C 变量住在哪里,进程内存为什么越来越大:从 .data / .bss 到 smaps 排查内存增长
全局、静态、const、局部、malloc 出来的变量分别落在 .data、.bss、.rodata、栈还是堆,在 Linux 进程和单片机的 Flash / RAM 里各是什么样。
言栖资讯收录 83065 篇 AI、开发与建站文章(中文),按发布时间排序,支持搜索与按语言筛选。
全局、静态、const、局部、malloc 出来的变量分别落在 .data、.bss、.rodata、栈还是堆,在 Linux 进程和单片机的 Flash / RAM 里各是什么样。
有人跟我说“桌面程序控制在 1K 以内”,我才发现,这个看似简单的要求,背后藏着一整套关于像素、缩放、渲染目标和性能预算的工程认知。而这些东西,恰恰是桌面开发里最容易被“能跑就行”掩盖掉的部分。
手写一个电流环采样时序校核工具:为什么你的 FOC 电流总差几个百分点 FOC 的电流环,给定 10A,实测 9.4A。不是环路带宽不够,也不是 PI 参数没调好——是采样时刻偏了 1.2µs。 在
上周把一个错误封装从业务包里抽出来做成公共模块。抽的时候函数签名保持 *MyError 不变,调用方一行没改,if err != nil 却开始在成功路径上也走进错误分支。 断点里展开 err,类型一
去年有个做图床的服务,文件落盘只靠一行拼接,跑了半年没事。后来后台加了「按日期分子目录」的配置,交接的同事把它填成了 /20260103,前面多打了一个斜杠。 上线当天文件全落在根目录的 /20260
分层干不干净,要等你想换掉一层才见分晓。 DuckDB 2.0 把用了八年的 parser 整层换掉了
一次重构把循环里的显式调用改成了 defer,本意是「不管从哪条分支出去都能收尾」。上线后日志全乱了:一百条任务记录,打印出来的任务编号都是最后一个。 中间那九十九个编号一次都没出现。代码看着完全合理
一、半夜 3 点的 rollout undo 先看一个每个后端都经历过(或即将经历)的现场: 凌晨 2:47,值班电话响了:订单服务 5xx 从 0.2% 飙到 40% 2:49,爬起来开电脑、连 V
做完一个项目,Lighthouse跑分一看:性能40分。打开Network面板,图片占了三兆多。 图片优化是前端性能优化里性价比最高的部分,改完立竿见影。今天就聊聊怎么优化。
第一次搞OpenGL的时候是2019年,那个时候有个需求就是要在相机上加特效,并且录制成一个MP4,当时也是各种开源框架代码抄,过程中也学习了很多,但是一直并没有写一些能够输出给社区的。
DeepSeek 的 Worker 调得动 GitHub,调不动微信:三类 Worker 的实现差别 先说结论,后面全是证据。 DeepSeek Harness 团队 10 月 31 日发了《Supe
用 WorkBuddy 做网页小游戏的真实账本:积分花在哪种需求上、怎么提需求最省,以及分享页跨域 iframe 导致手机横屏失败的解决办法。
围绕权重、KV、激活和通信预算,分析 TP、DP、EP、CP 与 PP 的容量、通信及吞吐取舍,讨论注意力与 MoE 的并行组合,以及长上下文和流水线的额外约束。
29 · CUDA Graph 接到 hybrid 路径 一句话:把 26 篇只停留在「乐观(上限)外插」的 CUDA Graph 候选真正落地——先用 nsys 直接量出发射空档 2.761 ms/
从算术强度、硬件转折点和实际 HBM 流量出发,判断 GEMM 与 Attention 的瓶颈,并区分量化、合批和融合的适用条件。
很多开发者手里已经订了 Claude Code、Cursor 或 Codex 用来写代码,但想搭一套本地 AI 个人知识库时,要么得在网页端聊天框和本地 Markdown 文件之间来回复制粘贴,...
高频失败背后是业务语义断层 HR系统与钉钉考勤对接频繁失败,表面是技术故障:字段映射错乱、打卡数据延迟、token过期报错、日志无从追溯。但一线真实反馈揭示更深层问题——一个字段未同步,可能引发整月薪
轻量级桌面环境 Enlightenment 项目释出了 v0.28.0。主要变化包括:初步支持 NetBSD,支持 Network Manager,原生支持 PipeWire,新的剪贴板管理器,电池管理、AC 轮询等相关代码进行重写,新增设置电池阈值和支持 ACPI 电源配置等等,以及大量 bug 修复和更改。

昨晚推上最热的研究:我们可能可以像编程一样,让 AI 编写 AI 模型的权重文件。团队用 GPT-6 Astra 直接编辑 Qwen3.5-0.8B 的权重,只改动 0.016%,MATH-500 准确率就提到原来的约 6 倍,IFEval 指令跟随提到约 3 倍。 昨晚推上 AI 圈最热门的研究: 我们可能可以像编程…