计算机

趁着双十一搞活动，阿里云新入手了一台服务器：经济适用版本，99一年，配置不高，作为跳板机代理家里的服务也是不错的，活动持续到2026年。

组里的项目之间存在依赖关系，由于历史原因，并未使用submodule维护项目的依赖，日常开发需要手动依次更新仓库代码，否则可能碰到各种奇怪的问题。

小程序开发设计的坑还没填上，新挖一个WPF，最近公司也动荡了一波，异地协同办公沟通总归效率总归有点不如意，索性承接了客户端界面的开发。

办公室新入手一台mini主机，想着配置配置环境方便，在家偶尔也有访问的需求，临时部署内网穿透。按照以往的经验，部署frp服务，指定端口转发，需要一台公网的服务器，连接的质量取决于公网服务器的宽带质量。折腾一点新鲜的Zerotier虚拟机局域网，类似于VPN，本地新建虚拟网卡，所有的机器都加入到一个虚拟网络中。

vmware虚拟机安装开发系统的时候，一般都会多预留点磁盘空间，用的时间长了，本地占用的磁盘空间远超虚拟机实际文件的内容。

国内的资料，基本都在推荐秋叶大佬的一键部署包，想着都是基于Python的开源项目，部署也不会很复杂，试试从零开始。

折腾AI生成图，特意更换了显卡，3060 12g入门版本；服役七年的960光荣下线

核心的pytorch cuda安装，以前编写pyhton游戏辅助脚本时，本地安装过，没想到还是碰到坑，cuda加密一直无法激活。

one loop thread，耗时已经在微秒层面，更换服务器，从最多积压六万数据包，到几乎没有积压

在单线程循环处理数据的场景中，CPU的性能取决于主频、缓存大小、指令集架构等因素。一般来说，主频越高、缓存越大、指令集架构越先进的CPU在单线程处理数据时性能越好

就如当年学习搜索引擎的技巧，我们也需要学习一些和AI沟通的技巧，给出合理且充分的限定条件，高效的获取需要的答案。

如果你换个角度呢，当前的AI属于一个记忆力很好的小孩子，它拥有过目不忘的能力，有抄作业的能力。我们需要做的是学会如何正确、有效的和AI沟通，精准的描述需求，帮助AI生成预期的结果。