2022年薪百万赛道：高性能神经网络与AI芯片应用

于 2022-02-08 09:00:00 发布
阅读量953 收藏 3
点赞数
文章标签： 芯片 神经网络 算法 人工智能 深度学习
原文链接：https://mp.weixin.qq.com/s?__biz=MzIwNzc2NTk0NQ==&mid=2247523861&idx=1&sn=19f78dac48a5111967388643905517f5&chksm=970fb6c3a0783fd5d111fff4e4a9523e1ff037c7617a60460b2d919a0855c41ef91da2477171&scene=126&&sessionid=0
版权

e1a462d50353fddc819d5c06e675811d.png

随着大数据的发展，计算机芯片算力的提升，人工智能近两年迎来了新一轮的爆发。而人工智能实现超级算力的核心就是AI芯片。AI芯片也被称为人工智能加速器，即专门用于处理人工智能应用中的大量计算任务的模块。

2020年我国人工智能芯片市场规模约为184亿元。未来5G商用的普及将继续催生人工智能芯片的应用需求，中国人工智能芯片行业将快速发展，预计2023年市场规模将突破千亿元。

那么，如何借助AI芯片来实现特定的任务，将是所有AI芯片产业人员必备的技能。

为此，贪心学院重磅推出《高性能神经网络与AI芯片应用研修课程》，为想进入AI芯片行业的同学们提供一个可以大幅提升自身就业竞争力的选择。

本课程会讲解AI芯片相关知识、高性能网络设计、通用芯片及专用芯片计算加速方法等专业技能，并结合优秀编译器的架构和实现细节的讲解，为学生构建高性能AI算法的软硬件视角，能够解决应用落地时神经网络的优化和部署相关问题。

153b24aa9ea11dae26bcc3a85672df99.png

01

内容亮点

  • 全面技术讲解：课程涵盖了轻量化神经网络设计、神经网络部署前的优化方法、神经网络编译器的设计模式和具体实现、神经网络部署到芯片上的计算加速等全面的AI嵌入式芯片设计和应用相关人员就业必备的知识。

  • 软硬件相结合：本课程除了全面讲解高性能神经网络相关的知识技术外，还会指导学员在硬件上进行实操。

  • 专家导师授课：课程导师为AI芯片行业专家，相关项目经验十分丰富。

02

你将收获

  • 掌握神经网络高性能实现的算法及工具

  • 掌握通用芯片及专用AI芯片架构及网络加速技术

  • 掌握通用芯片及专用AI芯片神经网络部署应用的实际案例

  • 短期内对一个领域有全面的认识，大大节省学习时间

  • 认识一群拥有同样兴趣的人、相互交流、相互学习

感兴趣的请添加咨询顾问

9497b8af6cc6cd4ade0e7f9d097d8ce7.gif

91fdf947703af61d5a103fd2a5d10aba.png

03

项目介绍

▌项目1

项目名称：模型轻量化

项目内容描述：mobilenet、shufflenet、squeezenet等，模型量化、剪枝和蒸馏技术，网络的计算量和内存分析的工具，主干网络的轻量化，检测网络的轻量化，分割网络的轻量化，不同框架提供的加速方案。

项目使用的数据集：COCO，ADE20k，ImageNet

项目使用的算法：模型量化，模型剪枝和模型蒸馏

项目使用的工具：python，c/c++，pytorch，tensorflow，distiller，ncnn

项目预期结果：学员掌握轻量化网络设计准则，模型轻量化技术，能够上手操作一  个网络部署前的优化。

项目对应第几周的课程：1~4周

▌项目2

项目名称：神经网络编译器

项目内容描述：tvm，ncnn，mnn，tnn 各自的特点，对于神经网络的优化方案，tvm的具体设备的优化方案，算子融合，路径优化，内存优化，ncnn的网络的表示数据结构，ncnn的一些优化计算的思路，量化方法，mnn中的数据结构，模型转换和量化方法，tnn和ncnn的区别，系统架构，量化方法。

项目使用的算法：离线量化，在线感知量化

项目使用的工具：python，c/c++，tvm，ncnn，tnn，mnn

项目预期结果：学员对于神经网络编译器有全面的了解，对于主流神经网络编译器能够实践使用，完成模型到芯片所需要格式的转换。

项目对应第几周的课程：5~8周

▌项目3

项目名称：通用芯片加速技术

项目内容描述：cpu，arm对应的指令集级别的加速，编译器中具体的优化策略，simd，avx，sse，openblas，neon和cpu中对于卷积的运算加速方案，cpu上的具体实例，arm上的具体实例，环境配置，神经网络的例子，加速方案的组合和实际效果。

