黄图在线观看无码_亚洲va久久久噜噜噜久久男同_国产精品无码h_97人妻免费专区

要聞 戲曲 書畫 數(shù)藏 教育 非遺 文創(chuàng) 文旅 人物 專題

李現(xiàn)"打鳥"走紅的玉淵潭公園:百名攝影師抓拍候鳥求偶

大洋網(wǎng) 金美子 2025-11-05 04:53:33
A+ A-

美的空調(diào) AI 科技日到底是干什么的? "0脂"食品一定吃不胖是假的 感謝IT之家網(wǎng)友 Black_Sun、草莓可鯉餅 的線索投遞!IT之家 1 月 21 日消息,與上一個(gè)周期類似谷歌今天推出了用于 Pixel 手機(jī)的 Android 13 QPR2 Beta 2.1 更新作為錯(cuò)誤 Bug 修復(fù)程序。谷歌在初始 Beta 2 版本的“次要更新”中確定以下問題并進(jìn)行修復(fù):修復(fù)了有會(huì)阻止設(shè)備自動(dòng)接到 5G 網(wǎng)絡(luò)的問題,即使該絡(luò)可用。修復(fù)了備在收到禁用該接的鏈路層加密命令后未斷開或置現(xiàn)有加密藍(lán)牙接的問題。谷歌 Pixel 手機(jī)上提供了 Android Beta 反饋應(yīng)用程序來(lái)詳細(xì)說明問題IT之家了解到,Android 13 QPR2 Beta 2.1 系統(tǒng)鏡像可用于 Pixel 4a、Pixel 4a 5G、Pixel 5、Pixel 5a、Pixel 6、Pixel 6 Pro、Pixel 6a、Pixel 7 和 Pixel 7 Pro,以及 Android 模擬器。谷歌表示,如你已經(jīng)注冊(cè)了 Android 13 QPR2 Beta 2.1,并且設(shè)備正在運(yùn) Beta 2,將自動(dòng)收到 Beta 2.1 的無(wú)線 (OTA) 更新。如果你的設(shè)備仍處于 Beta 1,將在更新到 Beta 2 后自動(dòng)收到 Beta 2.1 補(bǔ)丁。Android 13 QPR2 Beta 2.1 (T2B2.221216.008) 包含相同的 2023 年 1 月安全補(bǔ)丁? 本文來(lái)自信公眾號(hào)開發(fā)內(nèi)功煉 (ID:kfngxl),作者:張彥 allen大家好,我是飛哥負(fù)載是查 Linux 服務(wù)器運(yùn)行狀態(tài)很常用的個(gè)性能指。在觀察上服務(wù)器行狀況的候,我們是經(jīng)常把載找出來(lái)一看。在上請(qǐng)求壓過大的時(shí),經(jīng)常是伴隨著負(fù)的飆高。是負(fù)載的理你真的解了嗎?來(lái)列舉幾問題,看你對(duì)負(fù)載理解是否夠的深刻負(fù)載是如計(jì)算出來(lái)?負(fù)載高低和 CPU 消耗正相關(guān)嗎??jī)?nèi)是如何暴負(fù)載數(shù)據(jù)應(yīng)用層的如果你對(duì)上問題的解還拿捏是很準(zhǔn),么飛哥今就帶你來(lái)入地了解下 Linux 中的負(fù)載!一理解負(fù)載看過程我經(jīng)常用 top 命令查看 Linux 系統(tǒng)的負(fù)載況。一個(gè)型的 top 命令輸出的負(fù)載下所示。#?topLoad?Avg:?1.25,?1.30,?1.95??...........輸出中的 Load Avg 就是我們常說的載,也叫統(tǒng)平均負(fù)。因?yàn)閱?某一個(gè)瞬的負(fù)載值沒有太大義。所以 Linux 是計(jì)算了過去一段間內(nèi)的平值,這三數(shù)分別代的是過去 1 分鐘、過去 5 分鐘和過 15 分鐘的平均載值。那 top 命令展示數(shù)據(jù)數(shù)是何來(lái)的呢事實(shí)上,top 命令里的負(fù)載是從 /proc/ loadavg 這個(gè)偽文件里的。通過 strace 命令跟蹤 top 命令的系統(tǒng)調(diào)用可看的到這過程。#?strace?topopenat(AT_FDCWD,?"/proc/loadavg",?O_RDONLY)?=?7內(nèi)核中定義了 loadavg 這個(gè)偽文件的 open 函數(shù)。當(dāng)用態(tài)訪問 /proc/ loadavg 會(huì)觸發(fā)內(nèi)核義的函數(shù)在這里會(huì)取內(nèi)核中平均負(fù)載量,簡(jiǎn)單算后便可示出來(lái)。體流程如圖所示。們根據(jù)上流程圖再開了看下偽文件 /proc/ loadavg 在 kernel 中定義是在 /fs/ proc / loadavg.c 中。在該文件中會(huì)建 /proc/ loadavg,并為其指定操作法 loadavg_proc_fops。