OpenClaw虚拟机部署时，提示模型问题排查好几遍了，用的是智谱的模型，调用不了又没有大神指导一下5G还没完全玩明白，行业发布6G网要来了，对于普通用户如何应接？最近6G话题挺火的，说实话，我目前5G很多东西还没玩明白，行业却发布6G时代即将到来，核心是三大技术突破，还明确了在2030年预启动商用时间表，号称能给生活和产业带来大变革。它光网速比5G快10倍以上，可以做环境感知、基站自带AI算力。在想那以后刷视频、下文件、打游戏速度是不是特快，再也不担心卡顿了，但是这个如何费用是个问题？ 还有预计6G手机将会在2035年进行规模化部署，我是非常这期待效率的，但是在某些场景下无法完成的事情，在不久的未来皆可实现。如无人机在太湖水域30公里无卡顿巡检，自动驾驶车辆可提前10倍预判障碍物。。。。。。相信大家也有顾虑，如之前5G的部分承诺没兑现，还有覆盖成本高、资费贵不贵、终端能不能跟得上，这些现实问题如何解决呢？区县级医院信息科：夹缝中的“万能补丁”，信息化人手不够真的是因为招不到人吗？业务上：门诊量不比大三甲轻松，内外妇儿一样不少，电子病历评级、互联互通测评、智慧医院建设，一个指标都逃不掉。行政上：作为县域龙头，不仅要管自己，还要帮扶（或者被要求带动）下面的乡镇卫生院和社区卫生中心。资源上：信息科通常就5-8个人（甚至更少）。要管全院上千台终端设备、几十套系统（HIS、LIS、PACSEMR、手麻、体检...）、还要应付医保接口三天两头的变更。 现状是什么呢？我们信息科的人，上午是运维工程师（修电脑、换墨盒），下午是项目经理（盯着开发商改BUG），晚上是数据分析师（给卫健委报数据），半夜是网络安全专家（防勒索病毒）。 根本没有精力去思考“信息化建设”，每天只是在“信息化求生”。 所以，区县级医院信息化“人不够”的局，到底怎么破？抛出几个或许不那么成熟，但值得琢磨的思路，想听听县区级同行的真实声音： 1. 改变定位：从“自己做”变成“管得好” 2. 向上借力：融入“市级平台”或“医共体” 3. 内部挖潜：建立“信息化联络员”制度 4. 反向思维：让厂商“卷”起来 5. 人才策略：招“本地人”比招“大牛”管用 最后，想问问各位在区县级医院摸爬滚打的战友们：你们科室现在有几个人？你觉得最累的活是什么？（是修电脑，还是对接医保接口？）如果让你选，你觉得“外包给本地IT公司”靠谱，还是“求厂商多派几个驻场”靠谱？作为县域龙头，你们有没有被要求去帮扶下面的卫生院？是心甘情愿，还是苦不堪言？ 欢迎吐槽，欢迎支招，一起为县域医疗信息化发声！在视频数据占比超过90%的行业中，大家是如何平衡“热数据”的全闪存性能需求与“冷数据”的极致存储成本问题的？
在视频数据占比超过90%的行业中，大家是如何平衡“在平安城市和雪亮工程的建设中，我们面临海量的视频数据（PB级）。目前主流方案是：最近7-15天的“热数据”放在全闪存上保障快速读写，历史“冷数据”存放在蓝光或高密HDD磁盘归档。想请教一下各位大牛：1. 在实际项目中，大家通常以什么时间节点来划分数据的“冷热”？（7天？30天？）2. 有没有在应用层实现“数据自动分层”的成熟经验？比如数据从闪存池自动迁移到对象存储的策略是什么？3. 对于“温数据”（比如偶尔要调阅的1-3个月内的监控），现在有什么性价比高的存储方案（如QLC SSD或分布式存储）值得推荐？作为一名首次进入这个圈子的萌新，我应该关注什么呢？作为一名首次进入这个圈子的萌新，我应该关注什么呢？我应该向哪些方面投入精力呢？