AI 助理
文档备案控制台

编解码

首页 标签 编解码
# 编解码 #
关注
18627内容
最新 热门 文章 问答 视频 电子书
独孤圣人123
|
23天前
|
博文
|
来自： 大数据与机器学习
0.8MB 跑通 Qwen｜第 19-2 篇：推理引擎的 vision_tokens 客户端预编码协议
本系列《0.8MB跑通Qwen》专注手搓零依赖纯C推理引擎，适配Qwen3-VL多模态大模型，在RK3588（aarch64）实测通过。本文详解`encode_media_item`三路协议：`image_url`（板端ViT+128位缓存）、`video_frames`（帧序列）与`vision_tokens`（客户端预编码跳过ViT），支持字节数自校验与缓存命中优化，真机实测ViT耗时295ms→缓存后仅301ms。
# 存储 # 缓存 # 编解码 # 异构计算
独孤圣人123
|
23天前
|
博文
|
来自： 大数据与机器学习
# 0.8MB 跑通 Qwen｜第 19-3 篇：视频帧与媒体模块——推理引擎默认不启用的 H.264 独立模块
本系列《0.8MB跑通Qwen》聚焦ARM端零依赖纯C推理引擎，适配Qwen3-VL多模态模型（2B/8B/30B），在RK3588上实测。视频支持分两层：帧序列路径已落地；MP4/H.264解码为独立未完成模块，API清晰、默认不构建、不演示未验证功能，体现严谨工程边界。（239字）
# 编解码 # 应用服务中间件 # API # C语言 # 容器
独孤圣人123
|
23天前
|
博文
|
来自： 大数据与机器学习
0.8MB 跑通 Qwen｜第 19-1 篇：ViT 编码——推理引擎里图片是怎么变成视觉 token 的
本系列《0.8MB跑通Qwen》用纯C手写零依赖推理引擎，实现在RK3588（aarch64）上部署Qwen3-VL多模态模型。真机实测：64×64图经24层ViT编码得4个视觉token，耗时仅295.3ms，支持图文理解与视频分析。（239字）
# 编解码 # 缓存 # 计算机视觉
独孤圣人123
|
23天前
|
博文
|
来自： 大数据与机器学习
0.8MB 跑通 Qwen｜第 18-3 篇：MRoPE——推理引擎的 3D 位置编码给视觉留的席位
本篇详解Qwen3-VL多模态推理中MRoPE三维位置编码机制：通过`mrope_section=[24,20,20]`将64维旋转频率分给时间/高/宽三轴，支持视觉token网格定位；并数值推演“强行降维至1D”的相位偏差——7×7图像下最高达4.71弧度（近270°），40/64维严重失准，导致注意力失效。纯文本因t=h=w自动退化，故该bug无法被文本测试捕获。（239字）
# 编解码 # Java # 测试技术 # Python
程序员在线
|
23天前
|
博文
阿里云服务器ECS实例架构：X86计算和Arm计算有什么区别？GPU、裸金属和高性能计算区别对比？
阿里云ECS支持五大计算架构：X86（稳定通用，适配Intel/AMD）、Arm（倚天/Altra，高能效独享核心）、GPU（AI训练/图形加速）、弹性裸金属（神龙架构，物理机性能+虚拟机弹性）、高性能计算（HPC优化，超大规格）。按场景灵活选型。阿里云服务器ECS官网：https://t.aliyun.com/U/AZBUsA
# 弹性计算 # 编解码 # 人工智能 # 虚拟化 # 异构计算
AI研究者手札
|
24天前
|
博文
植物气孔开闭检测数据集 | 3600张YOLO植物生理数据集
本数据集含3600张YOLO格式显微图像，精准标注气孔“闭合/张开”两类状态，源自Roboflow-100生物学基准。专为植物生理研究、抗旱表型分析与密集小目标检测设计，适配YOLOv5-v12等主流模型，支持高通量气孔统计与自动化科研。（239字）
# 编解码 # 监控 # 算法 # 计算机视觉 # 数据格式
AI研究者手札
|
24天前
|
博文
肝脏病理病变检测数据集 | 4000张YOLO数字病理数据集
本数据集含约4000张YOLO格式肝脏病理切片图像，精准标注肝细胞气球样变、纤维化、炎症、脂肪变性4类病变，覆盖NAS评分核心指标，专为数字病理辅助诊断、肝毒性评估及YOLO系列模型训练设计，支持自动化量化分析与科研教学。（239字）
# 人工智能 # 编解码 # 算法 # 文件存储 # 计算机视觉
游客r2wibhfgflphe
|
25天前
|
博文
租用GPU服务器如何收费？来看看阿里云GPU服务器，怎么样？可以吧！
阿里云GPU云服务器（EGS）支持包年包月、按量付费、抢占式实例三种计费模式，适配AI训练/推理、视频转码、图形渲染及科学仿真等场景；提供T4/A10/L20/V100等多款GPU规格，价格因配置、地域及时长而异，推荐按业务负载精准选型。（239字）
# 编解码 # 人工智能 # 弹性计算 # vr&ar # 异构计算
游客s66bpvufjgzmi
|
25天前
|
博文
|
来自： 视觉智能
AI短剧剪辑怎么制作？片段命名正则、剪辑清单JSON与导出前核对清单
本文回答：ai短剧剪辑怎么制作——生成片段按剧、集、场、段、版本命名并用正则批量校验，每集一份剪辑清单 JSON 逐段登记选用版本、入点出点、字幕行和配音文件，延长片段接缝怎么按帧数落到入点出点上，声音字幕怎么登记，以及导出前按核对表逐项检查实测时长、编码、别家水印和每集 AI 生成提示标识。
# 视觉智能开放平台 # 人工智能 # JSON # 编解码 # 数据安全/隐私保护 # 数据格式
独孤圣人123
|
27天前
|
博文
|
来自： 大数据与机器学习
0.8MB 跑通 Qwen｜第 1-1 篇：为什么有人要"手搓"一个推理引擎？（30 天系列开篇）
这是一套为边缘设备（如RK3588）深度定制的纯C推理引擎：仅28个C文件，零依赖、800KB单文件、冷启动2秒。手写矩阵乘、线程池与国密SM2，非为炫技，而是被内存受限、频繁重启、可信审计等硬约束倒逼出的工程必然。
# 编解码 # 并行计算 # Java # C语言 # AI芯片
免费试用