1. 用于实验的 GPU 容器 2.基于 Kubeflow 的机器学习训练服务 3.模型管理和模型 Serving 服务 Experiment Training Serving 均基于容器，不对业务方直接提供 GPU 物理机 GPU 实验 JDOS 常规的容器服务 ，使用 gpu 的 zone ， 自行设定相应的镜像即 可，有完善的周边服务 训练服务 • 提供基于 kubeflow

O(logn) ，工作复杂度为 O(n) 。 封装好了： parallel_reduce 保证每次运行结果一致： parallel_deterministic_reduce 并行缩并的额外好处：能避免浮点误差，例如求平均值 扫描（ scan ） 如图所示，扫描和缩并差不多，只不过他会把求和的中间结果存到数组里去 1 个线程，依次处理 8 个元素的扫描，花了 7 秒 用电量： 1*7=7 度电 总用时：

• 在声明和定义外面都套一层名字空间，例如此处我的子项目名是 biology ，那 我就 biology::Animal 。避免暴露全局的 Animal 。这是因为万一有个“不拘一 格”的第三方库也暴露个全局的 Animal ，两个符号就会发生冲突，由于类符号 都具有 weak 属性，链接器会随机选择一个覆盖掉，非常危险！ • （关于符号的 weak 属性，以后单独开一门 C++ 课讲讲，这一课还是重点关注 function 中则是基于定义者所在路径，优先访问定义者的作用域。这里需要 set(key val PARENT_SCOPE) 才能修改到外面的变量。 第二章：第三方库 / 依赖项配置 用 find_package 寻找系统中安装的第三方库并链接他们 find_package 命令 • 常用参数列表一览： • find_package( [version] [EXACT] libQt5Widgets.so 、 libQt5Network.so 。因此 CMake 要求所有第三方 库作者统一包装成一个 Qt5Config.cmake 文件包含所有相关信息（类似于 nodejs 的 package.json ），比你单独的一个个去找动态库文件要灵活的多。 • 包配置文件由第三方库的作者（ Qt 的开发团队）提供，在这个库安装时（ Qt 的安装程序 或 apt install

# 添加一个宏定义 • add_compile_options(-fopenmp) # 添加编译器命令行选项 第三方库 - 作为纯头文件引入 • 有时候我们不满足于 C++ 标准库的功能，难免会用到一些第三方库。 • 最友好的一类库莫过于纯头文件库了，这里是一些好用的 header-only 库： 1. nothings/stb - 大名鼎鼎的 stb_image include_directories(spdlog/include) 即 可。 • 缺点：函数直接实现在头文件里，没有提前编译，从而需要重复编译同样内容，编译时间长。 glm - 使用这个神奇的数学库 第三方库 - 作为子模块引入 • 第二友好的方式则是作为 CMake 子模块引入，也就是通过 add_subdirectory 。 • 方法就是把那个项目（以 fmt 为例）的源码放到你工程的根目录： libigl/libigl - 各种图形学算法大合集 fmt - 使用这个神奇的格式化库 • fmt::format 的用法和 Python 的 str.format 大致相似： CMake - 引用系统中预安装的第三方库 • 可以通过 find_package 命令寻找系统中的包 / 库： • find_package(fmt REQUIRED) • target_link_libraries(myexec PUBLIC

局限性大，内部推广难度极高，做完后维 护成本高价值难被证明 低采购成本、低实施成本， 内置模板库和最佳实践；高扩展性、技术先进性强 ，可灵活广泛接入现有工具链和业务场景 基于代码管理的 DevOps 方 案 Gitee 平台 GitLab 平台 局限性大、全流程安全性低 维护成本高 支持多个服务并行构建部署、产品级发布，可灵活 安全接入多个代码仓及周边工具链 Zadig 与现存 DevOps 整体生产力提升一倍以上 4. 大幅降低发布事故和错误率 自动化测试场景：上千测试用例为发布保驾护航 — — 字 节 跳 动 - 飞 书 S R E 工 程 师 “ Z a d i g 解 决 方 案 面 向 开 源 ， 可 用 性 极 高 ， 通 用 性 场 景 适 配 性 强 ， 重 复 利 用 度 高 。 市 面 上 的 其 他 产 品 基 本 没 办 法 解 决 微 服 务 联 调 的 的 问 题 … 大 家 一 般 进 入 统 一 的 环 境 里 自 测 ， 但 通 常 只 会 测 试 能 想 到 的 点 ， K o d e R o v e r 用 自 动 化 的 方 式 让 大 家 测 得 更 全 面 ， 把 事 情 做 的 质 量 提 高 ， 提 升 了 测 试 的 覆 盖 度 。 可 以 说 ， 没 有 Z a d i g , 集 成 测 试 完 全 没 法 做