项目使用的算法：simd，avs，sse，blas，winograd

项目使用的工具：nnpack，qnnpack，lowpgemm，tvm，ncnn

项目预期结果：学员深入掌握cpu，arm等芯片的神经网络加速技术，并且通过一个例子来看具体的加速效果 。

项目对应第几周的课程：9~12周

▌项目4

项目名称：专用芯片加速技术 

项目内容描述：gpu和k210 npu及各自神经网络编译器中的加速优化技术，gpu上的cuda加速的方法，cublas，opencl，vulkan的开发例子，nncase上编译一个网络，k210开发板环境配置及人脸检测模型的部署

项目使用的算法：人脸检测

项目使用的工具（编程语言、工具、技术等）：Python，C/C++，opencl，vulkan，nncase

项目预期结果：学员可以掌握gpu及npu上神经网络的编译加速，并且通过一个具体的例子来完成人脸检测模型在k210芯片上的部署 。

项目对应第几周的课程：13~16周

感兴趣的请添加咨询顾问

dec9ff769ab4066f6d65bdae7311e128.gif

5fc35d12cc6ee5d605956b6995282902.png

04

详细内容介绍

第一周：轻量化网络结构设计

本节课将讲解网络参数量、浮点运算数等模型评价指标、工具，以及分类网络， 检测网络，分割网络的轻量化设计。

课程提纲：

  • 轻量化网络设计背景介绍

  • 网络的计算量和内存分析工具

  • 主干网络的轻量化

  • 检测网络的轻量化

  • 分割网络的轻量化

  • 典型网络的设计思路

第二周：知识蒸馏优化、低秩分解优化

本节课将讲解神经网络知识蒸馏优化、神经网络计算低秩分解加速计算方法。

课程提纲：

  • 知识蒸馏方法介绍

  • 知识蒸馏原理和步骤介绍

  • 知识蒸馏训练方法缩减网络的实际分类网络演示

  • 低秩分解原理

  • 低秩分解加速计算在神经网络推理中的应用

第三周：网络剪枝

本节课将讲解网络稀疏性原理，网络剪枝原则及剪枝的常见方法。

课程提纲：

  • 网络剪枝的原理

  • 常用的剪枝策略

  • 神经网络框架中的剪枝功能介绍

  • 剪枝的实际使用

第四周：网络量化

本节课将讲解网络的低比特化，以及在AI芯片中的计算，实现网络量化的离线和在线感知的量化方法。

课程提纲：

  • 网络量化的技术发展

  • 不同离线量化算法的实现原理

  • 神经网络框架中在线感知量化算法的原理及实现

  • 实际案例

第五周：神经网络编译器简介

本节课将讲解tvm、ncnn、tnn、mnn的简要对比，tvm relay和网络转换，网络的编译优化和推理加速。

课程提纲：

  • tvm、ncnn、tnn、mnn的简要对比

  • tvm relay和网络转换

  • 网络的编译优化和推理加速

  • tvm的实际案例

第六周：ncnn

本节课将讲解ncnn的系统架构图，数据结构，支持的框架，网络的表示，网络优化，量化，以及各平台的优化策略。

课程提纲：

  • ncnn的系统架构图

  • ncnn的数据结构及支持框架

  • ncnn的网络表示

  • ncnn网络优化，量化，及各平台的优化策略

第七周：tnn

本节课将讲解tnn的系统架构图，数据结构，支持的框架，网络的表示，网络优化，量化，以及各平台的优化策略。

课程提纲：

  • tnn的系统架构图

  • tnn的数据结构及支持框架

  • tnn的网络表示

  • tnn网络优化，量化，及各平台的优化策略

第八周：mnn

本节课将讲解mnn的系统架构图，数据结构，支持的框架，网络的表示，网络优化，量化，以及各平台的优化策略。

课程提纲：

  • mnn的系统架构图

  • mnn的数据结构及支持框架

  • mnn的网络表示

  • mnn网络优化，量化，及各平台的优化策略

第九周：cpu中的指令集优化

本节课将讲解cpu中的指令集优化，simd、avx、sse方法，及tvm中对于cpu上神经网络加速的位置。

课程提纲：

  • cpu中的指令集优化：simd，avx，sse方法