//file:?fs/proc/loadavg.cstatic?int?__init?proc_loadavg_init(void){?proc_create("loadavg",?0,?NULL,?&loadavg_proc_fops);?return?0;}在 loadavg_proc_fops 中包含了打開該文時(shí)對(duì)應(yīng)的作方法。//file:?fs/proc/loadavg.cstatic?const?struct?file_operations?loadavg_proc_fops?=?{?.open??=?loadavg_proc_open,?};當(dāng)在用戶態(tài)打開 /proc/ loadavg 文件時(shí),會(huì)調(diào)用 loadavg_proc_fops 中的 open 函數(shù)指針 - loadavg_proc_open。loadavg_proc_open 接下來(lái)會(huì)調(diào)用 loadavg_proc_show 進(jìn)行處理,核的計(jì)算是這里完成。//file:?fs/proc/loadavg.cstatic?int?loadavg_proc_show(struct?seq_file?*m,?void?*v){?unsigned?long?avnrun[3];?//獲取平均負(fù)載?get_avenrun(avnrun,?FIXED_1/200,?0);?//打印輸出平負(fù)載?seq_printf(m,?"%lu.%02lu?%lu.%02lu?%lu.%02lu?%ld/%d?%d\n",??LOAD_INT(avnrun[0]),?LOAD_FRAC(avnrun[0]),??LOAD_INT(avnrun[1]),?LOAD_FRAC(avnrun[1]),??LOAD_INT(avnrun[2]),?LOAD_FRAC(avnrun[2]),??nr_running(),?nr_threads,??task_active_pid_ns(current)-last_pid);?return?0;}在 loadavg_proc_show 函數(shù)中做了兩件事調(diào)用 get_avenrun 讀取當(dāng)前載值將平負(fù)載值按一定的格打印輸出上面的源中,大家到了 FIXED_1/200、LOAD_INT、LOAD_FRAC 等奇奇怪怪定義,代寫的這么瑣是因?yàn)?核中并沒 float、double 等浮點(diǎn)數(shù)類,而是用數(shù)來(lái)模擬。這些代都是為了整數(shù)和小之間轉(zhuǎn)化的。知道個(gè)背景就了,不用度展開剖。這樣用通過訪問 /proc/ loadavg 文件就可讀取到內(nèi)計(jì)算的負(fù)數(shù)據(jù)了。中獲取 get_avenrun 只是在訪問 avenrun 這個(gè)全局組而已。//file:kernel/sched/core.cvoid?get_avenrun(unsigned?long?*loads,?unsigned?long?offset,?int?shift){?loads[0]?=?(avenrun[0]?+?offset)??shift;?loads[1]?=?(avenrun[1]?+?offset)??shift;?loads[2]?=?(avenrun[2]?+?offset)??shift;}現(xiàn)在可以總結(jié)一下們開篇中一個(gè)問題:?內(nèi)核是何暴露負(fù)數(shù)據(jù)給應(yīng)層的??jī)?nèi)定義了一偽文件 /proc/ loadavg,每當(dāng)用戶打這個(gè)文件時(shí)候,內(nèi)中的 loadavg_proc_show 函數(shù)就會(huì)被調(diào)用到接著訪問 avenrun 全局?jǐn)?shù)組變量 并將平均載從整數(shù)化為小數(shù)并打印出。好了,外一個(gè)新題又來(lái)了avenrun 全局?jǐn)?shù)組變量存儲(chǔ)的數(shù)是何時(shí),是被如何算出來(lái)的?二、內(nèi)中負(fù)載的算過程接小節(jié),我繼續(xù)查看 avenrun 全局?jǐn)?shù)組變量數(shù)據(jù)來(lái)源這個(gè)數(shù)組計(jì)算過程為如下兩:1.PerCPU 定期匯總時(shí)負(fù)載:時(shí)刷新每 CPU 當(dāng)前任務(wù)到 calc_load_tasks,將每個(gè) CPU 的負(fù)載數(shù)據(jù)匯總起,得到系當(dāng)前的瞬負(fù)載。2.