当前位置：网站首页 » 观点 » 内容详情

gitlib权威发布_gitlib源与gitub源(2024年11月精准访谈)

内容来源：冲顶技术团队所属栏目：观点更新日期：2024-11-27

gitlib

程序员工作后才知道的那些事儿 𐟒𛊱️⃣ 工作后才知道，像Tomcat这种东西，基本上用不到了。现在大多数项目都是基于Spring Boot开发的，它已经内置了Tomcat，所以你可以和Tomcat说再见了，再也不用被它“折磨”了。 2️⃣ 工作中，像JSP、HTML这些代码也很少用了，现在基本都是用Vue来开发。 3️⃣ 实体类的那些get、set方法和构造方法，基本上没人写了。一个@Data注解就搞定了，简直不要太方便。 4️⃣ 基础的增删改查代码，几乎不需要手动写。大多数情况下，都是用代码生成器或者IDE的插件自动生成的，效率杠杠的。 5️⃣ 全栈程序员越来越少了，现在基本都是前后端分离的项目。有专门写前端页面的，也有专门负责后端接口的。如果你正在找工作，建议你选择自己擅长的方向，全栈干下来会很累。 6️⃣ 一个项目需要多个岗位共同完成，比如产品经理、项目经理、UI设计师、测试工程师、前端开发、后端开发、运维、实施等等。 7️⃣ 如果你正在找工作，建议简单学一下Git。大多数项目的代码都是用Git来管理的，工程构建基本都是基于Maven的，不用自己去导入各种lib包。 8️⃣ 刚工作时不要焦虑，其实大家都很菜。遇到问题基本都是百度一下解决。你会发现工作的时候时间过得很快，基本上聊聊天、摸摸鱼，顺便写点代码，“一天”就过去了。

Linux文件系统详解𐟓š 𐟓š Linux基础： Git: 分布式版本控制系统，用于管理代码，保存所有版本的代码数据。 RStudio: 集成开发环境，用于R语言编程。 WinSCP/Xftp: 文件传输软件，用于在Windows和Linux之间传输文件。 Xshell: 终端模拟软件，用于连接服务器。 𐟔‘ 服务器登录： SSH登录: SSH是一种网络协议，用于计算机之间的加密登录。语法为：ssh user@host。 𐟓‚ 文件目录结构： bin: 存放可以直接执行的二进制机器码，常用的命令如cd、ls等都存放在这里。 sbin: 系统管理员使用的管理工具存放地。 lib: 动态链接库文件存放地。 lib64: 64位系统相关的动态链接库。 user: 用户需要的所有应用程序和文件数据存放地。 boot: 引导分区目录，用于系统启动。 dev: 设备管理目录，包含所有硬件的文件映射。 etc: 系统配置文件存放地。 home: 用户主目录文件夹存放地，不包含root用户的主目录。 root: root用户的主目录文件夹。 opt: 第三方软件安装目录。 media: 可移动媒体设备默认挂载点。 mnt: 可移动设备挂载点。 proc: 进程信息存放地。 run: 系统运行信息存放地。 srv: 系统服务相关信息存放地。 sys: 系统硬件相关信息文件存放地。 tmp: 系统临时目录。 var: 变量相关的数据存放地，常用作日志文件存放地。通过了解这些基础知识和文件目录结构，你可以更好地管理你的Linux服务器和系统配置。

LLama3加速秘籍𐟔劥˜🯼Œ大家好！今天我想和大家分享一下如何用TensorRT和Triton来加速LLama3模型的推理。这个教程是基于我之前的经验总结出来的，希望能帮到你们。环境准备 𐟌 首先，你需要准备一个带有GPU和NVIDIA Docker的主机。我个人推荐使用智星云，比如GPU3090，24G显存，宿主机内存至少30G，磁盘200G，驱动版本大于535，CUDA 12.1。机器类型选择云主机，性能模式普通性能，GPU类型GeForce RTX3090，显存24G。下载仓库 𐟓劦Ž夸‹来，创建代码目录，如果还没有的话。然后下载TensorRT-LLM仓库，这里用v0.8.0稳定版本： bash cd ~ mkdir codeRepo && cd codeRepo git clone -b v0.8.0 下载模型 𐟓报ˆ›建模型目录，如果还没有的话： bash mkdir -p /root/model_repository 然后下载模型： bash cd /root/model_repository git clone 组织目录 𐟓‚ 红色部分是本次部署需要的：拉取容器 𐟚⊤𘋨𝽦𞃨€—时，建议调大网络带宽： bash docker pull nvidia/cuda:12.1.0-devel-ubuntu22.04 启动容器 𐟚€ 进入仓库： bash cd TensorRT-LLM 启动容器： bash docker run --rm --runtime=nvidia --gpus all -v $(PWD):/TensorRT-LLM -v /root/model_repository:/model_repository --entrypoint /bin/bash -it --workdir /TensorRT-LLM nvidia/cuda:12.1.0-devel-ubuntu22.04 安装依赖 𐟛 ️ 进入容器后，安装依赖： bash apt-get update && apt-get -y install python3.10 python3-pip openmpi-bin libopenmpi-dev 安装稳定版本TensorRT-LLM，下载依赖比较耗时。希望这个教程能帮到你们！如果有任何问题，欢迎在评论区留言，我们一起讨论解决。𐟘Š