  • tvm中对于cpu上神经网络加速的位置

第十周：arm中的神经网络加速

本节课将讲解arm中的neon优化，及ncnn，tnn和mnn的实现，并结合实际例子来看具体的加速效果。

课程提纲：

  • arm中的neon优化

  • ncnn，tnn和mnn实现的讲解

  • 具体加速效果的实际案例

第十一周：卷积计算的优化算法

本节课将讲解卷积计算的优化算法，包括winograd等。

第十二周：神经网络加速库

本节课将讲解openblas库的优化，nnpack/qnnpack的优化，及lowpgemm。

课程提纲：

  • openblas库的优化

  • nnpack/qnnpack的优化

  • lowpgemm

第十三周：gpu上神经网络的运行和加速

本节课将讲解gpu与cpu计算加速的区别，英伟达gpu的原生cuda加速方法，及推理侧tensorrt的使用。

课程提纲：

  • gpu与cpu计算加速的区别

  • 英伟达gpu的原生cuda加速方法

  • 推理侧tensorrt的使用

第十四周：gpu加速通用加速库

本节课将讲解通用加速库cublas，vulkan，opencl的使用。

课程提纲：

  • 通用加速库cublas的使用

  • Vulkan的使用

  • opencl的使用

第十五周：dsp，fpga，npu专用加速计算

本节课将讲解dsp，fpga，npu的专用加速计算。

课程提纲：

  • dsp计算加速

  • fpga计算加速

  • npu专用加速计算

第十六周：npu使用

本节课将以嘉楠科技的k210为例，实现一个人脸检测案例。

课程提纲：

  • 嘉楠科技k210芯片介绍

  • nncase人脸检测案例

感兴趣的请添加咨询顾问

03b3832569fe2fc07266a358ff8f0e58.gif

4e3fd0ee10efc4de49c17317fe35f1f8.png

05

授课方式

  • 基础知识讲解

  • 前沿论文解读

  • 论文代码复现

  • 该知识内容的实际应用

  • 该知识的项目实战

  • 该方向的知识延伸及未来趋势讲解

06

适合人群

大学生

  • 编程及深度学习基础良好，为了想进入AI芯片行业发展

在职人士

  • 想进入AI芯片行业的算法或IT工程师

  • 想通过掌握硬件技术，拓宽未来职业路径的AI算法工程师

入学基础要求

  • 掌握python、C++开发，及深度学习的基础知识。

07

课程研发及导师团队

f86b6e9fe97e16cd3bdaedb9fd61a67a.png

王欢

肇观科技算法总监

华中科技大学模式识别与人工智能硕士

原拼多多、同盾科技等公司算法工程师，AI算法领域从业15+年

f677d75d3635c6d657a31086ee3c0e02.png

蓝振忠

课程研发顾问

ALBERT模型的第一作者

西湖大学特聘研究员和博士生导师

Google AI实验室科学家

美国卡耐基梅隆大学博士

先后在NIPS, CVPR, ICCV, IJCAI等会议发表30篇以上论文，1000+引用次数

08246e56cb70fa6d717c00c9a0c15006.png

Jerry Yuan

课程研发顾问

美国微软(总部)推荐系统部负责人

美国亚马逊(总部)资深工程师

美国新泽西理工大学博士

14年人工智能, 数字图像处理和推荐系统领域研究和项目经验

先后在AI相关国际会议上发表20篇以上论文

5049cba6451fe7ee3d8b5f9cad90c629.png

李文哲

贪心科技CEO

美国南加州大学博士

曾任独角兽金科集团首席数据科学家、美国亚马逊和高盛的高级工程师

金融行业开创知识图谱做大数据反欺诈的第一人

先后在AAAI、KDD、AISTATS、CHI等国际会议上发表过15篇以上论文

感兴趣的请添加咨询顾问

c1344a72e8a0fb3a12992cb04060c532.gif

5577eb3e94811aa71c573d61125e5911.png