定時(shí)計(jì)算統(tǒng)平均負(fù):定時(shí)器據(jù)當(dāng)前系整體瞬時(shí)載,使用數(shù)加權(quán)移平均法(種高效計(jì)平均數(shù)的法)計(jì)算去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載。下來(lái)我們成兩個(gè)小來(lái)分別介。2.1 PerCPU 定期匯總負(fù)載在 Linux 內(nèi)核中,有一個(gè)子統(tǒng)叫做時(shí)子系統(tǒng)。時(shí)間子系里,初始了一個(gè)叫分辨率的時(shí)器。在定時(shí)器中定時(shí)將每 CPU 上的負(fù)載據(jù)(running 進(jìn)程數(shù) + uninterruptible 進(jìn)程數(shù))匯總到統(tǒng)全局的時(shí)負(fù)載變 calc_load_tasks 中。整體流程如圖所示。們把上述程圖展開一下,我找到了高辨率定時(shí)的源碼如://file:kernel/time/tick-sched.cvoid?tick_setup_sched_timer(void){?//初始化高分率定時(shí)?sched_timer?hrtimer_init(&ts-sched_timer,?CLOCK_MONOTONIC,?HRTIMER_MODE_ABS);?//將定時(shí)器到期函數(shù)置成?tick_sched_timer?ts-sched_timer.function?=?tick_sched_timer;?}在高分辨初始化的候,將到函數(shù)設(shè)置了 tick_sched_timer。通過這個(gè)函讓每個(gè) CPU 都會(huì)周期性地行一些任。其中刷當(dāng)前系統(tǒng)載就是在個(gè)時(shí)機(jī)進(jìn)的。這里一點(diǎn)要注一個(gè)前提每個(gè) CPU 都有自己獨(dú)立的行隊(duì)列,我們根據(jù) tick_sched_timer 的源碼進(jìn)行追蹤它依次通調(diào)用 tick_sched_handle => update_process_times => scheduler_tick。最終在 scheduler_tick 中會(huì)刷新當(dāng)前 CPU 上的負(fù)載值到 calc_load_tasks 上。因?yàn)槊總€(gè) CPU 都在定時(shí)刷,所 calc_load_tasks 上記錄的就是整系統(tǒng)的瞬負(fù)載值。們來(lái)看下責(zé)刷新的 scheduler_tick 這個(gè)核心數(shù)://file:kernel/sched/core.cvoid?scheduler_tick(void){?int?cpu?=?smp_processor_id();?struct?rq?*rq?=?cpu_rq(cpu);?update_cpu_load_active(rq);?}在這個(gè)函數(shù)中獲取當(dāng)前 cpu 以及其對(duì)應(yīng)運(yùn)行隊(duì)列 rq(run queue),調(diào)用 update_cpu_load_active 刷新當(dāng)前 CPU 的負(fù)載數(shù)據(jù)全局?jǐn)?shù)組。//file:kernel/sched/core.cstatic?void?update_cpu_load_active(struct?rq?*this_rq){??calc_load_account_active(this_rq);}//file:kernel/sched/core.cstatic?void?calc_load_account_active(struct?rq?*this_rq){?//獲取當(dāng)前行隊(duì)列的載相對(duì)?delta??=?calc_load_fold_active(this_rq);?if?(delta)??//添加到全瞬時(shí)負(fù)載??atomic_long_add(delta,?&calc_load_tasks);?}在 calc_load_account_active 中看到,通過 calc_load_fold_active 獲取當(dāng)前運(yùn)行隊(duì)列負(fù)載相對(duì),并把它到全局瞬負(fù)載值 calc_load_tasks 上。至此calc_load_tasks 上就有了當(dāng)前系統(tǒng)前時(shí)間下整體瞬時(shí)載總數(shù)了我們?cè)僬?看看是如根據(jù)運(yùn)行列計(jì)算負(fù)值的://file:kernel/sched/core.cstatic?long?calc_load_fold_active(struct?rq?