- 博客(78)
- 收藏
- 关注
RSS订阅
原创 DeepSeek本地部署之deepseek-r1-distill-llama-70b 本地部署与 AI 应用实践
已更新实测有效的硬件配置方案。近年来，大型语言模型（LLM）的快速发展为企业数字化带来了前所未有的机遇。然而，中小企业在使用诸如 GPT-4 这类云端大模型服务时，往往面临数据隐私、使用成本和网络依赖等方面的挑战。本地化部署大型模型成为一种趋势：将模型部署在企业自己的服务器上，数据不出内网，既保证了敏感信息的安全，又能根据企业需求对模型进行定制优化。是一款备受关注的开源大语言模型，参数规模高达 700 亿。作为 DeepSeek 系列的高性能版本，它在多个基准测试中表现出色。
2025-02-08 16:57:12
16948
2
原创 Pulse Control LSI vs CPU for motion control
脉冲控制LSI（大规模集成电路）和ASIC（专用集成电路）是专为运动控制设计的集成电路芯片，其核心功能是通过生成高精度脉冲序列来控制电机的速度、加速度和方向。这类芯片通常集成脉冲生成器、逻辑控制器和通信接口，能够直接驱动步进电机、伺服电机等执行机构，同时支持复杂的运动曲线规划（如线性加减速、S型曲线加减速）。
2025-05-06 18:03:39
531
原创 图神经网络（GNN）基本概念与核心原理
图神经网络（GNN）是一类专门处理图结构数据的神经网络模型 (图结构数据由节点（表示实体）和边（表示实体间关系）构成，每个节点和边都可以带有特征信息。GNN的核心思想是通过多轮**消息传递（message passing）**来迭代更新节点的表示：每层GNN会让每个节点收集并聚合其邻居节点的特征，然后通过一个神经网络变换这些聚合信息，更新自身的表示 () (这样，多层堆叠的GNN可以让信息在图中从一个节点传递到远处的节点，从而学习到图的全局结构特征。
2025-04-27 23:51:29
1004
原创 AI 发展历史与关键里程碑_附AI 模型清单及典型应用场景以及物流自动化适合的模型选择
1950 年：图灵测试1950 年，艾伦·图灵提出“图灵测试”（Turing Test），首次以可检验的方式讨论机器能否“思考”。# 图灵测试示意：模拟简单对话# 如果对话者无法辨别人机，则通过return "人类" in response # 极简示意print(turing_test("我是人类")) # True1956 年：达特茅斯会议“人工智能”一词首次提出，标志着 AI 作为独立学科的诞生。1960s–1970s：专家系统（Expert Systems）
2025-04-27 13:01:12
1015
原创 关于调度策略的系统性解析与物流机器人应用实践
调度策略是用于在复杂环境中协调资源分配、任务排序及路径规划的决策框架，旨在通过优化资源利用率和任务执行效率，实现系统整体性能的最优解。动态适应性：应对实时变化（如订单插入、设备故障、交通拥堵）。多目标优化：平衡时间、成本、能耗等多维度指标。冲突消解：避免资源竞争（如机器人路径冲突、设备占用冲突）。可扩展性：支持大规模集群调度与异构设备协同。调度策略是物流机器人系统的“神经中枢”，其演进从静态规则向动态智能决策发展，未来将更注重多技术融合（5G+边缘计算+AI）与生态协同（跨区域、多业态）。
2025-04-26 16:03:56
782
原创 Dijkstra算法对比图神经网络（GNN）
Dijkstra算法在静态、确定性问题中保持优势，但其局限性推动GNN-RL成为动态复杂环境的主流方案。未来技术发展将聚焦于多智能体协同、奖励函数设计优化，以及与传统算法的混合应用，以实现更高层次的交通系统智能化。
2025-04-26 14:31:24
953
原创 Logistics Scheduling: Traditional vs AI-Based Approaches and Proposed Graph-Based AI Solution_纯英文版
Traditional and AI-driven scheduling approaches in warehouse robotics differ in design, methods, and trade-offs. The table below summarizes architecture, algorithm types, advantages, and disadvantages of each approach based on recent literature (Choosing S
