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。
两百多年前苏格兰出了一位大哲学家，他的名字叫做亚当·斯密。今天人们对他的了解更多是在经济学家这个身份，都认为是他发现了“看不见的手”这一神奇的经济规律，以及他那本著名的《国富论》。然而除了这本书之外，斯密还出版了另外一本巨著——《道德情操论》（The Theory of Moral Sentiments），这是一部难得的哲学以及文学佳作。值得一提的是，我认为此书可以帮助我们去理解当代软件工程遇到的各种问题，也可以帮助我们探索一些解决之类难题的方法。
跨端开发是指在不同的平台或设备上开发同一种软件应用，例如：一个应用程序可以同时运行在移动设备、桌面电脑和浏览器等不同的设备上，或是一个小程序能够在微信、支付宝、抖音等多个平台使用。跨端开发的优点在于可以节省研发和维护成本，让开发者者编写一套符合规范的代码，由编译器将其编译生成出可以发布在每个平台的产物，在更广泛地覆盖用户群体的同时，可以保持产品在不同渠道的一致性，减少用户的上手使用成本。 然而，由于不同平台存在一些无法抹平的特性差异，或是针对特定平台可能会有不同的产品需求，比较常见的做法有以下两种： 在代码中编写大量的if、else 来处理不同平台或需求的差异 对编译后的产物进行二次开发，或维护两套差异性代码
