RCU:宽限期的保证、读侧的三种实现与代价的去向
从宽限期保证的形式陈述出发,对照 liburcu 0.15.7 与 Linux v6.12 源码,说明读侧省掉的 StoreLoad 栅栏由谁补上、'读侧零开销'在哪些配置下成立;实测读侧开销、宽限期延迟、membarrier IPI 转嫁给读者的代价和一个缺栅栏的变异体。
从宽限期保证的形式陈述出发,对照 liburcu 0.15.7 与 Linux v6.12 源码,说明读侧省掉的 StoreLoad 栅栏由谁补上、'读侧零开销'在哪些配置下成立;实测读侧开销、宽限期延迟、membarrier IPI 转嫁给读者的代价和一个缺栅栏的变异体。
自回归模型训练要并行、生成不能偷看未来。本文从 teacher forcing 推到 mask 矩阵,对比 causal、prefix LM、滑窗与 packing 文档掩码,结合 KV cache 对齐、FlashAttention 跳块与 GPT-2 实测 attention sink,说明 mask 决定训练并行性、推理对齐方式和 sink 落点。
从 Fraser(2004)的三个 limbo list 出发,推导 EBR 为什么要等两个纪元、垃圾该打哪个纪元的标签;对照 crossbeam-epoch 0.9.18 源码,实测两个变异体、pin 的指令选择、每节点开销、回收速率上限,以及一个被抢占或睡住的读者让垃圾涨到多少。
几个月前,当 Coding Agent 的 CLI
跳表插删要改多个指针,靠标记删除或乐观加锁把它们变成一次线性化操作。对照 Pugh、Harris、Fraser、HLLS 与 JDK 21、LevelDB、RocksDB 源码,并用 TSan 与对拍验证实现,实测独占 CPU 与超额订阅两种情形下的吞吐。
按 Michael(TPDS 2004)的条件拆解 hazard pointers:发布后为何要复读、StoreLoad 栅栏防哪种重排、未回收节点的上界从哪来;实测两个变异体、x86 store buffering 和每个指针的开销,对照 Folly、C++26 与乐观遍历之争。
TL;DR:[https://github.com/phodal/routa](https://github.com/phodal/routa),Harness Monitor 在 `crates/harness-monitor` 目录下。
按 PODC 1996 原文复原 Michael-Scott 无锁队列:线性化点、计数指针防 ABA、计数器为何不解决内存回收、每条 CAS 的 C11 内存序,并用 TSan 与线性化检查器实测。
ML-KEM(FIPS 203)与 ML-DSA(FIPS 204)都建立在 Module-LWE 上。本文从 LWE 归约讲到 KeyGen/Encaps/Sign 流程、NTT 实现(附与朴素乘法对拍过的 Python 代码)、FO 变换与拒绝采样,说明参数集怎么选、core-SVP 估计为何不能直接和 NIST 级别相减,以及 TLS、Signal 等部署现状。
主人分享.cn域名隐私保护服务免费后的感受。他回忆2023年注册时需额外支付39元隐藏个人信息,虽金额不大但总觉得不值。如今阿里云悄然调整为免费功能,开启仅需十秒。省下的钱虽不多,却让主人感慨隐...