为空字符串，这时相当于 Debug 。 各种构建模式在编译器选项上的区别 • 在 Release 模式下，追求的是程序的最佳性能表现，在此情况下，编译器会对程序做最大 的代码优化以达到最快运行速度。另一方面，由于代码优化后不与源代码一致，此模式下 一般会丢失大量的调试信息。 1. Debug: `-O0 -g` 2. Release: `-O3 -DNDEBUG` 3. MinSizeRel: `-Os 载）。然后安装 Arch Linux 系统 。 • 需要手动修改或查看一个 ELF 文件的 RPATH ，可以用 chrpath 或 patchelf 命令。 yyds 第 5 章：链接第三方库 案例：需要使用 tbb 这个库 直接链接 tbb 的缺点 如果这样直接指定 tbb ， CMake 会让链接器在系统的库目录里查找 tbb ， 他会找到 /usr/lib/libtbb.so TBBConfig.cmake 还是 FindTBB.cmake ，这个文件通常 由库的作者提供，在 Linux 的包管理器安装 tbb 后也会自动安装 这个文件。少部分对 CMake 不友好的第三方库，需要自己写 FindXXX.cmake 才能使用。 老年项目案例： OpenVDB （反面教材） 一些老年项目作者喜欢在项目里自己塞几个 FindXXX.cmake ，然而版本可能和系统里 的不一样，比如用

unlock() 之后才 mtx2.lock() ，从而也不会出现一方等着对 方的同时持有了对方等着的锁的情况。 解决 2 ：保证双方上锁顺序一致 • 其实，只需保证双方上锁的顺序一致，即 可避免死锁。因此这里调整 t2 也变为先 锁 mtx1 ，再锁 mtx2 。 • 这时，无论实际执行顺序是怎样，都不会 出现一方等着对方的同时持有了对方等着 的锁的情况。 解决 3 ：用 std::lock

a’ 表示一个英文字符 a 。实际上 ‘ a’ 等价于 他的 ASCII 码 97 。 • 不信的话，你可以作为 %d 打印和 %c 打印看看，可见 char 的确有双重身份， 一方面是字符，一方面又是数字。 字符常量其实就是对应的 ASCII 码 • 我们知道 C 语言中的字符常量形如：‘ a’ 表示一个英文字符 a 。实际上 ‘ a’ 等价于 他的 ASCII 码 97 。 ，说明编译器 的确加上了额外的 0 结束符。 双引号的字符串常量，就是 0 结尾字符数组的简写 • 不需要手动加上 0 结束符，加了没有区别 ，因为 strlen 会误以为那个就是结束的地 方。 常见错误： scanf 不指定缓冲区大小 • 很多谭浩强教材上会直接写 • char str[10]; scanf(“%s”, str); • 这是非常危险的，如果用户输入了超过 10

外定义了一个 string 类，重载了 + 运算符，并告诉同学们：以后尽量用我这 个封装好的类，不要直接用 C 语言的 const char * 。 • 因此如果需要把两个字符串加在一起，就必须至少有一方是 string 才行。 • 可以用 string(“hello”) 这种形式包裹住每个字符串常量，这样就方便用 + 了 。 • 初学者建议每个字符串都用 string(“...”) 这种形式写， 想要完整的功能（指定多少进制，左右对齐等），可以用专业的做法： 1. 古代 C 语言的 sprintf 2. 古代 C++ 的 stringstream 3. C++20 新增的 std::format 4. 第三方库提供的 fmt::format （ https://github.com/fmtlib/fmt ） 5. 参考小彭老师在 zeno 里手撸的两个函数（能支持任意 STL 容器的打印） ： • https://github • 其中 char_traits 定义了字符串具体各种函数的实现，例 如 length 默认为 strlen ，如果这里指定其他的 traits ， 就可以替换其实现，改变 string 内部的工作方 式。 allocator 也是同理，之后我们会专门有一节课讲 allocator 与内存分配。 • 后面两个参数是默认的，写 basic_string 就行了。 • 同理， string_view

心路历程 吐槽点 ● Nightly 版本编译器： tikv ， raft-rs ● 无官方库，官方库支持不成熟 ○ Kafka （第三方： https://github.com/kafka-rust/kafka-rust) ○ PostgreSQL ( 第三方： https://github.com/sfackler/rust-postgres) ○ Google Cloud Platform(GCP)