2025-04-26 12:27:16
1023
原创 工业数据驱动智能维护的深度调研报告
工业领域数据具有高价值但利用率低的特点。据统计，企业仅采集了56%的可用数据，剩余44%的振动、扭矩、PLC实时数据等未被有效采集。数据分散在PLC、SCADA、DCS等系统中，形成孤岛，且存在质量差（噪声、缺失值）、标准化不足等问题。此外，数据治理体系滞后，95%的企业获取外部数据困难，77%认为数据流通范围受限是主要瓶颈。工业数据的价值释放需构建“采集-治理-分析-应用”闭环体系。以国产IoTDB为例，其端-边-云协同架构实现数据一次处理多方共用，压缩率提升50%，传输成本降低30%。
2025-03-21 22:45:10
1130
原创 NVIDIA GTC 2025技术总结与未来趋势分析
技术层面：AI推理优化、量子-经典混合计算、物理AI将成为未来3-5年的核心赛道。开发者应对：需关注CUDA-X的Python生态、开源模型（如GR00T N1）的二次开发，以及量子计算的基础能力储备。产业影响：AI工厂、机器人即服务、边缘智能等模式将重塑制造业、医疗和城市管理，而NVIDIA通过硬件-软件-生态三位一体布局，持续巩固其技术霸权。
2025-03-20 22:44:42
1182
原创 新能源汽车技术赋能自动化物流仓库的技术普及方案
随着比亚迪等企业在快充技术、电池能量密度领域的突破，新能源汽车技术正为自动化物流体系带来革命性效率提升。以下从技术原理、应用场景、系统协同及案例实践四个维度，解析其技术路径与实施价值。
2025-03-19 10:14:18
1314
原创 中文版本AI-Based AMHS Monitoring System
基于人工智能的AMHS监控系统旨在预防自动化物料搬运系统的故障，特别是在半导体制造中，高可用性（99.999%）至关重要。该系统收集来自各种传感器的实时数据，利用先进的智能模型进行分析，并提供解决方案以保持系统稳定。
2025-03-17 09:55:01
536
原创 基于多源数据融合与AI的AMHS智能监控系统设计方案
通过整合多模态感知、AI模型与工业物联网技术，本系统可实现AMHS的全生命周期健康管理，为半导体制造提供高可靠性的智能运维解决方案。
2025-03-17 09:48:37
1484
原创 AI-based AMHS monitoring system
The design of an AI-based AMHS monitoring system focuses on preventing failures in automated material handling systems, especially in semiconductor manufacturing, where high availability (99.999%) is critical. This system collects real-time data from vario
2025-03-17 09:46:04
977
原创 人工智能（AI）与机械智能（Machine Intelligence, MI）的核心差异
人工智能（AI）与机械智能（Machine Intelligence, MI）的核心差异！随着边缘计算与5G技术的普及，AI的认知能力将与MI的物理执行进一步融合。例如，特斯拉的Optimus机器人结合GPT-4的决策能力与MI的运动控制，预示了“认知-执行”一体化智能体的可能性。在这一趋势下，MujinMI或将成为工业自动化中不可或缺的“智能四肢”，而通用AI则扮演“大脑”角色，共同推动智能制造升级。其技术虽未颠覆AI底层逻辑，但在特定领域（如物流自动化）实现了质的突破，是AI与机器人技术融合的成功范例。
2025-03-14 09:18:54
1290
原创 Lenovo ThinkSystem DE4000H的Zabbix监控模板
DE4000H支持通过REST API和Secure CLI进行管理，但需通过自定义脚本将数据集成到Zabbix。配置DE4000H的SNMP服务，启用社区字符串并允许Zabbix服务器访问。在Zabbix中关联模板到DE4000H主机，验证数据采集是否正常。：使用LLD自动发现驱动器、电源模块等组件。
2025-03-12 12:53:29
