行效率。 4. 添加快取记忆体的保存文档数量，可提高ActiveServer Pages之效能。 5. 勿使用CGI程式 6. 3、不启用记录 不启用记录可以改善5~8%的执行效率。 如何设定不启用记录呢？ 4、调整快取（Cache）记忆体 IIS 5.0将静态的网页资料暂存於快取（Cache）记忆体当中；IIS 4.0则将静态的网页资料暂存於档案当中。 调整快取（Cache）记忆体的保存档案数量可以改善执行效率。 ASP指令文档执行过後，会在暂存於快取（Cache）记忆体中以提高执行效能。 於 [内容] 之 [主目录]、[虚拟目录] 页，按下 [设定] 按钮时，即可由[处理程序选项] 页设定 [指令档快取记忆体] 。 如何设定快取（Cache）记忆体档案数量呢？
1.7K10编辑于 2023-04-26 - 来自专栏cwl_Java
C++经典算法题-稀疏矩阵
.Algorithm Gossip: 稀疏矩阵 说明 如果在矩阵中，多数的元素并没有资料，称此矩阵为稀疏矩阵（sparse matrix）， 由于矩阵在程式中常使用二维阵列表示，二维阵列的大小与使用的记忆体空间成正比 ，如果多数的元素没有资料，则会造成记忆体空间的浪费，为 此，必须设计稀疏矩阵的阵列储存方式，利用较少的记忆体空间储存完整的矩阵资讯。 0 0 0 0 0 12 0 这个矩阵是5X6矩阵，非零元素有4个，您要使用的阵列第一列记录其列数、行数与非零元素个数： 5 6 4 阵列的第二列起，记录其位置的列索引、行索引与储存值： 1 1 3 2 3 6 3 2 9 4 4 12 所以原本要用30个元素储存的矩阵资讯，现在只使用了15个元素来储存，节省了不少记忆体的使用。 {1, 1, 3}, {2, 3, 6}, {3, 2, 9}, {4, 4, 12}};
1.1K10发布于 2020-02-13 - 来自专栏数字芯片
芯片的未来，靠这些技术了
所谓的异构整合，广义而言，就是将两种不同的芯片，例如记忆体＋逻辑芯片、光电＋电子元件等，透过封装、3D 堆叠等技术整合在一起。换句话说，将两种不同制程、不同性质的芯片整合在一起，都可称为是异构整合。 相较于2.5D 封装，3D 封装的原理是在芯片制作电晶体（CMOS）结构，并且直接使用硅穿孔来连结上下不同芯片的电子讯号，以直接将记忆体或其他芯片垂直堆叠在上面。 此项封装最大的技术挑战便是，要在芯片内直接制作硅穿孔困难度极高，不过，由于高效能运算、人工智能等应用兴起，加上TSV 技术愈来愈成熟，可以看到越来越多的CPU、GPU 和记忆体开始采用3D 封装。 以往堆叠仅用于记忆体，现在采用异构堆叠于堆叠以往仅用于记忆体，现在采用异构堆叠，让记忆体及运算芯片能以不同组合堆叠。 另外，英特尔还研发3 项全新技术，分别为Co-EMIB、ODI 和MDIO。 藉由不同的选项进行前段芯片堆叠与后段封装，3DFabric 协助客户将多个逻辑芯片连结在一起，甚至串联高频宽记忆体（HBM）或异构小芯片，例如类比、输入/输出，以及射频模组。
1K20发布于 2020-10-23 - 来自专栏AI电堂
模拟芯片的现在与未来
世界半导体贸易统计组织(WSTS) 发布2022年8月最新半导体市场预测，由于消费性电子终端需求疲弱，导致记忆体价格下跌、产值缩水，加上记忆体市场成长动能趋缓，预估今年全球半导体市场成长率将由原来的16.3% 随着动态随机存取记忆体(DRAM)及储存型快闪记忆体(NAND Flash)供给过剩，价格走跌，今年下半年价格恐将持续走跌，因此，WSTS原本预估今年全球记忆体市场产值年增率达18.7%，明年再成长3.4% ，大幅下修今年全球记忆体市场产值年增率为8.2%，明年下修至0.6%。 以成长快速的电动车为例，一台电动车保守估计需要500-1,500颗芯片，甚至福特Focus新款电动车需要高达3,000颗芯片。 通讯领域每年有15亿支手机需求，市场规模稳定，约可造就300亿美元的模拟(射频前端、电源)芯片产值，也是「最稳定」的市场；PC/NB类市场每年约有3亿台出货量，随着新IO规格的推出，周边产品的模拟芯片需求上看
59410编辑于 2022-12-08 - 来自专栏cwl_Java
C++经典算法题-多维矩阵转一维矩阵
由于 C/C++、Java等的记忆体配置方式都是以列为主，所以您可能会比较熟悉前者（Fortran的记忆体配置方式是以行为主）。 分别表示三维阵列的三个索引： 以列为主：loc = i*u2*u3 + j*u3 + k 以行为主：loc = k*u1*u2 + j*u1 + i 更高维度的可以自行依此类推，但通常更高维度的建议使用其它资料结构 在C/C++中若使用到指标时，会遇到指标运算与记忆体空间位址的处理问题，此时也是用到这边的公式，不过必须在每一个项上乘上资料型态的记忆体大小。 代码示例 #include <stdio.h> #include <stdlib.h> int main(void) { int arr1[3][4] = {{1, 2, 3, }}; int arr2[12] = {0}; int row, column, i; printf("原二维资料：\n"); for(row = 0; row < 3;
1.1K00发布于 2020-02-13 为应对2nm高昂成本，苹果A20系列将改用WMCM封装
相较于现行的InFO（整合扇出封装）采用PoP（Package on Package）垂直堆叠方式，将记忆体直接置于处理器上方，并采用Chip First 制程在晶片上生成RDL（重布线层），再将记忆体封装于上层 InFO 的优势是整合度高，但随着AI 应用带动记忆体容量需求大幅增加，记忆体模组叠得越高，封装厚度与制作难度都显著上升，同时SoC 功耗提升也使散热变得困难。