08

历届学员去向

f73f5f77c266476ea295bf1727e0c625.png

夕小瑶
关注
博客
倒计时两周！百度“文心杯”创业大赛亿元奖金池等你来冲
05-06 583
两年前，我们启动了“文心杯”创业大赛，就是希望推动大模型生态繁荣，帮助创业者、开发者开发各种 AI 应用。获奖团队可优先加入百度生态，基于百度文心大模型及百度智能云千帆大模型平台，降低技术创新的门槛，获得顶尖技术支持、融入创新生态并获得资本助力！4 月 25 日，百度正式宣布启动第三届“文心杯”创业大赛，自启动以来，已收到众多国内外优质创业团队申请。作为中国大模型领域规格极高、资源投入最重磅的创投赛事，本届大赛将提供总规模近亿元的“现金 + 资源”组合投资，全面赋能大模型技术创新与应用落地。
博客
谷歌大型推理模型曝光！击败Claude-3.7-Thinking
03-24 1092
对人类而言，孔→重力→漏水→零储存是瞬间完成的因果链，但模型需要从碎片化文本中重组逻辑：既要解析"密封另一端"是否指顶部（影响水流路径），又要过滤训练数据中可能存在的矛盾案例（如文学作品中"用破桶打水"的比喻）。就在最近，用户在Gemini悬浮窗中还意外发现“与Live共享屏幕”按钮，“误打误撞”发现了谷歌为Gemini Live推出的全新AI实时视频功能！我有一个 7 升的金属桶，底部有一个孔，另一端有一块金属板，用于密封。目前根据网友们的挖掘，这个模型确实很值得期待哎！例如"底部有孔的桶能储水吗？
博客
开源11B视频生成模型，表现媲美主流闭源模型！权重+代码全流程公开
03-15 2533
潞晨科技正式推出 Open-Sora 2.0—— 一款全新开源的 SOTA 视频生成模型，仅 20 万美元（224 张 GPU）成功训练商业级 11B 参数视频生成大模型。开发高性能的视频生成模型通常耗资高昂：Meta 的视频模型训练需要 6000 多张 GPU 卡片，投入数百万美元~~。在多项关键指标上，它与动辄百万美元训练成本的模型分庭抗礼，全面提升视频生成的可及性与可拓展性。今天，视频生成领域迎来开源革命！Open-Sora 2.0——全新开源的视频生成模型正式发布，仅用。
博客
百万年轻人“抽象“创作，AI二次元社区「狸谱」凭啥火出圈
03-12 3022
最近刷小红书、B 站总是能看到一些奇奇怪怪又可爱到炸的东西。有人把猫咪变成挂件，有人把偶像挂在包上，一切都能变成可爱挂件，就像这样——从心爱的爱豆到动漫里的纸片人，都被“封印”进了可爱的挂件里。这股风潮，在小红书上刮得相当猛烈，话题浏览量直逼 800 万。我翻了一下，原来大家都在玩儿的 APP 来自我的老朋友——狸谱。那我就不奇怪了。之前，就是对任意一个物件都能提取它的二次元灵魂，也是非常火爆，直接让我半只脚踏进二次元圈了。
博客
原来在千帆上玩儿DeepSeek这么野，我终于把DeepSeek捏成我想要的样子
02-27 3431
最近我在研究怎么让 AI 更"懂我"。不是说它不够好，DeepSeek 的能力确实很强。但每次问它问题，总觉得少了点默契。比如我想让它帮我写文案，要反复强调"用轻松的语气"、“别太正式”；让它帮我整理资料，又得不断提醒"重点关注这个领域"、“用行业术语”。更要命的是，很多写作任务的前置环节是资料查找，而市面上搜索能力强的 ChatBot 产品实在不多。想要跟 DeepSeek-R1 捏在一起，就更难找了。每次对话都要重新设定上下文，说实话挺累的。
博客
秘塔AI上线「新研究模式」！DeepSeek-R1加持还免费，我爱了
02-20 3106
它不仅压缩了信息处理的时间，更重要的是跳脱出已知内容的限制，通过推理思维框架，注入了更多维度的认知可能性（说不定我们就能从AI的思考中，碰撞出更多的创新点~）对于这类专业问题，此前很多回答都只是泛泛而谈，想要深入，要么花钱，要么花时间（没个一两天都下不来，效果还不一定好）。虽说现在的答案是否定的，但看着这样详细的步骤，让人不禁对未来有了更多的期待和向往~这样一来，既能保障推理的深度，又能一定程度兼顾到搜索速度，算是一个不错的解法。好在，如今我们能够有更多的选择，为思考和研究提供强有力的帮助。
博客
马斯克大力出奇迹，Grok3 把 o3 干翻了
02-18 3655