*this_rq){?long?nr_active,?delta?=?0;?//?R?和?D?狀態(tài)的用?task?nr_active?=?this_rq-nr_running;?nr_active?+=?(long)?this_rq-nr_uninterruptible;?//?只返回變化量?if?(nr_active?!=?this_rq-calc_load_active)?{??delta?=?nr_active?-?this_rq-calc_load_active;??this_rq-calc_load_active?=?nr_active;?}?return?delta;}哦,原來(lái)是時(shí)計(jì)算了 nr_running 和 nr_uninterruptible 兩種狀態(tài)的進(jìn)程數(shù)量。對(duì)于用戶空中的 R 和 D 兩種狀態(tài)的 task 數(shù)(進(jìn)程 OR 線程)。由于 calc_load_tasks 是一個(gè)長(zhǎng)期存在的據(jù)。所以刷新 rq 里的進(jìn)程數(shù)到其上時(shí)候,只要刷變化量就行,用全部重。因此上函數(shù)返回是一個(gè) delta。2.2 定時(shí)計(jì)算系平均負(fù)載一小節(jié)中們找到了統(tǒng)當(dāng)前瞬負(fù)載 calc_load_tasks 變量的更新程?,F(xiàn)在們還缺一計(jì)算過去 1 分鐘、過去 5 分鐘、過 15 分鐘平均負(fù)的機(jī)制。統(tǒng)意義上我們?cè)谟?jì)平均數(shù)的候采取的法都是把去一段時(shí)的數(shù)字都起來(lái)然后均一下。過去 N 個(gè)時(shí)間點(diǎn)所有瞬時(shí)載都加起取一個(gè)平數(shù)不完事。這其實(shí)我們傳統(tǒng)義上理解平均數(shù),如有 n 個(gè)數(shù)字,別是 x1, x2, ..., xn。那么這個(gè)數(shù)集合的平數(shù)就是 (x1 + x2 + ... + xn) / N。但是如果用種簡(jiǎn)單的法來(lái)計(jì)算均負(fù)載的,存在以幾個(gè)問題1.需要存儲(chǔ)過去每個(gè)采樣周的數(shù)據(jù)假我們每 10 毫秒都采集一次那么就需使用一個(gè)較大的數(shù)將每一次樣的數(shù)據(jù)部都存起,那么統(tǒng)過去 15 分鐘的平均數(shù)就得 1500 個(gè)數(shù)據(jù) (15 分鐘 * 每分鐘 100 次) 。而且每現(xiàn)一個(gè)新觀察值,要從移動(dòng)均中減去個(gè)最早的察值,再上一個(gè)最的觀察值內(nèi)存數(shù)組頻繁地修和更新。2.計(jì)算過程較為復(fù)雜算的時(shí)候把整個(gè)數(shù)全加起來(lái)再除以樣總數(shù)。雖加法很簡(jiǎn),但是成上千個(gè)數(shù)的累加仍很是繁瑣3.不能準(zhǔn)確表示當(dāng)變化趨勢(shì)統(tǒng)的平均計(jì)算過程,所有數(shù)的權(quán)重是樣的。但于平均負(fù)這種實(shí)時(shí)用來(lái)說,實(shí)越靠近前時(shí)刻的值權(quán)重應(yīng)越要大一才好。因這樣能更反應(yīng)近期化的趨勢(shì)所以,在 Linux 里使用的并不是我所以為的統(tǒng)的平均的計(jì)算方,而是采的一種指加權(quán)移動(dòng)均(Exponential Weighted Moving Average,EMWA)的平均數(shù)計(jì)算。這種指加權(quán)移動(dòng)均數(shù)計(jì)算在深度學(xué)中有很廣的應(yīng)用。外股票市里的 EMA 均線也是使用的類似的方求均值的法。該算的數(shù)學(xué)表式是:a1 = a0 * factor + a * (1 - factor)。這個(gè)算法想解起來(lái)有小復(fù)雜,興趣的同可以 Google 自行搜索我們只需知道這種法在實(shí)際算的時(shí)候需要上一時(shí)間的平數(shù)即可,需要保存有瞬時(shí)負(fù)值。另外是越靠近在的時(shí)間權(quán)重越高能夠很好表示近期化趨勢(shì)。其實(shí)也是時(shí)間子系中定時(shí)完的,通過種叫做指加權(quán)移動(dòng)均計(jì)算的法,計(jì)算三個(gè)平均。我們來(lái)細(xì)看下上中的執(zhí)行程。時(shí)間系統(tǒng)將在鐘中斷中注冊(cè)時(shí)鐘斷的處理數(shù)為 timer_interrupt 。