688
原创 超大规模物流与半导体AMHS调度系统设计及优化分析
实现万级机器人调度需突破集中式架构局限，通过"分布式智能+集中式优化"的混合架构，结合数字孪生、AI调度、光子计算等前沿技术，构建具备自愈、自优化能力的生态系统。半导体AMHS需特别关注工艺耦合性，将调度策略与MES深度集成，最终达成99.999%可用性目标。
2025-03-12 10:27:15
894
原创 Research on Large-Scale Material Scheduling System
In addressing the concurrency challenges posed by ultra-large-scale centralized material handling and storage centers in future automated warehouses and semiconductor factories’ Automated Material Handling Systems (AMHS), several critical issues must be re
2025-03-12 10:00:21
1286
原创 （附OpenManus开源链接）Manus架构逆向工程：用LangChain+LlamaIndex复现智能体协作系统（自主研发类Manus系统的挑战）
AIGC本地化突围战：从算力配置到多智能体系统，手把手实现类Manus架构Manus也没有那么神奇，类似的工具openai早已上线operator，还有MetaGPT的AI团队助理都有类似的功能，将独立的免费开源AI模型串起来使用的难度也没那么大，那么有多大？试试呗？试试就试试！生死看淡不服就干！
2025-03-07 23:30:40
1568
原创 半导体AMHS系统振动控制技术演进：从0.5G到超低振动的工艺革命
在半导体制造进入埃米级时代后，AMHS的振动控制能力将成为区分厂商技术等级的标尺。国内企业通过“弹性机械设计-混合主动控制-智能调度”的三重创新，正逐步突破0.2G阈值，支撑12英寸晶圆厂向3nm/2nm制程升级。未来，振动抑制不再仅是物流系统的性能参数，而是与光刻、刻蚀等核心工艺深度耦合的基础能力，这将重塑半导体设备产业的竞争格局。
2025-03-07 22:57:37
781
原创 无人机蜂群革命：千台物流机器人如何颠覆未来仓储？
随着物流行业自动化和智能化的推进，大规模物流机器人调度成为提升效率、降低成本的关键。无人机蜂群技术凭借去中心化、自主导航和群体智能的特点，为物流机器人调度提供了创新思路。本文将分析其技术可行性，探讨算法迁移路径，并通过案例和数据验证其应用前景。（系统原型通过实战验证），预计2026年将实现5000+节点的商业化应用。例如，快仓智能的“智慧大脑2.0”系统已成功调度500+台机器人，并通过云端集群突破千台规模。在30架无人机避障场景中实现毫秒级响应，为动态仓库中的碰撞避免提供了参考。
2025-03-07 19:09:10
836
原创 小型全自主蜂群无人机：技术细节、设计原理与未来展望
小型全自主蜂群无人机的核心技术在于分布式架构与多技术融合，其军事和民用潜力巨大，但需突破算法优化、硬件集成和能源管理等瓶颈。未来随着量子计算与新材料的发展，蜂群无人机将向更高自主性和环境适应性演进。
2025-03-07 19:02:38
859
原创 【硬核教程】DeepSeek 70B模型微调实战：打造工业级AI开发专家（附完整代码+案例）
工业软件 #AI大模型 #DeepSeek微调 #LoRA技术 #ColossalAI #PLC开发 #智能制造 #参数高效微调 #显存优化 #代码生成。工业软件面临代码规范严苛（IEC 61131-3）、多物理场耦合等特殊挑战(#)，传统大模型微调方案显存爆炸、训练周期长。：结合Colossal-AI的持续学习机制，定期注入新数据（如最新工业协议文档）进行增量训练。：代码编译通过奖励+5，符合编码规范奖励+3，运行时无逻辑错误奖励+10。：通过RAG（检索增强生成）接入企业内部知识库，动态补充上下文。
2025-03-03 09:54:30
2464
原创 Java MES系统AI革命：嵌入式与独立开发的黄金分割点，这些场景让工厂良率飙升200%