大家好，我是含萧。就在刚刚，马斯克发布了 xAI 最新的模型：Grok-3 和 Grok-3 推理版！现在 X 官网上开会员已经可以直接体验，网页和应用的所有功能会在一周内完善、API 会在几周内推出。什么模型才让马斯克敢说是“地球上最聪明的 AI？简单粗暴给大家汇总一下目前的信息：Grok 3 表现超越 DeepSeek R1、GPT-o1、Gemini 2 Pro、GPT-4o、Claude 3.5大模型盲测榜单 LYSYS Arena 有史以来首先打破 1400 分，在所有类别中排名＃1。
博客
文心一言决定开源了！还打出了「深度搜索」研究神器
02-14 3766
我这两天注意到，百度文心开始疯狂搞事情了，直接贴官网图——刚刚热乎的官宣，文心 4.5 即将发布，而且是开源。另外这是昨天的消息——得益于文心大模型的持续迭代和推理成本的持续降低，文心一言终于全面免费了。这搞事情的动作太密集了...接连宣布免费、开源背后，可以看到百度更加开放，另一方面，这也是百度的技术底气，近两年来文心大模型能力进化一直在路上，让开发者和广大用户更低门槛地用上大模型的能力。但我发现在最新迭代中，还有个非常更炸的功能升级，刚刚文心一言还上线了一个叫的新功能。
博客
我终于找到了高并发的极速DeepSeek-R1满血版API，我被火山香到了
02-14 4315
DeepSeek 这一波，真的是把各家云厂商都逼急了，你叫得出名字的，叫不出的，纷纷上线了 DeepSeek R1 模型。而且优惠力度非常大——半价、免费、送 Tokens 等，简直把曾经发起 API 价格战的 DeepSeek 官方都卷沉默了。我本来是一直在拍手叫好的，但是作为开发者，我实际用了一圈后，我沉默了。因为我发现不少云厂商，虽然免费，但 TPM（Tokens Per Mintute）给限制的非常低，市面上大部分把 TPM 限制到了 1 万左右，这直接让我懵逼了。这意味着什么呢？来，我给你算一算。
博客
免费不限量！讯飞上线 DeepSeek 全家桶，还支持满血版精调，我爱了
02-12 3676
普遍对讯飞的印象，可能还是“国家队”、“语音技术大佬”这些标签，我今天全面体验了下他们产品，能感受到在 AI 生态建设的努力，讯飞开放平台已经发布了 806 项 AI 技术和方案，积累了大量行业 Know-How，还有很多标杆应用。”的组合拳，本质上是在算力红海中划出一条新赛道——这里不拼谁薅的羊毛多，而是提前一步布局，为“AI 雕刻家”提前铺路，帮助其更快的在 DeepSeek 生态中雕刻出业务壁垒。毕竟，要让基础模型充分适配业务场景，学习个性化知识和能力，精调依然是解决该问题来说非常重要的范式。
博客
千万不要尝试 Qwen2.5-Max，你会因此忘掉 DeepSeek V3
02-07 4379
在对 Qwen2.5-Max 深度评测后，我想到了一句话——有人逐日，有人摘星。DeepSeek V3 的发布和爆火，让我们看到了 MoE 模型的潜力，让世界看到中国 AI 的锋芒。探索 AGI 的路上并不孤单，DeepSeek 和 Qwen 都是中国 AI 大模型的代表力量，当然还有很多优秀国产代表。说个冷知识，DeepSeek 将 R1 蒸馏出的 6 个小尺寸模型，有 4 个用的是 Qwen 开源模型，李飞飞最新发布的 S1，也是用 Qwen2.5-32B 作为基座模型。
博客
终于找到一个靠谱的DeepSeek R1 推理API，限时免费！
02-07 3927
DeepSeek-R1 系列模型的开源，因其出色的性能和低廉的开发成本，已引发全球的热切讨论和关注。潞晨科技携手华为昇腾，联合发布。
博客
这家AI悄悄上线阅读模式，手机刷论文就像看小说一样爽！
01-24 3353
临近放假，小伙伴们是不是已经陆续踏上了归家之路！虽然心已经放飞，但是各家AI公司还在卷的飞起，又是发新模型，又是发技术报告，非常火热。我最近发现，秘塔 AI悄悄上线了一个，在手机上读PDF体验非常爽，虽然不是大功能，就是那种会让你觉得用了很舒服的小细节。一直一来，在手机上读PDF体验都不太丝滑，尤其是图表文字混着排版时，上下错位很常见，还有读英文文献，来回切翻译软件非常麻烦。如果你经常看PDF文献的话，绝对懂我说的这个点。正好这两天在路上跑，高频使用了一波，体验下来非常清爽，尤其是对眼睛极其友好。
