机器学习是魔鬼的博客

原创 矩池云上如何修改cudnn版本

修改与之前修改nvcc、cuda这些的原理是一样的。国内镜像https://mirrors.cloud.tencent.com/nvidia-machine-learning/检查系统版本source /etc/os-release && echo $VERSION_ID导入apt仓库和其GPG key# 第一步若输出 18.04，请用下面的命令curl -fsSL https://mirrors.cloud.tencent.com/nvidia-machine-lear

原创 矩池云上如何修改cuda版本

cuda版本可能对系统，驱动版本会有影响，修改之前需要先进行确认

原创 矩池云上如何安装tensorRT

国内镜像https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804/x86_64/导入apt仓库和其GPG keycurl -fsSL https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804/x86_64/7fa2af80.pub | apt-key add -echo "deb https://mirrors.cloud.tencent

原创 矩池云上如何安装nvcc

cuda10的镜像ubuntu1804apt updateapt install cuda-command-line-tools-10-0cuda10.1的镜像ubuntu1804apt updateapt install cuda-command-line-tools-10-1cuda10.2的镜像ubuntu1804apt updateapt install cuda-command-line-tools-10-2cuda9的镜像ubuntu1604apt updateapt

原创 MiniMax H3 开源视频模型实操：ComfyUI 文生视频工作流详解

MiniMax H3 是由稀宇科技（MiniMax）于2026年7月31日正式发布，并于8月3日全面开源的一款通用全模态视频生成模型。它打破了传统单一模态的处理框架，能够统一理解文本、图像、视频及音频输入，并输出具备原生双声道立体声的高清音视频内容。

原创 在矩池云上实操Wan2.2

核心定位是“兼顾电影级美学、高效推理与开源易用性”。该系列模型通过引入创新的 MoE（混合专家）架构和高压缩率 3D VAE 架构，在生成质量、动作连贯性和部署门槛上实现了全方位突破。

原创 在矩池云上用TRL微调实战教程

TRL（Transformers Reinforcement Learning）是由 Hugging Face 开发并开源的全栈工具库，专门用于基于 Transformer 架构的大语言模型（LLM）的微调与对齐。它深度集成于 Hugging Face 生态，为开发者提供了一套从基础的监督微调（SFT）到高级的强化学习对齐（如 RLHF、DPO）的完整解决方案。通过 TRL，开发者能够以极低的代码门槛，高效实现大模型在特定任务上的定制与人类价值观的对齐。

原创 更高效、更省钱、更聪明、更方便｜MatPilot 科研工作流全面升级

我们希望 MatPilot 不只是帮你“完成一次任务”，更能持续保留研究过程里的目标、证据、实验和经验。当下一次实验开始时，你不必重新整理所有信息，也不必重复踩过同样的坑。从论文到实验收尾，一套工作台完成。扫码下载 MatPilot 开启更高效、更省钱、更聪明、更方便的科研体验。用户手册：https://qcn3u2qn6njb.feishu.cn/docx/PZBMdRicFoDblYxYDV3cRCTPnjb?

原创 从环境配置到实战：四步带你体验GPT-5.6 + Codex最新工作流

7 月这波确实乱。一边是 Claude Code 大面积封号，很多人一觉醒来主力工具没了；另一边 OpenAI 刚把 Codex 的 5 小时使用限制取消，GPT-5.6 Sol 也放了出来。当 Claude Code 不再稳定，越来越多开发者开始把目光转向 OpenAI 最新推出的。而是：官网无法访问环境配置复杂API 接入门槛高Windows 配 CLI 经常踩坑如果只是想尽快开始写代码、完成课程作业或者开发项目，其实还有一条更省心的方案。

原创 从配置到上手：Claude Code 接入 Fable 5 的完整实操手册

你是一名在国内念计算机的学生。你听同学说 Fable 5 很强大，想试试。然后你发现：官网打不开、没国外信用卡、API 申请流程看不懂。折腾一圈放弃了。没过几天，又听说 Fable 5 下架了—错过了一个窗口。矩池云已经上架了 Claude Code 镜像，通过 CCswitch 可以接入 Fable 5 模型。Fable 5 的上架窗口不固定，下架也随时可能发生。在它还能用的时候，把每个任务跑完。本文从启动实例到跑通完整项目，每一步都可复现。

原创 矩池云算力狂欢季：这个暑假把5090的价格打下来

原创 RTX 5090 32GB显存实测：能跑14B大模型全精度推理（附4090对比与选型指南）

本文详细介绍矩池云新上线的 NVIDIA GeForce RTX 5090 GPU 云服务器实例配置、32GB GDDR7 显存在大模型推理和微调中的实际表现、与 RTX 4090 的对比分析，以及完整的租用和连接操作步骤。适用于需要大显存 GPU 进行 AI 开发的高校学生和研究机构。

