这篇文章与读者朋友们好好聊一聊共识这个技术领域，期望能够让大伙儿对共识协议的前世今生以及这些年的技术演进有个大体了解。
云原生网关 MSE-Higress 是遵循开源 Ingress/Gateway API 标准的下一代网关产品，将传统的流量网关、微服务网关、安全网关合三为一，降低 50% 的资源开销，具有高集成、易使用、易扩展、热更新的特点。 MSE-Higress 提供了流量调度、服务治理、安全防护等能力，并深度集成 Dubbo、Nacos、Sentinel 等微服务技术栈，提升网关链路的整体性能、降低部署和运维成本，同时支持 Nginx Ingress 的平滑迁移，帮助用户零成本快速迁移到 MSE-Higress。 云原生网关 MSE-Higress 开启全民测评活动！现邀请广大开发者参与。
Serverless 在中国发展这些年，经历了高潮、低谷、现在重新回到大众视野。很多企业都非常感兴趣并进行浅尝，部分企业开始大规模应用；有很多企业止步于对技术的好奇，不知道如何在生产环境真正的落地。 同时，在当下 AIGC 技术浪潮中，Serverless 如何与 AIGC 更好结合发挥更大的作用呢？ 带着这个问题，我们邀请到阿里云智能 Serverless 研发负责人杨皓然、高德服务端负责人孙蔚，一起探讨 Serverless 和 AIGC 结合可以激发哪些想象力？
本文篇幅有些长，但是相比阅读各类书籍，然后理解和吸收，会大大节省很多时间，对于一些书中难以理解的部分做了改进，帮助更好的理解。可能阅读本文需要一些软件方法的基础知识，才能更好理解和吸收，甚至提出反馈建议。希望文本对大家有帮助，当然这需要运用好“只字不差阅读”和“只字不差理解”。
最近无论是在工作中的交谈，还是在日常刷屏的新闻，铺天盖地的都是大模型。我横竖是看不明白，费了大劲终于从字缝里看到了两个字，玄学。仿佛回到了我的学生时代。 还记得6年前刚进入研究生实验室时，师兄兴奋的对我说：小伙子，欢迎来到我们的修仙世界！——当时学校跟英伟达合作，刚刚从英伟达那里弄了500块Tesla显卡，供各个实验室申请使用。这，是我们崭新的炼丹炉。经过3年的研究生生涯，我对深度学习的理解，仅仅到能够使用深度学习模型的程度。期间也有一些小成绩，包括一篇CCF B类会议论文和一篇KBS期刊(影响因子8.038) ，文章内容主要是使用LSTM对用户兴趣偏好和用户兴趣迁移建模，以此来搭建一个推荐算法模型。 我们通过对各种神经网络模型的堆叠以及反复的对比实验，确实发现LSTM模型的能够在准确率、召回率等指标上有比较突出的效果。但是有一个很大的问题拦在我面前：我如何去解释它？确实，我们没法从直观定性的角度去解释，也没有数学逻辑能解释。索性我们当时就套用了大家统一的口径，解释说LSTM具有长短时记忆能力，因此能够归纳随着时间轴变化的数据规律。还好当时的审稿人并没有对我们的解释提出质疑
本文主要分享如何快速上手ARM汇编开发的经验、汇编开发中常见的Bug以及Debug方法、用的Convolution Dephtwise算子的汇编实现相对于C++版本的加速效果三方面内容。
