fa
Feedback
5 218
مشترکین
+224 ساعت
+47 روز
+7230 روز
آرشیو پست ها

#杂 2024年诺贝尔物理学家得主、人工智能专家 Geoffrey E. Hinton,一家几代人都是科学家,这之前很多人说过就不复述了,参考附图。 值得一提的是他的姑姑Jown Hinton,中文名寒春,曾经参与曼哈顿计划,1948年后来到中国,为
#杂 2024年诺贝尔物理学家得主、人工智能专家 Geoffrey E. Hinton,一家几代人都是科学家,这之前很多人说过就不复述了,参考附图。 值得一提的是他的姑姑Jown Hinton,中文名寒春,曾经参与曼哈顿计划,1948年后来到中国,为中国农业机械化贡献力量(但并未参与中国的核武器研制计划),可以说是中国人民的老朋友,也是首位拿到中国绿卡的外国人。

Repost from Xuanwo's Tweets
我离开 Databend,加入 LanceDB 啦,大家开源社区见! https://mp.weixin.qq.com/s/5_ZaZAsCHdx9WWEWkWGMMQ

#Rust 之前一直以为,在Rust代码中只有返回Result类型的函数可以用?提前返回,没想到可不止这个类型,参见:https://doc.rust-lang.org/std/ops/trait.Try.html
#Rust 之前一直以为,在Rust代码中只有返回Result类型的函数可以用?提前返回,没想到可不止这个类型,参见:https://doc.rust-lang.org/std/ops/trait.Try.html

#数据库 之前说过Postgresql在这一轮AI浪潮里大胜,这就看到一个收集各种PG开源项目的项目 postgres_for_everything

#杂 https://roadmap.sh/ : 提供各个方向开发者的学习路线参考。

#数学 最近被王虹的新闻刷屏了,这名数学家很有可能拿到今年的菲尔茨奖。 王虹的履历并不是一个中国传统意义上数学天才的故事:高考数学只有130多分、没有参加过什么高级别的奥数竞赛拿过大奖、大学最开始学的也不是数学专业而是从其它专业转过来的。 这样一个非中国典型意义上的数学家能够冲击菲尔茨奖,无疑是给国内的数学教育一记震撼的。对应的,2022年获奖的韩裔许埈珥也是在硕士期间才转到数学专业的。这两人都不能算是数学天才型选手。 我自己觉得,其实不止是数学领域,会解题和真正的研究问题,其实是两个不太一样的技能,中国人更擅长解题,尤其是已经有明确定义的问题。

#人工智能 《Serving Large Language Models on Huawei CloudMatrix384》 硅基流动和华为一起发布了这篇论文,讲解了如何在CloudMatrix 384超节点上部署DeepSeek模型服务,应该算业界首次披露非英伟达体系下是怎么搞定那些难题的。

#Linux内核 《The Kernel in the Mind》,Linux内核开发者写的一系列介绍Linux内核的设计理念、运行机制和核心特性的文章合集。

#博客 博客换了一个主题,除了这个主题更加简洁干净接近我的审美以外,它对多语言的支持也更好,我后续打算把原先很多内容不错的博客转成英文输出,博客内容也“出海”,这样后续在海外做一些内容推广时也有一个能够引流的平台,比如我就把之前分享如何阅读源代码的文章翻译成了英文版本,等工作日的时候往HackerNews发一下

#杂 (仍然在)待业的这段时间,接触(观察)了很多人:菜市场里每天凌晨起来进货的60+大爷、在小区上门给人洗车的中年人、在直播间努力叫卖的年轻人。 在我眼里,他们都是“努力生活的人”。我感觉对比起来,在空调房里加班敲键盘的工作,还是太轻松了。我可能也是运气好,没怎么碰到过需要996的工作,也可能这是我一把年纪没做出什么成绩的原因吧。 (附件视频是一个在直播间卖衣服的小姐姐,能够做到不间断地每10几秒钟换一身衣服,并且还会有对应的介绍) 我这段时间刷抖音,有时候看到这些人,都会进去说一句:生活不易,加油陌生人。

#数据库 我最近都在思考:我自己的本业数据库内核开发,如何和现在的Ai结合起来,或者说,AI会使用怎样的数据库? 刚好看到了这两篇文章。 《AI Agent需要什么样的数据库?》: * 在各类AI应用中,AI Agent是最活跃的; * Databricks 最终选择 Neon,无疑是看中了 Neon 数据库的高度亲和 AI Agent 业务特征的关键能力。 * Neon的优点: * serverless * 读写分离 由于以上两点,可以做到即使创建、大量小实例等特性,很适合AI Agent这样的业务。 《前阿里高管押注PostgreSQL,打造AI数据库底座》:同样也是提及AI Agent,除了同样分析了Neon这样的产品如何有利于Agent之外,还重点说了一个点:Postgresql上有目前的全模态产品形态(TP\AP\向量),能够一站式提供一个数据库所需的能力。

