➡️
继续阅读
-
推理服务的缓存与调度：前缀、多级存储、集群路由
本文讨论长上下文推理服务的缓存与调度优化。核心原则是缓存未命中比命中贵几个数量级，因此设计围绕复用展开：单实例内通过块哈希实现前缀缓存；KV池采用writ...
-
Kimi K3 模型结构（10）：RL 与服务，状态住在哪里
本文介绍Kimi K3模型在1M上下文强化学习与线上服务中的系统设计，核心是状态管理。KV块和KDA状态通过write-back策略在GPU与DRAM池间...
-
企业选择 RTC 推流服务时应该关注哪些指标？
选择RTC推流服务时，需核实四类指标：体验指标（延迟、卡顿率、成功率）要明确统计口径；网络能力（抗丢包、抖动吸收、节点覆盖）决定体验上限；可观测性（质量大...
-
Linux Kernel 7.1已经结束生命周期不再提供更新 用户应尽快升级到7.2系列
#系统资讯 Linux Kernel 7.1 系列最终版发布：Linux Kernel 7.1.13，至此 7.1 全系列结束生命周期支持。内核团队建议用...
-
用 ChatGPT 定时任务做一个 Hacker News 中文摘要网站
从定时任务到网站
-
CEO的1元年薪起源 - 编程一生
本文介绍了多个商业现象的起源：手机系统更新导致变慢源于安迪-比尔定理，即软件消耗硬件提升；CEO拿1元年薪始于克莱斯勒和乔布斯，象征共渡难关；公司延迟上市...