//file:arch/ia64/kernel/time.cvoid?__inittime_init?(void){?register_percpu_irq(IA64_TIMER_VECTOR,?&timer_irqaction);?ia64_init_itm();}static?struct?irqaction?timer_irqaction?=?{?.handler?=?timer_interrupt,?.flags?=?IRQF_DISABLED?|?IRQF_IRQPOLL,?.name?=??"timer"};當(dāng)每次時(shí)鐘節(jié)到來(lái)時(shí)會(huì)用到 timer_interrupt,依次會(huì)調(diào)用 do_timer 函數(shù)。//file:kernel/time/timekeeping.cvoid?do_timer(unsigned?long?ticks){???calc_global_load(ticks);}其中 calc_global_load 是平均負(fù)載計(jì)的核心。會(huì)獲取系當(dāng)前瞬時(shí)載值 calc_load_tasks,然后來(lái)計(jì)算去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載,保存到 avenrun 中,供用戶進(jìn)程取。//file:kernel/sched/core.cvoid?calc_global_load(unsigned?long?ticks){??//?1獲取當(dāng)前瞬時(shí)負(fù)值?active?=?atomic_long_read(&calc_load_tasks);?//?2平均負(fù)載的計(jì)算?avenrun[0]?=?calc_load(avenrun[0],?EXP_1,?active);?avenrun[1]?=?calc_load(avenrun[1],?EXP_5,?active);?avenrun[2]?=?calc_load(avenrun[2],?EXP_15,?active);?}獲取瞬時(shí)負(fù)比較簡(jiǎn)單就是讀取個(gè)內(nèi)存變而已。在 calc_load 中就是采了我們前說的指數(shù)權(quán)移動(dòng)平法來(lái)計(jì)算去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載的具體實(shí)現(xiàn)代碼如下//file:kernel/sched/core.c/*?*?a1?=?a0?*?e?+?a?*?(1?-?e)?*/static?unsigned?longcalc_load(unsigned?long?load,?unsigned?long?exp,?unsigned?long?active){?load?*=?exp;?load?+=?active?*?(FIXED_1?-?exp);?load?+=?1UL?<>?FSHIFT;}雖然這個(gè)法理解起挺復(fù)雜,是代碼看來(lái)確實(shí)要單不少,算量看起很少。而看不懂也有關(guān)系,需要知道核并不是用的原始平均數(shù)計(jì)方法,而采用了一計(jì)算快,能更好表變化趨勢(shì)算法就行至此,我開篇提到“負(fù)載是何計(jì)算出的?”這個(gè)問題也有論了。Linux 定時(shí)將每個(gè) CPU 上的運(yùn)行隊(duì)中 running 和 uninterruptible 的狀態(tài)的進(jìn)程量匯總到個(gè)全局系瞬時(shí)負(fù)載中,然后定時(shí)使用數(shù)加權(quán)移平均法來(lái)計(jì)過去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)。三、平負(fù)載和 CPU 消耗的關(guān)系現(xiàn)很多同學(xué)將平均負(fù)和 CPU 給聯(lián)系到了一起。為負(fù)載高CPU 消耗就會(huì)高負(fù)載低,CPU 消耗就會(huì)低。很老的 Linux 的版本里統(tǒng)計(jì)負(fù)載時(shí)候確實(shí)只計(jì)算了 runnable 的任務(wù)數(shù)量這些進(jìn)程對(duì) CPU 有需求。在那個(gè)年里,負(fù)載 CPU 消耗量確是正相關(guān)。負(fù)載越就表示正 CPU 上運(yùn)行,等待 CPU 執(zhí)行的進(jìn)程越多CPU 消耗量也會(huì)高。但是面我們看了,本文用的 3.10 版本的 Linux 負(fù)載平均數(shù)不跟蹤 runnable 的任務(wù),而且還蹤處于 uninterruptible sleep 狀態(tài)的任務(wù)。