萌新求带<emoji emojiname="hold-fist.gif"></emoji><emoji emojiname="hold-fist.gif"></emoji><emoji emojiname="hold-fist.gif"></emoji>在教学中，如何引导学生高质量使用人工智能？让学生利用人工智能掌握技能而不是为完成作业呢？无线网络如何优化？家庭中 5G 路由器的摆放位置和信道设置对 5G 网络覆盖和速度有多大影响？关于智豆兑换问题想请教一下为何兑换成功后，又给退了，又为何5月25号的还有能兑换的。刚收到退豆现在打开该商品显示活动结束也没有解释@管理员 这有啥说法啊AI agent会替代人类工作吗？现在人工智能已经非常发达，请问大神他替代人类工作的核心技术要点是什么？英伟达与微软的AI PC2026年6月1日，英伟达在台北国际电脑展GTC大会上正式发布面向Windows系统个人电脑的RTX Spark超级芯片，标志着该公司正式进军个人电脑核心处理器市场，直接挑战英特尔与AMD长期以来的行业主导地位。 产品与技术细节 产品定位：RTX Spark是一款CPU与GPU深度融合的“超级芯片”，旨在将高性能AI计算能力带入轻薄笔记本及小型台式机，推动PC向“个人AI计算机”转型。核心架构： - 制程与合作：采用台积电3纳米工艺，由英伟达与联发科联合研发。 - CPU部分：集成20核英伟达Grace CPU（基于Arm架构，包含10个性能核心与10个能效核心）。 - GPU部分：搭载英伟达Blackwell架构RTX GPU，拥有6144个CUDA核心。 - 内存与带宽：配备最高128GB统一内存，CPU与GPU通过NVLink-C2C互连，带宽约300GB/s。性能表现：AI算力达1 PetaFLOP（每秒1000万亿次浮点运算），可本地运行1200亿参数的大语言模型，并支持渲染超大型3D场景及编辑12K视频。 大牛们快来发挥你们的想象力，未来的个人PC、手机、汽车智驾会变成什么样子。最近试用dumate，感觉不用老黄的高性能显卡也很好玩软硬件，清理电脑垃圾都不用常规软件了。客户一段时间就说网络卡顿 有什么排查思路吗可以使用上传业务比较大，上传视频等就40个有线 100个无线 客户使用两个运营商的线路做负载分担 分别都是1000召的商宽 一段时间就说网络卡顿 他们如果用上传视频以及图片等业务比较大，咋计算他们所需的上传贷宽 有没有排查思路汽车算力汽车算力已成为智能化核心竞争力：端侧L4级需1000+ TOPS，云端训练达EFLOPS级；当前主要矛盾是推理算力不足、效率低下，行业正从“堆砌算力”转向“高效利用”。汽车算力已成为智能化核心竞争力：端侧L4级需1000+ TOPS，云端训练达EFLOPS级；当前主要矛盾是推理算力不足、效率低下，行业正从“堆砌算力”转向“高效利用”。华为手表华为手表买哪个性价比比较高【架构难题】在混合云与SASE趋势下，MPLS专线的黄金时代真的结束了吗？我们是一家制造业公司，核心是1个本地数据中心（运行ERP、MES）+ 3个国内工厂 + 2个海外办事处 + 全面上云（AWS/Azure）。传统架构是：核心节点间通过MPLS专线组成“星型网络”，云访问通过数据中心集中出口。网络稳定，但问题日益突出：成本高昂，云访问迂回，运维僵化。困境：老板批准了网络现代化预算，目标是“降本、增效、提升体验”。我们正在评估两个主流且看似冲突的演进方向：A：激进上云，拥抱SASE退租大部分MPLS，各站点及移动用户通过本地互联网出口，接入SASE POP点。利用其内建的全球骨干网、安全栈和智能路由（如对Microsoft 365流量直连）实现“云原生”访问。 B:保守优化，构建SD-WAN Overlay保留核心节点间的MPLS作为“黄金通道”，用于传输最关键的实时生产数据。