在 2026 年全国大学生计算机系统能力大赛——智能计算创新设计赛中，我们在海光 Z100 DCU (gfx906) 上对 vLLM 推理框架的 CUDA Graph 功能进行了完整的测试验证。本文记录开启 CUDA Graph + torch.compile 的具体配置、性能数据和关键发现。 测试环境 项目 详情 服务器 scnet GPU 1x 海光 Z100 DCU (gfx906), 16 GiB Python 3.10.12 PyTorch 2.10.0+das.opt1.dtk2604 vLLM 0.1…

本文记录了我们使用自研微基准测试工具对 4× 海光 Z100 DCU 进行的一系列测试结果。 测试环境 项目 详情 GPU 4× 海光 Z100 DCU，每张 16GB，合计 64GB GPU 架构 gfx906 (Vega 20 / GCN 5.1) DTK 版本 DTK 26.04 (DCC2602-0317) PyTorch 2.10.0+das.opt1.dtk2604 测试工具 dcu_benchmark.py（基于 hy-smi 遥测采样） 采样间隔 1 秒 矩阵规模 4096 × 4096（Matmu…

环境信息 项目 详情 GPU 4× 海光 Z100 DCU，每张 16GB，合计 64GB GPU 架构 gfx906 (Vega 20 / GCN 5.1) DTK 版本 DTK 26.04 (DCC2602-0317) Python 3.10.12 PyTorch 2.10.0+das.opt1.dtk2604 vLLM 0.18.1+das.3266200.dtk2604 Triton 3.4.0（从源码编译，替换原 3.4.0+git1ef59765） transformers 5.5.0 flash_at…

最近社区都在说 Muon 用在 LLM 上的训练效果要比 AdamW 好很多，这里根据 Kimi 的论文（http://arxiv.org/abs/2502.16982）和仓库做了一些尝试。 选用模型：minimind，Github 链接：https://github.com/jingyaogong/minimind 硬件：AutoDL自己租个 nv 的卡就行 常见的 AdamW 优化器就是在 Adam 的基础上在梯度更新时加上梯度衰减，这样的话可以避免更新的时候产生更大的参数。 而 Muon …

map 是有序键值对容器，它的元素的键是唯一的．搜索、移除和插入操作拥有对数复杂度．map 通常实现为 红黑树（红黑树是一种自平衡的二叉搜索树．每个节点额外存储了一个 color 字段 ("RED" or "BLACK")，用于确保树在插入和删除时保持平衡）． 设想如下场景：现在需要存储一些键值对，例如存储学生姓名对应的分数：Tom 0，Bob 100，Alan 100．但是由于数组下标只能为非负整数，所以无法用姓名作为下标来存储，这个时候最简单的办法就是使用 STL 中的 map． map 重…

每天上班到单位打开电脑，除了 vscode 和 idea 以外就是打开claude code和codex（因为 mentor 也希望我能习惯用 AI 写代码），因此记录一些 vibe coding 需要注意的事儿。 日常工作中的 vibe coding 其实就是 agentic engineering，让 LLM 决策和写代码的过程本身不可控，这时候就要参考线性规划问题的思路，也就是要给 LLM 上约束，接下来我将参考我的实习内容说说如何优化我们的 vibe coding 1. 核心原则：先规划再实现 当我们在一个…

由于有写了一半但是又得有同时修另外一个分支代码的需求，所以就得用stash了 当你执行 git stash 时，Git 会做两件事： 此时，你的工作区是干净的，你可以随意切换分支。 2. 基础命令详解 2.1 暂存修改 (Stash) 最简单的用法，保存当前所有修改（不包含未跟踪的新文件）： 2.2 查看暂存列表 (List) 你可以多次执行 stash，它们会像“栈”一样堆叠起来。查看所有保存的记录： 输出示例： stash@{0}: WIP on master: 049d078 added the index …

转载自：https://frytea.com/archives/1616/ 默认情况下 Windows 安装的 Claude Code 会从这个位置读取配置： 其他系统则类似的找到 ~/.claude 路径。 官方流程在安装结束后就完成了，可以直接登录使用。如果需要修改配置将 Claude Code 接入第三方 API，就需要修改这里的 settings.json 配置文件，可以使用 CC-Switch 或是手动编写…

以往用 Github 也是差不多这个流程，但是总是忘…… 正常的流程：先 Fork 然后 Clone 到本地，做修改后提交 Commit 再 Push 到自己的仓库，确保没冲突后再发起 Pull Request。 注意：如果要开新的功能，就自己再开新的分支并同步上游代码然后再去改，这个分支相关的 PR 被合并后就可以删掉这个分支了 碰到冲突就会麻烦一些，可以自行 cherrypick 或者根据情况手动解决。

正式开始接触项目开发的第一天就是把项目从公司内网的机器上迁移到阿里云的公网机器上，组长让我写 Dockerfile 和 Docker Compose 开始折腾 CI/CD Pipeline 了。 Dockerfile好写，毕竟上学的时候写过，但是我用 Docker 一般也是以调试为主，很少有需要编排的需求，也就没写过 Docker Compose，所以我就要开始折腾 Docker Compose 相关的内容了。 1. 为什么我们需要 Docker Compose？ 在没有 Compose 之前，如果你想运行一个包含…