通过上述方案，企业可根据具体业务需求在嵌入式与独立部署间找到最优平衡点。建议优先在质量管控、设备预测性维护等场景实施嵌入式AI，而在知识管理、宏观决策等场景采用独立微服务架构。：采用Java嵌入式AI框架（如DeepLearning4J），在MES进程内加载ONNX格式模型。：JVM内存压力大，需优化模型量化（如INT8量化）：基于OSGi或Eclipse RCP构建插件体系。：支持热插拔的AI功能扩展，如新增焊点强度预测模块。：零网络延迟，适用于冲压机视觉检测等实时场景。
2025-03-02 19:31:45
704
原创 ElasticSearch 在半导体工厂中的智能应用与 AI 联动
ElasticSearch 在半导体工厂中的应用不仅提升了生产效率和系统稳定性，还通过与 AI 和向量数据库的结合，实现了更智能的数据分析和决策支持。作为 IT 开发人员，掌握 ElasticSearch 的部署、使用和集成技术，并积极探索与开源 AI 的联动，将为您的职业发展带来更多机遇。让我们共同探索这一技术的前沿应用，推动半导体行业的智能化进程！
2025-03-02 17:48:59
1546
原创 从零到一掌握Hazelcast：核心技术、应用场景与实战指南
Hazelcast 是一个开源的分布式内存数据网格（In-Memory Data Grid, IMDG）平台，专为需要高性能、可扩展性和高可用性的应用而设计。它通过将数据存储在集群中多台服务器的内存中，实现了数据的快速访问和处理，同时支持水平扩展，让你的应用能够轻松应对不断增长的数据和用户需求。简单来说，Hazelcast 是一个可以将数据分布在多个节点上的内存存储解决方案，不仅速度快，还能保证数据的高可用性和一致性。
2025-02-27 19:21:49
878
原创 职能转型的核心差异与指标设计逻辑（响应型升级至体验型）
通过以上多维度指标设计，软件开发团队可系统化验证售后支持转型成效，同时反向驱动技术优化（如低预测准确率需改进算法），形成“指标监测→问题诊断→技术迭代”的闭环管理。某工业设备企业从自动化向智能化转型时，将“预测性维护准确率”从试点期的70%目标逐步提升至成熟期的90%，并同步降低“应急工单占比”。
2025-02-27 11:37:22
725
原创 2025年展望-嵌入式软件开发的前沿探索：技术融合与未来趋势
虚拟化实例Xilinx Vitis平台支持C/C++代码自动生成FPGA比特流，开发周期缩短60%；Intel oneAPI提供统一编程模型，实现CPU/GPU/FPGA代码复用率70%。
2025-02-25 23:34:20
2014
1
原创 嵌入式硬件设计的前沿探索：AI与人形机器人驱动下的现状与未来趋势
近年来，随着人工智能（AI）和机器人技术的迅猛进步，尤其是人形机器人领域的突破，嵌入式硬件设计正迎来一场深刻的变革。通过深入理解当前的技术现状和未来的发展趋势，研发设计人员、科学家和教授能够更好地把握嵌入式硬件设计的脉搏，推动技术的创新和应用。未来，随着技术的持续进步，嵌入式硬件设计将在AI和机器人领域发挥更加重要的作用，成为连接物理世界与数字世界的关键桥梁。本文旨在深入探讨AI和人形机器人技术对嵌入式硬件设计的深远影响，分析当前嵌入式硬件设计的现状，并展望其未来的发展方向。
2025-02-25 23:04:37
1352
原创 扩散模型解密：连接科研前沿与现实应用的桥梁
近年来，扩散模型（Diffusion Models）作为一种新兴的生成式模型，因其在生成高质量、多样化输出的能力以及训练过程的稳定性而迅速崛起。扩散模型的核心思想是通过模拟数据的逐步噪声添加过程（前向扩散过程），并训练模型学习逆转这一过程（逆向扩散过程），从而生成逼真的数据样本。扩散模型在自动驾驶系统中用于模拟逼真的训练环境，通过生成多样化且具有挑战性的场景，提升自驾驶算法的鲁棒性。这些进展不仅提升了扩散模型的性能，还拓宽了其在多个领域的应用潜力，使其成为AI工具箱中的一款多功能工具。
2025-02-25 22:56:38
730
原创 半导体RTD系统技术白皮书-Real-Time Dispatching System for Semiconductor FAB
建议在开发环境中配合Spring Boot Actuator进行健康检查，并采用Chaos Engineering工具（如Chaos Monkey）进行故障注入测试。该文档可作为半导体工厂IT部门的技术参考手册，也可用于供应商选型时的系统能力评估标准。以下是一个简化的RTD核心调度引擎的。时序数据库: InfluxDB。设备机台OPC-UA接口。
2025-02-24 20:39:57
