GaGa's Blog

异常信息

错误是因为编译Redis 6.2.24时，系统缺少systemd开发头文件：

fatal error: systemd/sd-daemon.h: No such file or directory
#include <systemd/sd-daemon.h>

解决

显卡直通（GPU Passthrough）是一种虚拟化技术，允许将物理主机上的显卡直接分配给虚拟机（VM），使虚拟机能够直接访问和使用显卡的硬件资源，而不是通过虚拟化的中间层。

基本概念

• 直通：指的是将物理设备（如显卡）直接分配给虚拟机，而不是通过虚拟机管理程序（如Hypervisor）进行模拟或虚拟化。
• 目的：主要用于需要高性能图形计算的应用场景，如游戏、图形设计、科学计算等，以最大化利用GPU的性能。

召回率（Recall），也叫查全率，衡量的是：所有真正为正的样本中，被模型正确找出来的比例。

直观例子

有 100 个真正患病的人，模型检测出 80 个，漏掉 20 个,意思是：80% 的正样本被成功召回。

• Round-Trip Time(RTT) — 往返时延（网络通信中最常见，指数据包往返所需时间）

Copy-on-Write是Linux内存管理非常经典的机制。

示例讲解

假设：

Linux负责把有限的物理内存（RAM）抽象成大量连续的虚拟地址空间，并通过页表、分页、缓存、回收和交换机制，在进程之间安全、高效地分配和复用内存。

1.内存管理逻辑图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

             进程
               │
   ┌───────────┴───────────┐
   │      虚拟地址空间       │
   │  Code / Data / Heap   │
   │  mmap / Stack         │
   └───────────┬───────────┘
               │
             页表
               │
         虚拟页 → 物理页
               │
   ┌───────────┴───────────┐
   │       物理内存         │
   │        RAM            │
   │ Page / Page Frame     │
   └───────────┬───────────┘
               │
   ┌───────────┴───────────┐
   │                       │
Page Cache               Swap
   │                       │
文件系统                   磁盘

百度网盘青春版是百度网盘推出的独立版本，主要定位是轻量化云存储和高速文件传输。它与普通版最大的区别是：牺牲部分网盘功能，换取更快的上传、下载体验。

• https://pan.baidu.com/youth/pan/main

1.主要功能特点

目的

局域网内部域名解析，外部域名去上游DNS查询。

网络架构

参考文档

• https://help.aliyun.com/zh/starops/use-cases/practice-of-starops-cross-account-access-permission

基本思路

目的：
在A账户上starops新建数字员工来操作B账户的资源(实现跨租户资源查询/定位/管理)

1.复制多个文件到同一个目录

1

COPY file1.txt file2.txt /gaga/

这会将file1.txt和file2.txt复制到容器内的/gaga/目录中。

2.复制目录及其内容：

百合是药食同源食材，中医认为味甘、微寒，归心、肺经主要功效包括：

• 润肺止咳：帮助缓解肺燥干咳、痰少、咽干。
• 清心安神：用于虚烦失眠、多梦、心悸、精神恍惚、热病后余热未清等。

现代研究也支持它有一定的滋阴润燥、辅助抗癌等作用（属于温和的药食材）。它常用于秋季燥热时节的调理，适合肺阴虚或心神不宁人群。

GPU（图形处理单元，Graphics Processing Unit） 是一种专门为并行计算任务设计的处理器，最初用于加速图形渲染，现广泛应用于通用计算。相比 CPU，GPU拥有数千个较小的核心，适合同时处理多个任务，非常适用于 3D 渲染、机器学习、科学模拟和加密货币挖矿等场景。

GPU 主要特点

• 并行架构：拥有数千个核心，可同时处理大量任务。
• 高吞吐量：擅长处理大数据集和重复性任务。
• 图形优化：针对矩阵运算、纹理映射和着色等操作优化。
• 通用计算（GPGPU）：通过 CUDA（NVIDIA）或 OpenCL 等框架应用于 AI、数据科学和模拟。