博客
最近一段时间“元宇宙”一词火爆全网和电子信息圈，但是很多人是从游戏、VR/AR等角度去诠释这个Metaverse新词，但元宇宙的本质是一种近乎完全数字化的生活和生产环境。所以尽管游戏这些行业和应用也许是元宇宙中最吸金、最快导入的领域，但是我们已经在从自动驾驶、数字孪生、远程教育和医疗，乃至服务型制造等方向向元宇宙出发。
随着云计算和边缘计算的持续发展，数据中心正在迅速发展。云基础设施极大地影响了现代数据中心的需求，基础设施即服务(IaaS)业务模型和提供商允许企业方便地访问远程服务器。边缘计算使计算过程和数据更接近终端用户，而终端用户通常位于网络的边缘。物联网(IoT)等技术的影响和对实时交互的依赖正迫使数据中心向终端用户靠拢。
drawcall，也就是CPU通过调用图形接口，向GPU请求绘制数据的过程。CPU发出的请求会被封装成一个命令，并加入到命令队列。GPU执行完当前命令后，就会从命令队列再取一个命令执行。命令队列中，除了drawcall请求，还有状态切换的请求等。
多年以来，人们一直对人工智能持怀疑态度。以至于“人工智能”这个词被各种嘲笑，甚至与误导、糊弄、幻想等词语画上了等号。我从很小开始就对自然语言处理非常感兴趣，但我对 AI 聊天机器人的表现一直很失望。然而，在最近几个月里，频繁地与 GPT-3 聊天之后，我确信：我们应该放下对 AI 的成见，承认机器也可以非常智能。
在本篇论文中，作者通过对过去10年间30余篇安全顶会论文研究，系统性的总结出10种陷阱，并提出一些方法以帮助安全研究人员能尽量避开它们，促进机器学习方法在安全领域的设计、开发、应用、评估与部署。
全球新冠肺炎大流行创造了一场制造业供应问题的完美风暴，同时对物联网解决方案的需求不断增加，以确保企业平稳安全地运行。每当需求超过供应时，短缺的条件就可能成熟，这正是目前全球芯片供应的现状，在我们日益互联的世界中，这些芯片被用来为计算机、电子产品和物联网设备提供支持。
最近一连串的 API 安全事件无疑迫使许多安全和开发团队仔细检查他们的 API 安全状况，以确保它们不会成为下一个被攻击对象。创建面向外部受众的所有API的清单是组织在组合或重新评估API安全程序时最常见的出发点。有了这个清单，下一步是评估每个暴露的 API 的潜在安全风险，比如弱身份验证或以明文形式暴露敏感数据。
Vulkan 图像视图和采样器，在本章节我们将为图形管线创建另外两个资源来对图像进行采样。第一个资源我们之前已经接触过了，就是交换链，但是第二个资源比较新，它涉及着色器如何从图像中读取纹素。
NLP研究人员都知道语言模型只能学到语法上下文信息，对于常识性问题则束手无措。南加州大学的一名助理教授最近做客《对话》，阐述了他眼中的常识以及解决方法。他悲观地预测，也许5年、50年才能解决，到底需要多久，没人知道。
围绕智慧城市的热情空前高涨，但在这种疯狂运动中，我们经常会忘记智慧城市对我们的影响。智慧城市的阴暗面引发了媒体和精通技术的居民对这一概念前景的质疑。到目前为止，智慧城市的真相实际上还是模糊的。
云计算的普及，改变了公司开展业务的方式，并且这种改变是不可避免的。因此，世界各地的行业都在研究或使用最新的云计算技术，以帮助他们的企业取得成功。由于云计算解决方案提供了更大的灵活性和更好的数据管理，公司现在越来越意识到云计算对于企业软件开发的重要性 。
边缘计算已成为最受关注的技术趋势之一，随着所有的讨论，您可能认为是时候为您的物联网网络投资智能边缘技术了。但是，在为新的边缘设备下单之前，让我们先讨论一下边缘计算实际上是什么以及做什么，以及您的应用程序是否会从边缘技术中受益。
数据是机器学习 (ML) 的基本要素，会影响机器学习系统的性能、公平性、稳健性和可扩展性。矛盾的是，构建机器学习模型的工作通常是优先级较高的，但与数据本身相关的工作却通常是优先级最低的。