#杂 意大利作家卡尔维诺在1967年写到:“我们的房子越是灯火通明、繁荣昌盛,墙上就越是充满幽灵。 (The more our houses are illuminated and prosperous, the more their walls drip with ghosts)” 计算机课程教师Simone Conradi认为,这句话彷佛是卡尔维诺对现在的智能生活化的预言。 出自推特。 补充一下,在十几年前所谓的“智能家电”时代,我也没有跟风买了一堆可以用手机app控制的智能家电。家里的白色电器,除了小米电视盒子,都是传统的非智能家电。我觉得我不需要这样的功能。美剧《硅谷》里,也有一个智能电冰箱被控制之后做出不好事情的桥段。可能是因为我对“智能”的忌讳:机器要智能,前提是要足够了解人,要了解人就需要足够的数据。我不愿意暴露我的数据换取这些所谓的智能。

#开源项目 著名开源内存分配库jemalloc ,于2025.06.03被归档(貌似被转移到FB组织下了,见:https://github.com/facebook/jemalloc )。FB旗下的著名存储引擎Rocksdb,虽然还没有被归档,但是项目也不怎么活跃了,项目的核心开发者也离职了。 即使在大公司,做Infra看起来也不是一个好的方向。

#投资 昨天看剧的时候突然想起来好久没有听到GoPro的消息了,打开证券app查了一下股价,从最高的98到现在的六毛钱,再往下走恐怕就要退市了。 与之对应的,在消费电子这个领域,从我一个外行人角度,经常能听到大疆、安克,还有最近要上市的影石360这些
#投资 昨天看剧的时候突然想起来好久没有听到GoPro的消息了,打开证券app查了一下股价,从最高的98到现在的六毛钱,再往下走恐怕就要退市了。 与之对应的,在消费电子这个领域,从我一个外行人角度,经常能听到大疆、安克,还有最近要上市的影石360这些公司的名字。

#数据库 在中国做数据库的,多少都听过 萨师煊 教授的名字,他撰写的《数据库系统概论》第一版于1983年出版,是中国大陆第一本讲解数据库系统实现的专著,人民大学在数据库领域也是内地最强的几所高校之一。 今天看到《萨师煊教授:国产数据库学科的拓荒人与奠基者》一文中提及他的家世,才知道这么显赫: * 萨氏源于山西雁门萨氏先祖,已有六七百年的历史,祖先是蒙古色目人。 * 最早的先祖是元代四大诗人之一的萨都剌,曾官至南台侍御史,钦赐萨姓,此为萨氏家族立姓之始。 * 萨都剌的孙子萨仲礼是元统年间(1333年)的进士,官至福建行中书省检校,举家由晋迁闽,子孙繁衍渐成望族。 * 后人中包括:爱国海军将领 萨镇冰、中山舰长 萨师俊,物理学家 萨本栋、化学家 萨本铁、微电子学家 萨支唐、数学家 萨支汉等等。

#开源项目 Minio 删了11W行代码,把项目的UI管理界面删除了,美其名曰:“New AGPL Object Browser simplified Console”

#sqlite 25年前(2000年)的5月30日,sqlite作者D.Richard Hipp提交了第一个sqlite代码的修改。
#sqlite 25年前(2000年)的5月30日,sqlite作者D.Richard Hipp提交了第一个sqlite代码的修改。

#编程 #方法论 Andrej Karpathy的一条推: A major mistake I made in my undergrad is that I focused way too much on mathematical lens of c
#编程 #方法论 Andrej Karpathy的一条
A major mistake I made in my undergrad is that I focused way too much on mathematical lens of computing - computability, decidability, asymptotic complexity etc. And too little on physical lens - energy/heat of state change, data locality, parallelism, computer architecture. The former is interesting; The latter bestows power. (我在本科阶段犯的一个重大错误是过于关注计算的数学视角——可计算性、可判定性、渐近复杂性等,而太少关注物理视角——状态变化的能量/热量、数据局部性、并行性、计算机架构。前者很有趣;后者赋予力量。)
简单聊一聊我的理解。 数学视角,常见的就是算法视角,例如各种算法时间复杂度、空间复杂度的分析就属于数学视角。物理视角,考虑存储介质的特性、数据分布的局部性,我举几个例子。 * LSM类的存储引擎,写入WAL就认为写入成功,这利用了append操作比随机写操作更快的物理特性; * btree类存储引擎,以页面(page)为最小存储单位,读写的时候以页面为单位,既利用了批量读写数据的特性,又利用了数据的局部性。 Jeaf Dean常说的各类存储的延迟数据,也是物理视角。 通常会发现,一个算法即使数学上很好,但是如果不考虑物理特性,也会丧失它的优势。