详解 Go 三色标记法与混合写屏障:为什么不再需要 STW 也能保证安全
在高性能后端开发中,垃圾回收(GC)的停顿时间(STW)往往是系统响应抖动的元凶。Go 语言通过不断演进,在 1.8 版本引入了混合写屏障(Hybrid Write Barrier),极大地缩短了 STW 耗时。本文将带你透视这一机制的核心...
在高性能后端开发中,垃圾回收(GC)的停顿时间(STW)往往是系统响应抖动的元凶。Go 语言通过不断演进,在 1.8 版本引入了混合写屏障(Hybrid Write Barrier),极大地缩短了 STW 耗时。本文将带你透视这一机制的核心...
引言 在训练大型深度学习模型时,显存(VRAM)往往是最大的瓶颈之一。TensorFlow 2.x 引入了强大的混合精度训练(Mixed Precision Training)功能,允许我们在不牺牲模型精度的情况下,大幅减少显存占用并提高训...
在现代搜索系统中,用户往往需要同时考虑关键词匹配(全文搜索)和语义相似性(向量搜索)。单独使用 Elasticsearch(ES)进行全文搜索,或单独使用 Faiss 进行向量搜索,都无法满足所有需求。本文将介绍一种高效、实操性强的混合检索...
自动混合精度(Automatic Mixed Precision, AMP)训练是 PyTorch 1.6+ 版本引入的一项重要功能,它允许模型在训练过程中自动使用 FP16(半精度浮点数)进行计算,同时保留 FP32(单精度浮点数)来处理...