SuperBigMango

摘要这次问题的表象是：GitHub 贡献图里 Mango03111/Mango03111.github.io 仓库的 commit contributions 不断上涨，早期看起来像是 3 月 11 日单日统计异常，后来发现所有与这个博客仓库相关的提交日期都在按不同倍数增长。最终确认：博客仓库存在 源码分支 hexo 和 部署分支 main 两套历史；main 原本既是 GitHub Pages 发布分支，又是仓库默认分支。GitHub 会把默认分支上的 commit 纳入贡献统计，因此部署产物分支上的 Site updated 提交被计入贡献图。再叠加 GitHub Pages / Actions 的构建触发，贡献图出现了逐步重复计数的现象。 关键词：GitHub Contributions、GitHub Pages、Hexo、默认分支、部署分支、Actions、pages-build-deployment、.deploy_git 最终有效处理是： 关闭仓库 GitHub Actions 后，异常贡献不再继续上涨。 将仓库默认分支从部署分支 main 切换为源码...

适用对象：根据用户提供的颚式破碎机设计说明书，建立一套可用于课程设计、毕业设计展示和基本运动仿真的 SolidWorks 简化装配体。建模目标：外形结构完整、主要尺寸有据可依、装配关系清楚、运动链能够实现“飞轮/偏心轴旋转—动颚复摆—破碎腔开合”的基本功能。 1. 说明书使用说明本说明书用于指导 SolidWorks 建模人员完成 PE250×400 复摆颚式破碎机简化运动装配体 的建模。文档中的尺寸分为两类： 类型 含义 使用原则 原文尺寸 用户提供的设计说明书中已经计算或明确给出的尺寸 应优先采用 建模补充尺寸 原文未给出，但为了完成三维建模、保证装配不干涉而补充的推荐尺寸 可根据实际建模情况微调 需要特别说明的是：原设计说明书属于设计计算书，并不是完整工程图。因此，不能将说明书中的所有尺寸机械地直接照搬为三维模型尺寸。机架总长、动颚体外形、轴承座、调整座、推力板孔距、带轮宽度、电机外形等尺寸需要根据装配关系进行合理补充。 2. 建模对象与总体要求2.1 建模对象建模对象为： PE250×400 复摆颚式破碎机 该机型主要由以下部分组成：...

旅行真正留下来的，往往不是目的地；而是某个清晨的光线、风经过街道的声音，和那一刻恰好安静下来的自己。有些瞬间并不盛大；可能只是一杯咖啡、一段车程、一场日落，或某条没有名字的小路；但正因为足够普通，才更容易被记很久；于是把沿途看到的风景、情绪和零散片段，都留在了这里；这一路的片段，需要认真收藏~ 2026年五一劳动节终南山、五台山，飞驰人生3转场： 📷 前往「Mango的相册 · Mango游记」，查看完整旅行照片。

本文改写自 OpenAI 官方工程博客《Supercomputer networking to accelerate large scale AI training》与论文《Resilient AI Supercomputer Networking using MRC and SRv6》。目标是用博客化的方式解释：为什么大规模 AI 训练需要新的网络协议，MRC 如何与多平面拓扑、SRv6 源路由一起，把“网络故障”从训练中断事件变成可被系统自动绕开的背景噪声。 论文链接：Resilient AI Supercomputer Networking using MRC and SRv6 问题不是平均带宽，而是最慢那一次通信在同步预训练中，成千上万甚至十万级 GPU 按训练 step 锁步推进。每个 step 中，GPU 之间要执行数据并行、张量并行、流水线并行、专家并行等多种通信。理想状态下，通信被尽量隐藏在计算之后；但现实里，只要某一次传输成为“长尾”，整个 step 都可能被拖慢。 这也是大规模训练网络最棘手的地方：平均吞吐量很高并不够，最慢的那条路径、最晚到达的那个包，才...

安装 Ubuntu 24.04 LTS 后，ToDesk 远程控制软件可能会出现无法正常被控的问题。表面上看，设备在线、软件也能启动，但其他电脑发起远控时，连接进度条会卡住，甚至进入黑屏状态。 本文记录一次 Ubuntu 24.04 环境下 ToDesk 远控异常的排查和解决过程。 问题现象系统环境如下： 系统版本：Ubuntu 24.04.1 LTS ToDesk 版本：4.7.2.0 遇到的问题主要有： Ubuntu 电脑可以正常使用 ToDesk 去远控其他设备，但偶尔会出现窗口闪烁。 其他电脑也能看到这台 Ubuntu 设备在线，但发起远控后无法真正进入桌面。连接进度条可能卡在一半，也可能卡到 100% 后黑屏。 与此同时，Ubuntu 被控端会提示“正在被远控”，但实际上控制端并不能看到桌面，也无法正常操作。 也就是说，ToDesk 的连接似乎已经建立，但远程画面没有正常传输出来。 问题原因Ubuntu 24.04 默认使用的显示管理器通常是 gdm3。在本次问题中，ToDesk 在 gdm3 环境下可以启动，也可以显示设备在线，但作为被控端时无法正常输出远程桌...

