30000+ 条结果

1. Michael阿明 michael.blog.csdn.net › article › details › 160904614
   Shared Memory 与矩阵乘法分块优化实验_使用shared memory 优化全局内存-CSDN博客

   文章浏览阅读484次，点赞6次，收藏10次。本文围绕 CUDA 矩阵乘法中的 Shared Memory 优化展开，通过 Naive 矩阵乘法与 Shared Memory Tiled 矩阵乘法的对比实验，分析不同TILE大小对kernel 性能的影响。实验基于 Tesla T4，测试矩阵规模包括TILE包括8、16、32、64。结果表明，Shared Memory 在大多数有效配置下能够明显加速矩阵乘法。_使用shared memor…

2. 云上高博会 www.heecshop.cn › school › science-project › 1725.html
   基于智能状态检测的超音速旋流净化系统_天津大学

   摘要 超音速旋流净化技术是湿烟气经超音速分离器绝热膨胀至超音速，降温50-100℃后，其中夹带的水蒸汽、SOx与溶解性盐、凝胶粉尘、微尘等成分发生非均质凝结后予以分离的一种新型气体净化技术，脱除效率最高可达90%，能够高效地实现烟气脱白。该技术同时借助多传感器融合方法智能诊断和动态测量流场数据，优化烟气“脱白”过程，必要时辅以高压微雾增强技术，强化分离净化效果。相较于传统的电磁法、烟气加热法、烟气…

3. DAMO开发者矩阵 damodev.csdn.net › 692fea30791c233193d22417.html
   ICLR'25 Spotlight | 少样本场景下的分子性质预测任务新解_DAMO开发者矩阵-DAMO开发者矩阵

   作者｜李瑞凤，浙江大学博士生 【ICLR 2025预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 分子性质预测是药物研发工作中非常重要且基础的任务。当前的 DAMO开发者矩阵 DAMO开发者矩阵

4. Chrome 开发者版 developer.chrome.com › docs › web-platform › chrome-finch
   什么是 Chrome Finch 实验？ | Web Platform | Chrome for Developers

   了解 Chrome 如何安全地发布新功能。

5. Chrome 开发者版 developer.chrome.google.cn › docs › web-platform › chrome-finch
   什么是 Chrome Finch 实验？ | Web Platform | Chrome for Developers

   了解 Chrome 如何安全地发布新功能。

6. Aliyun sls.aliyun.com › doc › ai_coding › token_efficiency.html
   AI Coding Token 效率分析：从大盘指标到自动优化 | 阿里云可观测

   阿里云可观测案例中心

7. 天空的小窝 blog.baka233.top › archives › qian-tan-yi-xia
   浅谈一下 近期状况 | 天空的小窝

   写这篇文章没什么 就是想要聊一下近期的状况 生物实验考试 --让我最懵逼的一次实验考试 我们学校的生物基本都停留在表面，很少真动手实践。平时见到的显微镜，不是像清朝老视频里那样古董级，就是初一

8. Infoq gmtc.infoq.cn › 2023 › beijing › track › 1314
   团队可持续发展－GMTC北京2023 专题

   GMTC北京2023 专题：团队可持续发展。作为一个 Leader，你要为项目结果负责，也要为团队成员的成长负责。在行业人才竞争加剧的情况下，如何找到靠谱的人，为团队注入新血？管理是科学，也是哲学。

9. 品牌建站 www.yige-tech.com › article › xingyezixun_128.html
   需求挖掘广告-全新AI赋能广告系列 | 易歌课堂

   什么是需求挖掘广告？通过AI赋能覆盖30亿用户，优化转化与流量！了解更多广告策略，立即咨询易歌科技！

10. DeepSeek 文档 api-docs.deepseek.com › zh-cn › news › news250929
    DeepSeek-V3.2-Exp 发布，训练推理提效，API 同步降价 | DeepSeek API Docs

    今天，我们正式发布 DeepSeek-V3.2-Exp 模型，这是一个实验性（Experimental）的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention（一种稀疏注意力机制），针对长文本的训练和推理效率进行了探索性的优化和验证。