同时，为各站点新增低成本宽带/5G线路，与MPLS形成混合链路。通过SD-WAN控制器实现智能选路、负载分担和自动故障切换。 期待各位的指导！当老板说“网络要又快又稳还要省”，你会优先牺牲哪一项？在“快、稳、省”这个不可能三角里，你优先保障哪个？又会策略性地牺牲哪个？AI 收费时代是否来临？deepseek已出专家版本，是否为后期收费做铺垫。豆包貌似已公布收费版本，估计以后普通版本免费，高需求，或严要求会收费了。无线AP隔一段时间报卡顿某单位1000M宽带，过防火墙后连接楼道的约30个无线AP（分布在走廊），用户隔一段时间就会反馈上网卡顿，重启设备后可恢复，该如何根治？营运商从卖流量到卖Token，是否可以干的过互联网公司上周三家营运商集体推出了面向个人和企业的“算力/Token套餐”。价格门槛之低，颇有当年“百元智能手机”普及的味道是否可以干的过互联网公司？Qwen3 30B 模型适配优化需求情况说明：医院原有Qwen3:30b-a3b-thinking-2507-q4_K_M模型。该模型运行在英伟达L20的服务器上，占用了4卡，运行在Q4精度下，业务部门需求tokens/天吞吐量大概在 9000万。现需将模型部署到华为 910B3 8卡服务器上，目的是满足原有业务部门API调用的 token吞吐量需求和输出精度需求。GPU服务器配置：910B3*8卡（FP16：313FLOPS/卡，总计2.5PFLOPS），1024G DDR4内存软件架构：算力管理平台，MINDIE架构算力分配情况：910B3 4卡部署了DEEPSEEK 70B MINDIE FP16910B3 2卡部署了 qwen3:30b-a3b-thinking-2507 MINDIE FP16910B3 2卡部署了 qwen3:30b-a3b-thinking-2507 MINDIE W8A8结果对比：L20和910B两平台的think在同一份病历相同情况下分析差异：1.2张910B FP16的速度大概是4张L20慢1.5倍；2. W8A8测试输出结果不准3. FP16测试，分析结果上面有些病历华为FP16好，有些是L20好；L20每次分析结果都是不同的，910B FP16分析每次结果都是一致的。 调优需求：1.是否可以提升QWEN3 30B在910B平台的输出效率2.是否可以提升QWEN3 30B在910B平台的输出结果精度3.是否可以优化QWEN3 30B在910B平台上各项表现以达到业主的需求感谢支持零基础如何玩小龙虾零开始玩AI小龙虾，好奇，边学习边玩关于PMP续证的选择一、核心费用：150美元 150美元的费用是PMI官方收取的全球统一标准。 按当前汇率估算：根据目前汇率（1美元 ≈ 6.82人民币），这笔费用大约是：150美元 × 6.82 ≈ 1023元人民币二、年均成本：每天不到1块钱费用摊到3年的周期里，成本其实非常低：年均成本：1023元 ÷ 3年 ≈ 341元/年日均成本：341元 ÷ 365天 ≈ 0.93元/天三、省钱技巧：PMI会员身份划算吗？成为PMI会员，续证费可以降至60美元。这听起来很诱人，但我们需要算一笔总账：会员续证成本：续证费：60美元会员年费：约139美元/年3年总成本：(60美元) + (139美元 × 3) = 477美元非会员续证成本：3年总成本：150美元如果仅仅是为了续证，那么成为会员反而更贵（477美元 vs 150美元）。当非常需要PMI会员的额外权益（如免费下载PMBOK指南等标准文件、参加会员专属活动等）时，才需要考虑入会。️ 四、不续证的代价：因小失大千万不要觉得“不续证只是证书失效”那么简单，其隐性成本非常高昂：1、证书失效：3年有效期过后，若未续证，证书会进入1年的“暂停”状态。