15710编辑于 2026-03-20- 来自专栏Linux驱动
Linux-ps命令(7)
D: (down)不可中断的静止,睡眠状态(信号量就会使进程睡眠) R: (run)正在执行中 S: (static)静止状态 T: 暂停执行 Z: 不存在但暂时无法消除 W: 没有足够的记忆体分页可分配 <: 高优先序的行程 N: 低优先序的行程 L: 有记忆体分页分配并锁在记忆体内 (即时系统或捱A I/O) COMMAND 所执行的指令 (其中-sh 进程就是用来回显的，也就是说，我们在终端
4.2K71发布于 2018-01-03 - 来自专栏全栈程序员必看
各种硬件接口_sdio接口速率
在SDIO的4BIT模式下DAT0-DAT3用来传输数据，其中DAT1复用作中断线。 三、SDIO内部的记忆体映射 SDIO记忆卡内部具有固定的记忆体映射，这包含暂存器空间或称为「一般资讯区域（common information area；CIA）」，以及特殊功能区域（function 图三 SDIO固定记忆体映射空间 此外，由于SDIO记忆卡的每一个功能可能需要包含额外的记忆体空间，用来储存驱动程式或应用程式。 SD/SDIO的传输模式SD传输模式有以下3种： SPI mode（required） 1-bit mode 4-bit mode SDIO同样也支持以上3种传输模式。 SDIO电路设计注意事项 SDIO走线速率较高，尽量控制寄生电容 CMD、D0~D3走线长度以CLK走线长度为基准±3mil，需要时绕蛇形线 CLK走线尽量单独包地，从芯片管脚到SD接口的总长度越短越好
5.3K20编辑于 2022-11-09 - 来自专栏AI
OpenClaw 安装后必看！你真的会科学养虾吗？第1天和第47天的Openclaw有什么区别？
下面我将会从Openclaw给我的意义，改造基于三级文件的记忆体系，以及空白系统的介绍等等说起。 这是真正有用的系统是系统的上下文——基于三级文件的记忆体系。一张漫画先预览：基于三级文件的记忆体系完整提示词可以点击公众号后台输入：基于三级文件的记忆体系下面介绍一下基于三级文件的记忆体系。 搭建一个基于三级文件的记忆体系。你的核心运行逻辑、上下文管理和多智能体协作完全基于一个三级文件记忆体系。 读 `USER.md` — 帮助谁3. 读 `memory/YYYY-MM-DD.md` — 最近上下文（今天 + 昨天）4. SkillsMP —— 最大的 Skill 集市https://skillsmp.com/zh （API：sk_live_skillsmp_NAY3NzpB8Lmwx3NZmdI5oPhe07gShZLHTP7dzyw7KNY
1.5K36编辑于 2026-03-16 - 来自专栏全栈程序员必看
字节、字、bit、byte的关系
bit 电脑记忆体中最小的单位，在二进位电脑系统中，每一bit 可以代表0 或 1 的数位讯号。 %&+-*/)，是记忆体储存资料的基本单位，至於每个中文字则须要两Bytes。 当记忆体容量过大时，位元组这个单位就不够用，因此就有千位元组的单位KB出现，以下乃个记忆体计算单位之间的相关性： 1 Byte = 8 Bits 1 KB = 1024 Bytes 1 MB = 1024 汉字： 1 汉字 = 2 byte = 16 bit （这里不是很准确，当编码不同的时候，1个汉字所占的字节数也会有所不同，有些编码是占 2个字节，有些则不是，可能是 3个或者 4个） Java的八大基本数据类型
4K10编辑于 2022-09-01 - 来自专栏全栈程序员必看
字节、字、bit、byte的关系「建议收藏」
bit 电脑记忆体中最小的单位，在二进位电脑系统中，每一bit 可以代表0 或 1 的数位讯号。 %&+-*/)，是记忆体储存资料的基本单位，至於每个中文字则须要两Bytes。 当记忆体容量过大时，位元组这个单位就不够用，因此就有千位元组的单位KB出现，以下乃个记忆体计算单位之间的相关性： 1 Byte = 8 Bits 1 KB = 1024 Bytes 1 MB = 1024
5.9K30编辑于 2022-09-20 - 来自专栏数字芯片
如何区分NAND、DDR、LPDDR、eMMC、UFS、eMCP、uMCP存储器
除此，NAND Flash根据对应不同的空间结构来看，可分为2D结构和3D结构两大类： 下面是各大NAND Flash芯片生产厂商在3D NAND Flash产品的量产状况： 二、DDR、LPDDR DDR LPDDR和DDR之间的关系非常密切，简单来说，LPDDR就是在DDR的基础上面演化而来的，LPDDR2是在DDR2的基础上演化而来的，LPDDR3则是在DDR3的基础上面演化而来的，以此类推。 四、eMCP、uMCP eMCP是结合eMMC和LPDDR封装而成的智慧型手机记忆体标准，与传统的MCP相较之下，eMCP因为有内建的NAND Flash控制芯片，可以减少主芯片运算的负担，并且管理更大容量的快闪记忆体 以外形设计来看，不论是eMCP或是eMMC内嵌式记忆体设计概念，都是为了让智慧型手机的外形厚度更薄，更省空间。 uMCP 是结合了UFS和LPDDR封装而成的智慧型手机记忆体标准，与eMCP相比,国产的uMCP在性能上更为突出，提供了更高的性能和功率节省。
8.1K11编辑于 2023-11-23
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