#人工智能
#开源项目
前两天的Deepseek v3发布，效果有点震惊，看论文所说，只用了2048张H800显卡，2个月不到时间训练完毕，计算预算只有不到600万美元就训练出来了新的模型。
与其他大模型玩家不同的是，deepseek背后是一家叫幻方量化的公司，不是传统的互联网企业，前几个月看到的采访《揭秘DeepSeek:一个更极致的中国技术理想主义故事》，更早的一篇采访《疯狂的幻方：一家隐形AI巨头的大模型之路》。
#开源项目
前两天的Deepseek v3发布，效果有点震惊，看论文所说，只用了2048张H800显卡，2个月不到时间训练完毕，计算预算只有不到600万美元就训练出来了新的模型。
与其他大模型玩家不同的是，deepseek背后是一家叫幻方量化的公司，不是传统的互联网企业，前几个月看到的采访《揭秘DeepSeek:一个更极致的中国技术理想主义故事》，更早的一篇采访《疯狂的幻方：一家隐形AI巨头的大模型之路》。
#分布式
开写我的分布式原理教程，初步想好的名字是《图解分布式系统原理》。想写这个教程，是因为重读DDIA的过程中，发现在分布式这块，有很多地方没有展开写。例如happen before关系，例如共识算法（作者一笔带过，我严重怀疑他可能不会：）。
目前先在Latex上写，后续写好了会逐章公布在网站上。
开写我的分布式原理教程，初步想好的名字是《图解分布式系统原理》。想写这个教程，是因为重读DDIA的过程中，发现在分布式这块，有很多地方没有展开写。例如happen before关系，例如共识算法（作者一笔带过，我严重怀疑他可能不会：）。
目前先在Latex上写，后续写好了会逐章公布在网站上。
#数据库
#sqlite
前两天和一位同行聊起来：给传统的tp型数据库，增加列式数据处理能力，比如存取parquet数据、比如增加时序型数据的处理，好像还有点搞头。
有不少给postgresql增加了这些能力的项目了（例如pg_duckdb），我在想：也许也可以把这些做法照搬到sqlite上面。
另外，他也提到另一个观点：对于大部分企业来说，时序类+文本搜索类场景，应该覆盖了90%以上的AP需求了。
#sqlite
前两天和一位同行聊起来：给传统的tp型数据库，增加列式数据处理能力，比如存取parquet数据、比如增加时序型数据的处理，好像还有点搞头。
有不少给postgresql增加了这些能力的项目了（例如pg_duckdb），我在想：也许也可以把这些做法照搬到sqlite上面。
另外，他也提到另一个观点：对于大部分企业来说，时序类+文本搜索类场景，应该覆盖了90%以上的AP需求了。
GitHub
GitHub - duckdb/pg_duckdb: DuckDB-powered Postgres for high performance apps & analytics.
DuckDB-powered Postgres for high performance apps & analytics. - duckdb/pg_duckdb
#人物
前阵子推过DeepSeek背后公司幻方量化的消息，这家公司的创始人梁文锋在网上能找到的公开信息很少，正好看到一篇文章更详细介绍了他和他的公司。(题目过于标题党就不贴出来了，可以点击上面的文章链接直达网页)
前阵子推过DeepSeek背后公司幻方量化的消息，这家公司的创始人梁文锋在网上能找到的公开信息很少，正好看到一篇文章更详细介绍了他和他的公司。(题目过于标题党就不贴出来了，可以点击上面的文章链接直达网页)
Telegram
codedump的电报频道
#人工智能
#开源项目
前两天的Deepseek v3发布，效果有点震惊，看论文所说，只用了2048张H800显卡，2个月不到时间训练完毕，计算预算只有不到600万美元就训练出来了新的模型。
与其他大模型玩家不同的是，deepseek背后是一家叫幻方量化的公司，不是传统的互联网企业，前几个月看到的采访《揭秘DeepSeek:一个更极致的中国技术理想主义故事》，更早的一篇采访《疯狂的幻方：一家隐形AI巨头的大模型之路》。
#开源项目
前两天的Deepseek v3发布，效果有点震惊，看论文所说，只用了2048张H800显卡，2个月不到时间训练完毕，计算预算只有不到600万美元就训练出来了新的模型。
与其他大模型玩家不同的是，deepseek背后是一家叫幻方量化的公司，不是传统的互联网企业，前几个月看到的采访《揭秘DeepSeek:一个更极致的中国技术理想主义故事》，更早的一篇采访《疯狂的幻方：一家隐形AI巨头的大模型之路》。
#Rust
国内知名Rust社区贡献者Folyd，之前曾经给Rust贡献了一个优化的二分查找实现：《优化 Rust 标准库的 binary_search》。
