《Apple Silicon与Windows on ARM：引擎原生构建与模拟层底层运作深度解析》
本文深度解析Apple Silicon与Windows on ARM平台下，引擎本地二进制构建与模拟层的底层运作逻辑及技术差异。Apple Silicon依托自研芯片与统一内存架构，实现原生构建的全链路硬件适配，其Rosetta 2模拟层采用静态预编译+动态转译的混合策略，与硬件深度协同。Windows on ARM则围绕多编译链兼容、多元硬件生态做动态适配，模拟层以动态二进制转译闭环实现x86指令向ARM的精准映射。
DiTASK：用“橡皮泥手术”改造ViT，一次搞定多个视觉任务
大家好，我是AI技术博主maoku。本文详解前沿多任务学习方法DiTASK：它创新性地通过**固定ViT的奇异向量、仅微调奇异值**，并引入**轻量微分同胚变换**（每层仅32参数），实现高效、低干扰的多任务适配——在语义分割、深度估计等任务上性能提升26.27%，参数量减少75%。
JAX性能优化实战：7个变换让TPU/GPU吃满算力
JAX性能提升七技巧：jit稳定形状、vmap替代循环、scan融合长序列、remat用计算换内存、pmap单机多卡、pjit实现SPMD并行、value_and_grad正确组合。配合分片与aux输出，最大化XLA优化，提升计算效率。
探索热辐射：红外发射率的调控艺术与应用（隐身篇）
红外辐射无处不在，物体通过热辐射在空气中传播红外线，而8~14μm等“大气窗口”波段可被探测。红外热成像仪利用温度差异生成图像，广泛应用于军事侦察。实现红外隐身需降低辐射强度，主要途径包括调控发射率、控制温度及阻隔传播。低发射率涂层、隔热材料、相变材料（如VO₂）、超材料与仿生设计等技术不断发展，推动智能、多频谱兼容隐身材料研发。EM10便携式测量仪实现3-5μm与8-14μm双波段同步高精度检测，助力材料研发与现场质量监控，促进红外隐身技术向高效、协同、实用化方向迈进。
04_昇腾推荐系统：单双层架构解析
单双层架构互补共存：单层追求极致性能，适用于小规模特征；双层突破内存瓶颈，支持大规模扩展。结合动态扩容、准入淘汰与高效查表，实现推荐系统大规模稀疏参数的高效训练与管理。
05_推荐系统准入与淘汰策略技术详解
本文详解推荐系统多级缓存中的准入淘汰策略，涵盖基于访问频次、概率、ShowClick等准入机制，以及基于时间、L2范数、频次等淘汰机制，结合CPU-PS控制流程与NPU执行优化，实现缓存资源高效利用，提升模型训练效率与推荐精度。
07_昇腾嵌入表性能提升
本文介绍嵌入表性能优化的六大策略：多流并行掩盖通信延迟，Pin Memory加速数据传输，两级去重减少计算冗余，通信模式优化降低开销，梯度累积节省内存，并结合实验验证效果，全面提升训练效率与资源利用率。