博客
我让男同事去测测豆包大模型1.5，结果他被豆包钓成翘嘴了
01-23 3857
真的是离谱。众所周知，每当业内有牛逼的大模型发布，肯定免不了被咱们号一顿 case 毒打，让这个模型知道什么叫人类的智慧，让它低调做人。但这次，终于翻车了。事情是这样的。昨天豆包大模型 1.5 全家桶正式发布了嘛，官方刚发布 15 分钟，就被咱们 Family 群里的家人给发现了，并且发出灵魂拷问——谁能测测？行，测测就测测。我就让编辑部的一个男同事去测了。而且我告诉同事，有家人说豆包大模型是非常能给用户提供情绪价值的。情绪...情绪...
博客
突发！Tiktok美国停服，Perplexity发起收购，小红书也被盯上了
01-20 3728
这次意外的“走红”，如同“甜蜜的负担”，在大家都摩拳擦掌等待过年的时候，小红书的同志们键盘不出意外都要冒火星子了。一边是海量涌入的流量，如同天降甘霖，平台收获了空前的流量红利和近乎完美的品牌营销机会；另一边，可能很快就要开始应对来自美国政府可能的战略性关注和审查。。。。。成名的代价，小红书，你准备怎么接！
博客
长文本“新王”诞生！400万字输入，MiniMax首次开源即王炸
01-16 4132
万万没想到，2025 开年惊喜是 MiniMax 给的，就是海螺 AI 背后的中国大模型 AI 创业公司。昨天刷信息流的时候，发现他们刚发布了两个新模型，一个是文本模型 MiniMax-Text-01，另一个是多模态模型 MiniMax-VL-01。统称为模型。今早我刷了下 X，发现 MiniMax-01 也被海外网友刷屏了。有网友提到这是继 Deepseek 之后的另一家来自中国的「OpenAI 级」顶尖开源模型。
博客
英伟达最强AI芯片GB200被曝故障，微软谷歌Meta 大规模退单，改购H200
01-15 4289
受芯片禁令的影响，国内很多小伙伴对大模型训练部署的 GPU 型号感知可能还停留在 H100 甚至 A100 上面。但其实在 H100 之后，不仅诞生了同样是 Hopper 架构的 H200 芯片（于 2023 年底发布），而且 2024 年上半年，英伟达还发布了超越 Hopper 架构的全新 Blackwell 架构。搭载最新 Blackwell 架构的 GPU 芯片，便是 B200。，如下图所示。根据相关测试但这还不够，更恐怖的是，[4]
博客
Github 趋势榜第一！开源 Agent 开发神器，任意文档转 JSON、MD
01-15 4014
不知不觉间，markdown/json 格式似乎已经成为了 AGI 时代的“新基建”。各种各样的文档经过解析工具快速提取并结构化输出为这两种格式后，给各类 Agent/RAG 框架提供稳定的原始文本输入。Docling不仅具备多格式解析能力，且对版面和表格都有较高还原度，还能通过多线程或 GPU 加速来应对大批量处理场景，加上 MIT 许可开源，不失为大家解析文档的一个好选择。
博客
Sam Altman：2025年，第一批AI Agents将加入劳动力大军
01-06 3782
一年多前的那个特殊的星期五，最糟糕的事情莫过于我在一次视频通话中被突然解雇，紧接着，在我们挂断电话后，董事会就发布了一篇相关的声明。回首往事，我当然希望当时能有不同的处理方式，我也相信，与一年前相比，今天的我是一个更成熟、更有远见的领导者。
博客
GitHub 造假浪潮爆发！已有450万虚假星标，实锤造假将导致仓库限流
01-02 4423
"看完这个’星星交易’的故事，不禁让人思考：在开源社区里，真实的价值到底应该用什么来衡量？是浮于表面的数字，还是实打实的代码贡献？而且，小鹿去查了下，星标的价格从几分钱到几元不等，这种价格差异主要由账户的“质量”决定。高价星标通常来自注册时间较长、有一定活跃度的账户，这些账户的星标看起来更“真实”，更难以被平台识别和封禁。而低价星标则来自新注册的、几乎没有任何活动记录的账户，这些星标的风险更高，很容易被平台识别并取消。产业链很成熟。。这些服务还提供“失效包重刷”的保障。。。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值