董小姐董小姐吉他谱，宋冬野的一首歌，歌曲为4/4拍的节奏，选用C调和弦进行编配，弹奏时变调夹4品即可保持与原曲一样的调式E调，当然也可以根据实际情况自己微调变调夹品数。《董小姐》吉他弹唱谱完整曲谱共3张图片六线谱；一把木吉他，一个感人的故事，一曲平和但打动人心的旋律，一首充满诗意的民谣歌曲，值得反复推敲的歌词能停在唇边，能落在心里。 安河桥

摘要MoE 推理系统里最难建模的部分，往往不是拓扑本身，而是计算与通信的真实组织方式。同样是 expert parallelism，Prefill 更像高吞吐、大批量、长计算核与长尾通信的重叠问题；Decode 则更像低时延、小步长、高频短通信的尾延迟问题。两者虽然都属于推理阶段，但在时间线上几乎表现为两种不同系统。 本文基于 DeepSeek 开源的 DeepEP、profile-data 中的 PyTorch Profiler 轨迹以及 shallowsim 中的性能分析脚本，重新梳理 DeepSeek-V3 / R1 架构家族在 MoE 推理中的关键行为特征。文章重点关注三个问题： DeepEP 到底解决了什么问题 Prefill 和 Decode 的计算-通信模式为何截然不同 这些真实数据对后续仿真建模意味着什么 如果你关心的是 MoE 推理中的 all-to-all、双 micro-batch 重叠、SM 占用方式，或者希望在仿真器里更接近真实系统行为，这篇文章可以作为一份系统性的背景材料。 引言在做 MoE 推理系统建模时，最难的部分往往不是“网络拓扑怎...

Mixture of Experts (MoE) 是一种基于多个“专家”子模型（或专家网络）的架构，它通过路由策略（通常是基于输入数据的特征）动态选择一个或多个专家进行计算。 MOE是什么？核心概念： 专家网络（Expert Network）：每个专家网络通常是一个子模型（例如一个神经网络层），它们负责处理不同类型的任务或数据特征。 路由器（Router）：路由器根据输入数据的特征来决定将其路由到哪个专家。通常，路由器会通过对输入的编码进行决策，选择一个或多个最适合的专家。 稀疏激活（Sparse Activation）：不是所有的专家都会同时激活，通常每个样本只激活一部分专家，这样可以大大减少计算量，使得 MoE 可以在不增加计算成本的情况下使用更多的专家。 MOE 的主要优势 计算效率：MoE 允许模型在不显著增加计算开销的情况下增加专家数量。通过稀疏激活，模型只计算必要的部分。 灵活性：MoE 可以灵活地为不同任务选择不同的专家，适应更复杂的任务。 路由原理MoE 模型的路由机制决定了输入数据如何分配给专家。路由的核心目的是通过选择最合适的专家来提高计算效率...

最后一页吉他谱，江语晨原唱，洛尘鞅等众多翻唱让这首老歌重新翻红网络。人生是一本书，别急着翻到最后一页，想知道值不值得，慢慢享受吧，每一页都写满了美好的回忆。 《最后一页》吉他弹唱谱，选用C调指法编配，CAPO夹四品，三张图片六线谱。

2026年4月11号15：40纪念~ 速通考试！刷题答题技巧 带短波的选起始频率最高的（选“除去”） VHF避免占用146MHZ（146 - 要死溜）UHF 438 看到管制不选3万，涉及罚钱的选50万、带万的；销售+责令整改；管制不罚款 F1+ 、F2 - 态度：“可行时” 千中 百低 十甚 个特低 小数超特低（频率划分：KHZ） 业余不通公众 主载波设置范围 - 选范围最小 QSL 卡全选 10MHZ以上 上边带；10MHZ以下 下边带（UV频段 - 上边带） DSTAR 全选 FREEDV 不选带 free DV的 知识点小知识点： 业余频段 47GHZ WARC 76 - 18.168 ITU 123 - 2 3 2 20米 - 25 25 35 15米 - .45 专用 10米 - .7 专用 业余低频 - 1357 IARU - 14.100 LSB - 下限最高7.030 UHF - 2300MHZ EHF 250GHZ THF 300GHZ以上 CW - RST完整；FM - RS 上下行频差（v段：0.6；U段：5MHZ） LF（低频）、VLF（甚低频）...