但是这个实现，会导致在有多个重复元素的情况下，返回是不确定的，最终导致了币圈某产品的翻车，这里可以看到作者的后续推文。
我们回到这个问题本身：除了撤销这个修改，下一步应该在Rust标准库里增加多个重复元素的测试用例了吧？
国内知名Rust社区贡献者Folyd，之前曾经给Rust贡献了一个优化的二分查找实现：《优化 Rust 标准库的 binary_search》。
但是这个实现，会导致在有多个重复元素的情况下，返回是不确定的，最终导致了币圈某产品的翻车，这里可以看到作者的后续推文。
我们回到这个问题本身：除了撤销这个修改，下一步应该在Rust标准库里增加多个重复元素的测试用例了吧？
GitHub
Folyd - Overview
Rust, Music enthusiast. Creator of https://query.rs, https://huhu.io, https://anyshortcut.com, https://paybase.cn - Folyd
distributed system illustrate(cn).pdf
1.3 MB
#分布式
从2025年开年后开始写一本分布式教程，到现在过去了20天（中间还花了小一周时间准备面试，最后还不合适），初步写好了两章，大家可以看看。由于只是初稿，错漏在所难免，就是给大家看看目前的完成度。两章内容里，自己手画了20多张图，按照我预估全部完成可能有8章的内容，所以最后可能要画200+张的图。我挺喜欢画图解释原理的，一图胜千言。
从2025年开年后开始写一本分布式教程，到现在过去了20天（中间还花了小一周时间准备面试，最后还不合适），初步写好了两章，大家可以看看。由于只是初稿，错漏在所难免，就是给大家看看目前的完成度。两章内容里，自己手画了20多张图，按照我预估全部完成可能有8章的内容，所以最后可能要画200+张的图。我挺喜欢画图解释原理的，一图胜千言。
我特别喜欢在技术文章中画图，有两个原因：对作者而言，如果能用图表达思路，侧面说明是真的掌握了；对读者而言，图形也比一维的文字更容易理解、信息量更大，图形中可以增加联系、颜色、形状等多维度信息。
所以一方面要让自己真的掌握一个知识点，另一方面要锻炼自己的画图表达的能力，以画图来反向验证自己对知识的掌握。画图的一些心得，参考我以前写的文章：《技术配图的一些心得》。
至于我用的画图工具，现在如果是随手画的图，就用excalidraw；一些更为正式的图，就用Mac上的OmniGraffle，可以很方便得对齐、调整颜色、字号大小等等，大几百买断的单机单平台软件，但是超值。
所以一方面要让自己真的掌握一个知识点，另一方面要锻炼自己的画图表达的能力，以画图来反向验证自己对知识的掌握。画图的一些心得，参考我以前写的文章：《技术配图的一些心得》。
至于我用的画图工具，现在如果是随手画的图，就用excalidraw；一些更为正式的图，就用Mac上的OmniGraffle，可以很方便得对齐、调整颜色、字号大小等等，大几百买断的单机单平台软件，但是超值。
codedump的网络日志
周刊（第8期）：技术配图的一些心得 - codedump的网络日志
#人工智能
#投资
周五英伟达跌了三个点，周一（2025.01.27）盘前接着跌9个点。
随着DeepSeek的火爆，验证了可以不用这么多GPU就可以达到良好的效果，这就动摇了英伟达做为人工智能硬通货的逻辑了，前阵子李开复的访谈也谈及这个问题：对于大模型公司，也要开始考虑资本回报率了。
也许对于英伟达来说，“思科时刻”就要来了。对于一个垂直的行业而言，底层基建的效率提升、成本降低，带来的就会是上层应用的爆发，正如2000时代思科之于互联网一样，所以很多人都说“2025年会是AI应用爆发的元年”。
两年前在Chatgpt出现的时候，果断买入了英伟达，现在回报已经足够，套现以后可以考虑新的投资标的：AI应用类的市场。
#投资
周五英伟达跌了三个点，周一（2025.01.27）盘前接着跌9个点。
随着DeepSeek的火爆，验证了可以不用这么多GPU就可以达到良好的效果，这就动摇了英伟达做为人工智能硬通货的逻辑了，前阵子李开复的访谈也谈及这个问题：对于大模型公司，也要开始考虑资本回报率了。
也许对于英伟达来说，“思科时刻”就要来了。对于一个垂直的行业而言，底层基建的效率提升、成本降低，带来的就会是上层应用的爆发，正如2000时代思科之于互联网一样，所以很多人都说“2025年会是AI应用爆发的元年”。
两年前在Chatgpt出现的时候，果断买入了英伟达，现在回报已经足够，套现以后可以考虑新的投资标的：AI应用类的市场。