开车、本能与持续学习

早上开车上班。脑子里在想 AI Code 的事，想着想着，突然意识到自己在开车。 转弯已经转了，转向灯已经打了，红灯前已经停了。不知道什么时候做的，但都做了。大脑里似乎有个地方，在我思考别的事情时，自己把车开着。不经意间，运转良好。 这让我觉得有点神奇。 我们说”本能”，通常是指天生的东西。眨眼，恐惧，婴儿吮吸。但开车不是天生的。没有人出生就会开车。它明明是后天学会的，却表现得像本能一样——不需要

随笔
AI LLM 思考

释放超级算力：深入解析NVIDIA IMEX在Kubernetes上的实现

随着GB200等超级芯片的问世，单节点内的计算和内存能力达到了前所未有的高度。然而，如何让云原生应用、特别是AI训练任务，充分利用这种“Scale-Up”架构的全部潜力？本文将探讨NVIDIA的IMEX（In-Memory Execution）技术，以及它如何通过Kubernetes最新的动态资源分配（DRA）框架和ComputeDomain这一核心抽象，在容器化环境中得以实现。 1. 背景1.

kubernetes
Kubernetes AI

RocksDB源码学习：MemTable实现之VectorRep、HashLinkListRep与HashSkipListRep

MemTable 是 RocksDB 中所有写入操作首先进入的内存数据结构。除了默认的 SkipListRep 实现外，RocksDB 还提供了多种为特定工作负载（Workload）优化的 MemTableRep。本文旨在深入探讨三种极具特色的 MemTable 实现：VectorRep、HashSkipListRep 和 HashLinkListRep，分析它们的核心设计、实现细节与性能权衡。

KV数据库
KV数据库 RocksDB