原创 Unsloth量化实战：消费级显卡（12GB）跑通8B大模型

你是不是也遇到过这种情况：实验室的 A100 永远排不上，手里的 RTX 3060 只有 12GB 显存，看别人跑大模型眼馋，自己连 Qwen3-8B 都塞不进显存。为了彻底解决配置这一痛点，。成为一个。今天这篇文章，将详细拆解的核心能力，并用一次真实的，带你看看它在实际生产中到底有多强。

原创 拒绝无效Prompt！矩池云Hermes环境深度测评：Loop Engineering到底强在哪？

别再给AI当人肉调度器了！在矩池云上跑一次Loop，才懂什么是真正的自动驾驶。

原创 文献管理+实验复现一体化？矩阵智研V0.1.8 深度体验与招募

做科研最痛苦的是什么？是面对海量文献找不到重点？是复现Baseline时环境报错跑到崩溃？还是有了Idea却不知道怎么设计实验路径？别慌，你的AI科研搭子——又进化了！本次版本更新聚焦科研文献管理与实验流程优化，提升研究任务上下文构建能力，还为大家准备了超丰厚的。

原创 矩池云实战：不止 GPT！用 Codex + CC Switch 解锁 GLM-5.1 超长任务

Codex ─────► OpenAI API ─────► 固定绑定 GPT-5（生态单一，海外节点访问受限）。矩池云模型 API─────► 随心切换GPT-5.5/GLM-5.1。

原创 矩池云实战：单卡4090 + Qwen3.6-27B 打造全保密科研与工程Agent

无论是 GPT-5.5high还是各类主流商业大模型，高频、高并发的 Tool Calling和 RAG测试，月底账单都能让开发者“大出血”。未上线的项目源码、未公开的科研核心数据，频繁上传到第三方云端 API，无异于在数据安全的边缘试探。消费级神卡 RTX 4090（24G显存）遍地走，但 7B/8B 模型做复杂 Agent 任务经常逻辑断层，而原版 32B/72B 模型动辄需要昂贵的多卡服务器。（4-bit 量化版）完美弥补了这个尴尬的生态位。

原创 打破数据孤岛：矩池云新版网盘支持跨空间流转与S3存储集成

个人网盘、团队空间、课程数据集分散各处，找文件像在玩“捉迷藏”。实例里的模型权重想存入网盘，得先下载到本地，再重新上传，几百 GB 的文件让人望而却步。频繁的手动同步不仅效率低下，还容易导致实验数据版本对不上。为了彻底解决这些痛点，本次更新围绕「统一访问、跨空间流转、高效上传」三大核心，将网盘从简单的存储工具进化为真正的。随着大模型训练与科研场景的爆发，数据流转效率已成为开发体验的关键。矩池云此次升级，旨在为开发者打造一个。

原创 在矩池云上开箱即用Energy Forecasting：能源电力电价预测实战指南

在数字能源与新型电力系统建设背景下，电力现货市场价格预测（Price Forecasting）和储能充放电策略优化成为了当下最火热的交叉赛道之一。本文通过几分钟内快速搭建环境，彻底跑通 AI 电价预测与储能策略的 Baseline，并手把手教你如何通过特征工程与稳健策略进行进阶优化。在处理时序预测和气象网格数据（如.nc文件）时，复杂的依赖库（如netCDF4xgboostlightgbm等）往往让新手在搭建环境时抓狂。矩池云预装的。

原创 矩池云校园大使火热招募中

原创 矩池云实战: 用Gemma 4 + Open WebUI打造你的私人OpenAI

这一设计使得 31B 的稠密参数在不显著增加运行时算力开销的前提下，能够稳定爆发出极高水平的“深度思考能力”。相比全全局注意力（Full Global Attention），Gemma 4 引入了交织的局部滑动窗口注意力。当开发者在后台将其挂载到 Ollama 时，模型处理长代码库、巨量日志分析的首字延迟（Prefill Time）极其平稳，极适合长文本工程。

原创 矩阵智研内测招募：让AI帮跑科研实验，首月最高1000元算力补贴等你拿！

实验数据繁杂难整理，报告撰写耗时耗力？矩阵智研正式开启内测招募，以AI为核心驱动力，为科研人打造「实验全流程智能助手」，从idea到成果落地，全程为你减负提效！算力补贴额度将根据实验规模与申请审核结果动态发放，确保资源精准匹配需求。矩阵智研将持续迭代功能，与种子用户共同打磨产品，打造更懂科研的AI实验平台。：直接扫码下方海报二维码，填写研究方向、实验需求与联系方式，提交后3个工作日内完成审核，审核通过即可解锁内测权。本次内测面向高校科研人员、AI领域开发者、实验室团队开放，名额有限，先到先得！

