- 综合排序
- 最热优先
- 最新优先
- 来自专栏亿源通科技HYC
多芯光纤MCF(Multicore Fiber)互联
随着人工智能AI技术的迅猛发展，数据处理需求和通信容量的增长达到了前所未有的规模。特别是在大数据分析、深度学习和云计算等领域，通信系统对高速、高带宽的要求越来越高。传统单模光纤(Single-more Fiber, SMF)受非线性香农极限的影响，传输容量将达到上限，以多芯光纤（Multi-core Fiber, MCF）为代表的空分复用(Spatial Division Multiplexing，SDM）传输技术，在长距离相干传输网络和短距离光接入网中都得到了广泛应用，显著提升了网络的整体传输能力。
49910编辑于 2025-04-01 - 来自专栏以终为始
【论文解读 |资源竞争】TC‘2024 Analysis and Mitigation of Shared Resource Contention on Heterogeneous Multicore
主要是针对异构多核平台上的共享资源争用问题，特别是在增强现实抬头显示（AR-HUD）应用中的实时任务性能优化。
14100编辑于 2025-07-19 - 来自专栏Golang语言社区
【Go 语言社区】Golang语言的多核并行化例子
关键就是runtime.NumCPU()读出cpu核数，runtime.GOMAXPROCS(MULTICORE)控制使用多个cpu核心。据说以后不会这么麻烦。 int = runtime.NumCPU() //number of core runtime.GOMAXPROCS(MULTICORE) //running in multicore fmt.Printf("with %d core\n", MULTICORE) ch := make(chan int) for i := 0; i < MULTICORE; i++ { go calsome(i*COUNT/MULTICORE, (i+1)*COUNT/MULTICORE, num[0:], ch) temp := <-ch fmt.Printf("multicore #%d result:%d\n", i, temp) result
1.5K50发布于 2018-03-19 - 来自专栏码匠的流水账
聊聊golang的zap的NewTee
序 本文主要研究一下golang的zap的NewTee NewTee zap@v1.16.0/zapcore/tee.go type multiCore []Core func NewTee(cores case 0: return NewNopCore() case 1: return cores[0] default: return multiCore (cores) } } NewTee方法根据cores个数来返回不同的Core，若len(cores)为0，返回NewNopCore，若为1则返回cores[0]，默认返回[]Core multiCore zap@v1.16.0/zapcore/tee.go func (mc multiCore) With(fields []Field) Core { clone := make(multiCore 提供了With、Enabled、Check、Write、Sync方法，它们都是遍历multiCore执行对应的操作 实例 func teeDemo() { buf := &bytes.Buffer
1K20发布于 2020-12-24 - 来自专栏码匠的流水账
聊聊golang的zap的NewTee
序 本文主要研究一下golang的zap的NewTee java-streams-1.png NewTee zap@v1.16.0/zapcore/tee.go type multiCore []Core case 0: return NewNopCore() case 1: return cores[0] default: return multiCore (cores) } } NewTee方法根据cores个数来返回不同的Core，若len(cores)为0，返回NewNopCore，若为1则返回cores[0]，默认返回[]Core multiCore zap@v1.16.0/zapcore/tee.go func (mc multiCore) With(fields []Field) Core { clone := make(multiCore 提供了With、Enabled、Check、Write、Sync方法，它们都是遍历multiCore执行对应的操作 实例 func teeDemo() { buf := &bytes.Buffer
95400发布于 2020-12-12 - 来自专栏Golang语言社区
go语言的多核并行化例子
关键就是runtime.NumCPU()读出cpu核数，runtime.GOMAXPROCS(MULTICORE)控制使用多个cpu核心。据说以后不会这么麻烦。 int = runtime.NumCPU() //number of core runtime.GOMAXPROCS(MULTICORE) //running in multicore fmt.Printf ("with %d core\n", MULTICORE) ch := make(chan int) for i := 0; i < MULTICORE; i++ { go calsome(i* COUNT/MULTICORE, (i+1)*COUNT/MULTICORE, num[0:], ch) } //divide into some parts result := 0 for i := 0; i < MULTICORE; i++ { temp := <-ch fmt.Printf("multicore #%d result:%d\n", i, temp) result
1.8K100发布于 2018-03-22 - 来自专栏往期博文
【Python】多线程与多进程学习笔记
import multiprocessing as mp def job(x): return x * x def multicore(): pool = mp.Pool(processes 可以使用迭代器，下面的代码通过迭代器实现了两种取值方式的等效结果： import multiprocessing as mp def job(x): return x * x def multicore () print('multicore time:', time.time() - st2) 输出： normal: 499999666667166666000000 normal time : 499999666667166666000000 multicore time: 1.4371891021728516 结果发现，双线程的所花时间和单线程相差不大，论证了python的多线程是 : 4999999666666716666660000000 multicore time: 6.478690147399902 此时发现多进程的速度有了明显提升。
56630编辑于 2023-02-13 - 来自专栏游戏杂谈
使用InjectProxy、InjectMediator简化Fabrication开发
{ 18: import org.puremvc.as3.multicore.utilities.fabrication.utils.HashMap; 19 : import org.puremvc.as3.multicore.interfaces.IProxy; 20: import org.puremvc.as3.multicore.utilities.fabrication.interfaces.IDisposable ; 21: import org.puremvc.as3.multicore.core.Model; 22: 23: /** （自己实现两个方法：processor、elementExist） 1: package org.puremvc.as3.multicore.utilities.fabrication.interfaces 2: { 3: import org.puremvc.as3.multicore.interfaces.IFacade; 4: import
77630发布于 2018-11-15 - 来自专栏光城(guangcity)
python进阶之多进程