此时你无法使用PMP头衔。如果1年内仍未完成续证，证书将彻底失效。2、重考成本：证书一旦彻底失效，想再次获得认证，就必须重新报名、参加培训、并缴纳3900元的初考费，再投入数月时间备考。3、机会成本：很多企业在招聘或晋升时，都要求PMP证书在有效期内。证书失效可能让你错失重要的职业发展机会。五、续证的另一半：60个PDU除了交钱，续证的另一个硬性条件是：在3年周期内积累至少60个PDU（专业发展单元）。什么是PDU？ 可以理解为“学习积分”，证明你在这3年里持续学习和实践。如何获取？1、免费途径：参加PMI授权的线上研讨会、撰写项目管理相关文章、做志愿服务等。2、付费途径：参加一些培训机构提供的PDU课程。六、总结PMP续证是一项低成本、高回报的投资。结合当前汇率，每三年花费约1023元，就能有效维持你的专业认证，避免因小失大，是保持职业竞争力的明智之举。那么，我们值得续证吗，时机如何把握？大家有没有遇到AR580网络卡顿CPU利用率过高现象AR580是新产品 支持多wan口负载均衡 下行三个光口组网很简单 两个运营商的线路 直接接入AR580 下联两个光口接两台S220 接入50台电脑使用中客户使用说网速慢打卡网页卡顿 排查运营商的线路测试到路由器测试都没啥问题 后来观察发现AR580偶尔会CPU利用率冲到99网页也转不动，整体网路卡顿 ，现在观察后发现偶尔会冲到90就下来了，没有持续99的现象了。、大家有没有遇到这个情况烟花爆竹行业引入ai监控，ai检测能否降低危害浏阳爆炸触目惊心，几十人都没了，家庭也完了，企业也没了？后期我们该如何解决？不能一棒子打死一个行业吧？也不可能政府兜底？如何引入技术防范危险？如何成为网络开发工程师请问各位大佬，网络开发工程师的学习路线是什么样的鸿蒙智行192线的激光雷达还可以打几年？今天发布会重磅升级了896线激光雷达，感知能力更强，那么192还能打几年？技术迭代太快了想要加入网工的微信群兄弟们，考了IP之后感觉越来越跟行业脱节了，有没有微信群可以让我加一下跟大家交流一下以后的方向啊OpenClaw应该是今年热火朝天的话题，面对国内外的 OpenClaw 产品，技术人与普通人如何选择？目前国内类 OpenClaw 主流产品汇总来啦！<emoji emojiname="blink.gif">blink</emoji>技术人与普通人面对这14个国内 OpenClaw 产品，该如何选择呢，欢迎留言畅谈？🌟 大厂独立产品✅ 当贝 molili：词元经济 + 家庭 AI 中枢，公测中✅ 悟空（阿里 / 钉钉）：企业级 AI 原生平台，待测评✅ WorkBuddy（腾讯）：全场景职场 AI 工作台，已上线✅ QClaw（腾讯）：微信远程操控，最低门槛，公测✅ ArkClaw（火山）：飞书深度适配，已上线✅ miclaw（小米）：米家 IoT 专属，封测中🧩 模型厂商衍生品✨ Kimi Claw：云端托管 + 40GB 显存，免费 + 付费✨ MaxClaw（MiniMax）：极简部署，39/99 元 / 月✨ AutoClaw（智谱）：一键安装 50+Skills，积分制✨ CoPaw（阿里云）：钉钉生态企业合规，算力付费🎯 生态垂直玩家🔹 百度智能云：搜索入口 + 千帆接入，已上线🔹 小艺 Claw（华为）：鸿蒙原生 + 多端协同，Beta🔹 AstronClaw（讯飞）：语音交互特色，已上线🔹 有道龙虾：翻译场景垂直处理，已上线个人比较喜欢开源，至于大模型我自己选择，那些商业版最后都会形成会员+订阅费。所以开源的只需购买算力就可以了，你们又是如何选择呢？