原创 在矩池云上开箱即用 ProteinX：RNA 结构预测实战指南

ProteinX v0.5.0 是目前最接近 AlphaFold3 能力的开源蛋白质结构预测大模型框架，主要用于：蛋白质三维结构预测、蛋白-蛋白复合物预测、蛋白-小分子（药物）结合预测、DNA/RNA 复合物建模、生物医药、药物发现方向研究，实现用 AI 大幅降低生物分子研究的实验成本与时间。

原创 深度测评｜矩池云上线Image-2:开启AI图像“推理时代”（附教程）

简单来说，过去的AI画图像是在一团噪点中“猜测”并“擦除”出图像，而GPT-Image-2则像一位真正的创作者，将图像视为一系列“视觉词元（Token）”，像写文章一样，一个词元接一个词元地“写”出图像。告别“AI鬼画符”。它不仅能画，更能“理解”。模型能够精准处理复杂的空间关系和逻辑结构，生成像素级还原的UI截图、结构严谨的工程蓝图、数据准确的信息图表，真正做到了“画得对”，而不仅仅是“画得像”。GPT-Image-2的到来，标志着AI图像生成正式从“去噪”走向“推理”，从“画得好看”迈向“真正可用”。

原创 矩池云17区硬核上线：RTX 4090 + AMD EPYC 48核，重塑本地化大模型推理与开发范式

各位AI开发者、极客朋友们，久等了！矩池云基础设施迎来重要迭代，。本次扩容不仅带来了充足的算力储备，更在硬件选型与异构计算架构上进行了深度优化，旨在为高并发推理、复杂Agent编排及大规模模型微调提供极致的底层支撑。17区的核心算力节点采用了“顶级消费级GPU + 服务器级多核CPU”的黄金异构组合，彻底解决了传统算力租赁中常见的CPU IO瓶颈与PCIe带宽限制。基于NVIDIA Ada Lovelace架构，RTX 4090 拥有16384个CUDA核心与24GB GDDR6X高速显存。

原创 0.3分钱跑通AI全栈案例！OpenCode + Oh-My-OpenCode（OMO）+ Streamlit + DeepSeek V4-Pro 实战分享

最近用DeepSeek V4-Pro 在矩池云上只花，就完整跑通了一个AI编程案例：从需求分析、代码生成、多代理协作、到最终用Streamlit快速搭建可交互Web Demo，整个流程一气呵成！今天就来手把手教大家如何“白嫖”顶级算力，顺便聊聊为什么这套开源方案正在成为 Claude Code 和 Codex 的最强平替。

原创 Opus 4.7 + Claude code +Routines 实战指南，打造“无人值守”开发流

本教程将基于 Claude Code 的原生能力与矩池云的模型 API深度融合，实现云端智能编码 → 自主编排 → 矩池云 Opus 4.7 推理/训练部署 的全栈闭环。Claude虽然强大，但是Anthropic 4月新规直接切断了第三方工具调用订阅额度的路径，加上中国账号登录限制，让很多开发者的自动化工作流一夜停摆。这意味着，不再需要时刻盯着屏幕，只需配置好任务，AI 就能在云端 24 小时自动帮你修 Bug、写文档、做代码审查。这是本次更新的重头戏，也是实现“无人值守”的关键。

原创 Hermes Agent：OpenClaw 最强替代！矩池云部署享热门模型 6 折 Token 福利（附完整教程）

它是一个持久化、自我进化的自主 AI Agent，运行在服务器（或云端）上，能通过 Telegram、Discord、飞书、钉钉、企业微信等 15+ 平台进行实时对话。极致灵活的部署方式：支持 6 种终端后端：Local、Docker、SSH、Modal、Daytona、Singularity。多平台、无缝沟通：原生支持 Telegram、Discord、Slack、WhatsApp、Signal、Email、飞书、钉钉、企业微信 等。5、配置模型：选择想要的模型，输入想要的模型名称，输入命令“

原创 全民养龙虾·算力大减负」，矩池云首发壁仞显卡，赢3天免费用！

OpenClaw——2026年增长速度最快的开源AI Agent框架。短短几个月，它凭借“微核+插件”的架构，让每个人都能拥有听懂人话、能干实事的超级智能体。从自动写代码到管理日程，OpenClaw正在重新定义个人AI助理。但很多小伙伴在尝试部署时遇到了痛点：● “本地显存不够，跑不动多模态插件！● “Token烧太快，跑个Demo一天100就没了，钱包扛不住！● “环境配置太麻烦，还没开始‘养’龙虾就劝退了！

原创 告别“上门费”与Token焦虑！OpenClaw多助手部署，矩池云一键搞定！

想装个OpenClaw还要花几百块找人上门?想同时跑5个数字员工，难道要买5台电脑?Token账单比工资还高，AI助手变成了“吞金兽”?