for i in range(1000000): res += i + i ** 2 + i ** 3 q.put(res) 3.3 封装多进程 # 多核/多进程 def multicore start() p2.start() p1.join() p2.join() res1 = q.get() res2 = q.get() print('multicore :', st1 - st) multithread() st2 = time.time() print('multithread time:', st2 - st1) multicore () st3 = time.time() print('multicore time:', st3 - st2) 3.8 输出结果 normal: 499999666667166666000000 time: 1.779979944229126 multithread: 499999666667166666000000 multithread time: 1.8090195655822754 multicore
60520发布于 2019-09-20 - 来自专栏生信宝典
一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D
"A") # 将map颜色设置为“岩浆”色，简称为“A”，共有“A”，“B”，“C”，“D”和“E”五种；gg # 绘制2D图 # 转成3D图，只需要plot_gg函数即可 plot_gg(gg,multicore # 按区域上色 ggtitle("Area of counties in North Carolina") + # 绘制题目 theme_bw() plot_gg(gg_nc, multicore black") + # 绘制六边形图 scale_fill_viridis_c(option = "C") plot_gg(pp, width = 4, height = 4, scale = 300, multicore = 0) + scale_fill_viridis_c(option = "C") plot_gg(pp_nolines, width = 4, height = 4, scale = 300, multicore element_text(size=8), text = element_text(size=12)) plot_gg(mtcars_gg, height=3, width=3.5, multicore
5.5K30发布于 2019-07-22 - 来自专栏闪电gogogo的专栏
Python初学——多进程Multiprocessing
): res = 0 for i in range(10000000): res += i+i**2+i**3 q.put(res) # queue def multicore start() p2.start() p1.join() p2.join() res1 = q.get() res2 = q.get() print('multicore :', st1 - st) multithread() st2 = time.time() print('multithread time:', st2 - st1) multicore () print('multicore time:', time.time()-st2) 在视频中的运行结果是多进程<正常<多线程，而我的运行结果为下图所示： ? import multiprocessing as mp def job(x): return x*x def multicore(): pool=mp.Pool(processes
2.3K80发布于 2018-01-08 - 来自专栏FPGA/ARM/DSP技术专栏
TMS320C6678＋Kintex-7开发板——DSP程序固化操作步骤
如需固化多核用户程序，请先按照“多核程序可执行文件转换”章节将多核用户程序可执行文件转换为MAD(Multicore Application Deployment)文件，再重命名为app.out，并替换工具包中的默认 多核程序可执行文件转换multicore-boot工具包说明多核程序可执行文件转换工具包multicore-boot位于产品资料“4-软件资料\Tools\”目录下，工具包目录结构及说明如下。 maptoolCfg_C66x_bypass_prelink.jsonBuild.bat转换脚本maptool.pyPython脚本python-2.7.amd64.msiPython 2.7安装包请将多核程序可执行文件转换工具包multicore-boot Python安装multicore-boot工具包的使用需依赖Python，请双击工具包目录下的Python安装包python-2.7.amd64.msi，再点击Next进行安装。
1.8K00编辑于 2022-08-14 - 来自专栏全栈程序员必看
吃CPU的openmp 程序「建议收藏」
= 0; for(int i=0; i<(1<<30); ++i) { c += c*i; } } printf("hello multicore
72320编辑于 2022-07-20 - 来自专栏用户画像
solr install
example：solr官方提供的一些示例程序，简要介绍几个示例 solr:该目录是一个包含了默认配置信息的Solr的Core目录 multicore :该目录包含了在Solr的multicore中设置的多个Core目录 webapps:该目录中包括一个solr.war，该war可作为solr的运行实例工程
1.1K20发布于 2018-08-24 - 来自专栏林德熙的博客
dotnet 启动 JIT 多核心编译提升启动性能 原理启动这个功能环境性能
ProfileOptimization Impove App Launch Performance With MultiCore JIT in .NET Framework 4.5 multicore
96320发布于 2019-03-13 - 来自专栏Rust语言学习交流
【Rust日报】2021-12-21 Embark Studio 使用 Rust 进行本地渲染
目前已经添加了 WebSockets、MultiCore 扩展（以及更多）等功能！欢迎大家尝试和贡献！
85820编辑于 2021-12-24 - 来自专栏游戏杂谈
小试Flex框架Fabrication
而mediator需要继承自FlexMediator(org.puremvc.as3.multicore.utilities.fabrication.patterns.mediator.FlexMediator
64610发布于 2018-11-15 - 来自专栏PPV课数据科学社区
使用R语言进行异常检测
注意，目前包Rlof的版本在MacOS X和Linux环境下工作，但并不在windows环境下工作，因为它要依赖multicore包用于并行计算。 ? ? Rlof包依赖multicore包，在Windows环境下失效。对于分类数据的一个快速稳定的异常检测的策略是AVF(Attribute Value Frequency)算法。
2.6K60发布于 2018-04-23 - 来自专栏python3
python爬虫入门八：多进程/多线程
进程池 import multiprocessing as mp def job(x): return x*x def multicore(): pool = mp.Pool() # 定义一个进程池 res = pool.map(job, range(100)) print(res) if __name__=='__main__': multicore() time.sleep(0.1) v.value += num # 获取共享内存 print(v.value) l.release() # 释放 def multicore (v,3,l)) p1.start() p2.start() p1.join() p2.join() if __name__ == '__main__': multicore
1.8K21发布于 2020-01-19 - 来自专栏FPGA/ARM/DSP技术专栏
嵌入式必看！基于TMS320C6678开发板的DSP多核IPC通信开发案例
TI-IPC支持MessageQ、Notify和SharedRegion等常用的IPC模块，支持Shared Memory、Multicore Navigator和SRIO三种传输方式。 底层通过IPC的Multicore Navigator（QMSS多核导航）方式实现核间通信。
1.5K10编辑于 2022-07-25
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