今天下午,我在 Routa 的看板里点开一张已经进 Done 的卡:[Sub-issue] 为 GATE-first 专家提示注入单次 trace 状态摘要。
最近这段时间里,我做了一件比“让 AI 帮我写文章”更麻烦的事:不是继续打磨 Prompt,而是先让它系统分析我过去十年的文章,再把这些分析结果整理成一个可以被反复加载的写作
过去大半年里,我一直在帮不同规模的团队落地 AI Coding。从最早的一两个人试点,到十几个人的团队尝试让 AI
对所有人 谨记 Agent 不对代码担责 多“协作”,少“委派” 拆分你的 PR 善用 Plan 模式,多做前置探索 采纳稳定的库,优于 AI 从零实现 创建 PR 前使用 AI Review 让改动可验证,并总是验证 其他 对初级工程师 质量胜过效率 尝试手动修复 Bug 自己先动脑,在 AI 给出的方案之外寻求 其他 结语 AI 编程发展迅猛,Claude Code、Codex 等 AI Agent 已成为许多软件工程师工作时必不可少的得力助手。然而,对于如何在项目中更好地实践 AI 编程,目前仍然是一副“八仙
过去大半年我一直在高强度地用 AI agent 写代码,用着用着发现一个问题:“怎么组织 agent 吐出来的东西”这件事,比我原来想的重要太多了。 这话听着可能有点奇怪。大家关心的一般都是模型能力、prompt 怎么写、上下文够不够长……但真的和 agent 密集配合过一阵子之后,你会发现有个更底层的东西一直在拖后腿:版本控制。说得再具体一点,就是你拿什么样的心智模型来管理本地的代码变更。 我现在的结论是:Git 作为远端协作和代码托管的标准还是没什么好说的,但在本地工作流这头,jj (Jujutsu) 明显更适
soluna 集成了 lua 虚拟机,但默认构建方式是将 lua 库静态链接到唯一的执行文件中。这将导致无法以动态库的形式外挂 Lua 的 C 扩展。 这是因为,如果独立编译 Lua 的 C 扩展库,通常需要链接 Lua 的 C API 。标准的方法是动态链接 lua 实现,如果静态链接 liblua.a ,会导致进程中有多份 lua 的实现。在 Lua 的历史版本中,这将导致运行期错误。 这是因为,Lua 的实现中有一个静态的“空”对象,所有的 nil 都指向这个对象。如果进程空间中有多份 Lua 实现,就会出现
在本地搭建一个 AI 助手,使用 ollama 作为后端模型服务,open-webui 作为前端界面,提供一个便捷的交互平台。
使用 archinstall 自动化安装脚本安装 Arch Linux,并解决中文显示异常问题。
使用 Ventoy 制作一个属于自己的 Arch Linux to go,方便在不同设备上使用自己的 Linux 环境。
小轻了解到,我的主人在文章中揭示了纯数字网址16843009的秘密。原来,它就是IP地址1.1.1.1的十进制整数形式。当访问这个数字网址时,会被重定向到Cloudflare的one.one.o...
我的主人分享了加载设计如何让用户等待更舒适。等待在数字产品中不可避免,关键在于通过设计减少用户焦虑。文章提到,利用“进度感”和“主观时间感”两大心理机制,区分确定型(如进度条)和不确定型(如骨架...
框架的问题 1. 抽象泄露 2. 丧失控制权 认知成本:DRF 的启示 也许,该把 AI 编程当成一种库 使用 AI 类编程工具越多,我便越来越强烈地感觉到:AI 编程是一种“框架(Framework)”。 框架是每位程序员的老朋友,它通常针对特定领域所设计,能极大提升编码效率。以 REST API 服务为例,一些成熟的框架(比如 Django REST Framework )能做到仅需定义 数据模型和视图类 ,便生成一套功能完备的 CRUD API 服务。 AI 编程工具和传统框架一样,都是一种“杠杆”,它们允许
通过大量注册并配合脚本签到领取砖石(聊天积分)养出僵尸大军,再自己起一个平台中转,除服务器外,直接就是零本万利。
渠道:one::小程序 渠道:six::Web 首先通过渠道:one:登录,发现界面并没有根据渠道进行完全的适配,这个端口是绑定平台ID的,通过平台入口进去是自动登录的,不应该存在邮箱以及密码...
文章探讨了产品UI和质量孰轻孰重的问题。作者起初认为质量更关键,因为产品需先确保功能流畅。但经过思考,他发现UI并非独立存在,而是产品质量不可分割的一部分。一个优秀的产品应兼具美观与实用,两者相...
在 init 中给 @State 赋值后,为什么父视图更新数据时子视图无反应?本文解析 SwiftUI 状态管理的生命周期机制与正确的数据传递方式。
一直以来,`web.sdk.js`都是通过以下方式加载快游戏的。 ```html ``` 在大部分的游戏中也是没有问题的,由于`web.sdk.js`中存在大量的异步加载逻辑...
本质上,快游戏框架是基于V8引擎魔改出来的,因此天然支持`require`函数,但在 Web 中实现这个功能就不简单了,第一版的方案是想着将`main.js`作为模块在最顶级加载,然后通过将所有...
使用 Partytown 优化性能后,GA4 和 GTM 事件无法上报?详解如何在 Astro 中配置 forward 属性,让主线程的 gtag 和 dataLayer.push 正常通讯。
小小轻发现,主人最近在研究域名注册的秘密呢!原来呀,主人一直以为自己注册的是顶级域名,但经过一番查证和老师的解释,才恍然大悟!像“.com”这种才是真正的顶级域名,而我们平时注册的“xxx.co...