原创 OpenClaw生态爆发：2800+Skills重塑AI代理，矩池云一键部署直连飞书！

当AI代理不再只是聊天机器人，而是能操控你的日历、管理GitHub仓库、甚至自动下单外卖的“数字员工”，一场属于开发者的效率革命正在悄然发生。

原创 如何在矩池云上快捷部署OpenClaw

如何在矩池云上快捷部署OpenClaw（支持飞书&钉钉）

原创 在矩池云上如何使用DeepSeek-OCR

如何在矩池云上运行DeepSeek-OCR

原创 矩池云上线寒武纪国产显卡，免费时长限时领！

矩池云1区现已正式上线寒武纪显卡，为广大开发者提供高性能 国产AI 算力支持。需特别说明的是，该服务器是第三方机器，所以不支持网盘和环境功能。

原创 矩池云中LLaMA- Factory多机多卡训练

LLaMA Factory 是一款开源低代码大模型微调框架，集成了业界最广泛使用的微调技术，支持通过 Web UI 界面零代码微调大模型，目前已经成为开源社区内最受欢迎的微调框架之一。但是在矩池云上如何使用LLaMA-Factory多机多卡训练模型呢？接下来就让小编给大家介绍如何在矩池云中使用LLaMA- Factory进行多机多卡训练吧😊GitHub地址：https://github.com/hiyouga/LLaMA-Factory。

原创 如何在矩池云上使用Jupyter-ai功能

Jupyter AI 是一个将生成式 AI 深度集成到 Jupyter 环境的开源扩展项目，是 Project Jupyter 的官方子项目。它为用户提供了一种便捷且强大的方式来在 Jupyter Notebook 和 JupyterLab 中探索生成式 AI 模型，以提高工作效率。主要功能有聊天界面交互，在 JupyterLab 中提供了原生的聊天界面，用户可以与生成式 AI 进行对话，将其作为一个对话助手来使用，例如可以询问代码相关问题、让其解释概念。

原创 在矩池云如何使用Hugging Face加速下载

相信使用矩池云的小伙伴们一定很苦恼在Hugging Face下载数据，现在矩池云给大家准备一个非常好用的工具，能够加速在Hugging Face 下载数据和模型，就让我们一起来了解一下吧！默认是开启4个线程下载，并发数为5，下载目录为当前所在目录，如有其他需求，可执行hfd_source --help命令查看参数信息和使用案例。如上图所示，在我们执行这个命令之后，有两个提示我们有一些依赖和工具未安装，那我们就按照提示吧依赖和工具安装起来，建议安装以来和工具的时候先把下载源改为国内的哦。

原创 矩池云如何使用Jittor(计图)镜像

Jittor（计图）是一个由中国清华大学开发的高性能深度学习框架。它的核心特点是将多个细粒度操作自动融合成少量高效的基础计算单元，大幅减少调度和内存开销，提升计算效率。用户用类似PyTorch的动态图方式编写代码，框架在后台即时编译(JIT) 优化成高效的静态图执行，兼顾灵活性和速度。主要优势，速度快，易用性高，国产自主。得益于融合和编译优化，在训练速度上（尤其视觉任务）常超越PyTorch/TensorFlow。API设计高度类似PyTorch，学习迁移成本低，提供动态图编程体验。

原创 UniRig：如何在矩池云一站式解决 3D 模型绑定难题

在 3D 动画制作中，绑定（Rigging）是一个至关重要但复杂耗时的步骤。它包括为 3D 模型创建骨架并分配蒙皮权重，以实现流畅的动画效果。由清华大学与 Tripo 联合开发的 UniRig 框架，为这一难题提供了全新的解决方案。

原创 如何在矩池云实例上开启应用服务的访问端口

这种情况下，可以在启动实例的时候，配置外部访问端口，这种配置的应用服务端口后续访问较为方便，没有限制。下面演示一个应用服务端口为8080端口的配置方式：点击后，页面会展开配置端口的控件，点击+添加端口配置按钮即可配置您需要的应用服务端口机器启动后，就能看到应用服务的访问链接啦。部分应用程序默认开启是 127.0.0.1 这个地址，这时候需要重新定义下服务的地址为0.0.0.0以保证服务器会接受来自所有网络接口的HTTP请求。确保服务配置的端口为8080，有一些应用服务的默认端口并非8080。