1375
原创 Java vs C++：2025年编程语言之争——谁将主宰未来？
在编程的世界里，Java和C++是两门经久不衰的语言，各自凭借独特的优势吸引了大量IT工作者的关注。无论是企业级开发还是高性能系统编程，这两门语言都在各自的领域中扮演着重要角色。本文深入调研并对比Java和C++在市场份额、插件丰富度、学习成本、安全性等方面的表现，帮助您理解它们的优势与应用场景，并在选择编程语言时做出明智决策。
2025-02-22 17:24:40
1656
原创 DeepSeek技术解析：降本增效的“双刃剑”如何重塑AI产业？
DeepSeek通过算法优化（如稀疏计算、知识蒸馏）和模型压缩技术，将云端训练算力需求降至传统大模型的35%，车端推理芯片需求减少至65%。综上所述，国产GPU在适配DeepSeek时面临的主要技术挑战包括技术开放性和兼容性、算力和软件生态差距、数据安全和隐私保护、行业应用和生态建设、市场竞争和政策环境以及商业化落地的难度。通过技术创新、软硬件协同优化、训练策略优化、模型架构与训练技术的改进以及实际应用与市场策略的调整，DeepSeek在降低成本的同时，保持了较高的模型精度和性能。
2025-02-22 08:57:54
1868
原创 量子霸权再下一城！微软Majorana 1芯片深度解析：拓扑架构如何改写AI与人类社会的未来？
微软Majorana 1的发布，不仅是量子计算从实验室走向工业界的里程碑，更预示着一个算力无限供给的新纪元。当量子算力与AI、生物技术深度融合，我们或将见证：癌症成为可治愈的慢性病、聚变能源点亮城市、AI科学家摘下诺贝尔奖章——这一切，可能就发生在CSDN读者职业生涯的黄金时期。通过逐个原子组装技术，将拓扑导体纳米线连接成独特的H型阵列，每个单元包含4个可控马约拉纳粒子，形成量子比特的物理载体。量子神经网络（QNN）可处理超过10¹⁰⁰维度的数据空间，这是经典AI无法企及的。
2025-02-21 23:10:12
1105
原创 FPGA太贵？移动机器人硬件成本管控的替代方案大揭秘
针对移动机器人的硬件成本管控，在不使用FPGA的情况下，可以通过选择更经济高效的硬件平台并结合优化的软件策略来实现功能需求。以下是具体的实现方案和建议，帮助您在保持性能（如实时性、计算能力）的同时降低成本。
2025-02-20 16:46:32
637
原创 AI FPGA vs 传统FPGA：谁是AI时代的赢家？
传统FPGA（现场可编程门阵列）是一种通用的可重配置硬件，允许用户在制造后编程实现任何数字逻辑功能。它由可配置逻辑块（CLBs）和可编程互连组成，广泛用于原型设计、低量生产和需要后期修改的设计。AI FPGA是专为AI工作负载优化的FPGA，通常包含固定AI加速器，如矩阵乘法引擎和高性能计算单元，适合深度学习推理。它还提供高层次工具，便于AI开发者部署模型，而无需深入了解FPGA设计。传统FPGA是一种集成电路，其内部由可配置逻辑块（CLBs）、可编程互连和输入/输出块组成。
2025-02-20 16:19:30
1177
原创 DeepSeek NSA如何破解长序列瓶颈？
随着大语言模型（LLM）对长上下文建模需求的增长（如代码生成、多轮对话、复杂推理），传统注意力机制（如Full Attention）的计算复杂度（例如，在处理64k长度的序列时，注意力计算占解码阶段总延迟的70%-80%。：NSA通过算法与硬件的深度协同，首次在长上下文建模中实现高效训练与推理的统一，为下一代LLM的规模化应用奠定技术基础。
2025-02-19 15:07:19
951
1
原创 DeepSeek本地部署选型指南：企业不同部门需求场景
探索DeepSeek不同版本的本地部署潜力！本文为IT开发人员和企业用户深度解析不同模型在财务、人事、软件研发和硬件设计部门的适用场景。附硬件需求、性能数据和部署建议，帮助100人以内企业选择最佳解决方案，提升生产力！
2025-02-19 10:57:19
563
原创 步进电机高性能控制实战：从S型曲线到PID调参，彻底解决振动与定位难题
PID控制在步进电机的加减速过程中具有显著的优势，能够实现平滑的加速和减速过程。
2025-02-18 22:29:56
1737
Oracle 19c 高可用集群（Red Hat Linux 7.8 + HA 中间件）的监控方案
2025-02-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人