而 uninterruptible 狀態(tài)的進(jìn)其實(shí)是不 CPU 的。所以,負(fù)載高不一定是 CPU 處理不過來(lái)也有可能是因?yàn)榇?等其他資調(diào)度不過而使得進(jìn)進(jìn)入 uninterruptible 狀態(tài)的進(jìn)程致的!為么要這么改。我從上搜到了在 1993 年的一封郵件里到了原因以下是郵原文。From:?Matthias?Urlichs?Subject:?Load?average?broken??Date:?Fri,?29?Oct?1993?11:37:23?+0200??The?kernel?only?counts?"runnable"?processes?when?computing?the?load?average.I?don't?like?that;?the?problem?is?that?processes?which?are?swing?orwaiting?on?"fast",?i.e.?noninterruptible,?I/O,?also?consume?resources.?It?seems?somewhat?nonintuitive?that?the?load?average?goes?down?when?youreplace?your?fast?swap?disk?with?a?slow?swap?disk...?Anyway,?the?following?patch?seems?to?make?the?load?average?much?moreconsistent?WRT?the?subjective?speed?of?the?system.?And,?most?important,?theload?is?still?zero?when?nobody?is?doing?anything.?;-)---?kernel/sched.c.orig?Fri?Oct?29?10:31:11?1993+++?kernel/sched.c??Fri?Oct?29?10:32:51?1993@@?-414,7?+414,9?@@????unsigned?long?nr?=?0;?????for(p?=?&LAST_TASK;?p?>?&FIRST_TASK;?--p)-??????if?(*p?&&?(*p)->state?==?TASK_RUNNING)+???????if?(*p?&&?((*p)->state?==?TASK_RUNNING)?||+????????????????(*p)->state?==?TASK_UNINTERRUPTIBLE)?||+???????????????(*p)->state?==?TASK_SWING))??????????nr?+=?FIXED_1;????return?nr;?}可見這個(gè)修改是在 1993 年就引入。在這封件所示的 Linux 源碼變化中可以看,負(fù)載正把 TASK_UNINTERRUPTIBLE 和 TASK_SWAPPING 狀態(tài)(交換態(tài)后來(lái)從 Linux 中刪除)的進(jìn)程也添加了進(jìn)。在這封件中的正中,作者清楚地表了為什么把 TASK_UNINTERRUPTIBLE 狀態(tài)的進(jìn)程添進(jìn)來(lái)的原。我把他說明翻譯下,如下“內(nèi)核在算平均負(fù)時(shí)只計(jì)算可運(yùn)行”程。我不歡那樣;題是正在快速”交或等待的程,即不中斷的 I / O,也會(huì)消耗源。當(dāng)您慢速交換盤替換快交換磁盤,平均負(fù)下降似乎點(diǎn)不直觀...... 無(wú)論如何,下面的丁似乎使載平均值加一致 WRT 系統(tǒng)的主觀速。而且,重要的是當(dāng)沒有人任何事情,負(fù)載仍為零。;-)”這一補(bǔ)丁提交者主要思想平均負(fù)載該表現(xiàn)對(duì)統(tǒng)所有資的需求情,而不應(yīng)只表現(xiàn)對(duì) CPU 資源的需求假設(shè)某個(gè) TASK_UNINTERRUPTIBLE 狀態(tài)的進(jìn)程因?yàn)榈?磁盤 IO 而排隊(duì)的話,此時(shí)并不消耗 CPU,但是正在等盤等硬件源。那么是應(yīng)該體在平均負(fù)的計(jì)算里。所以作把 TASK_UNINTERRUPTIBLE 狀態(tài)的進(jìn)程都現(xiàn)到平均載里了。以,負(fù)載低表明的當(dāng)前系統(tǒng)對(duì)系統(tǒng)資整體需求情況。如負(fù)載變高可能是 CPU 資源不夠了,可能是磁 IO 資源不夠了所以還需配合其它測(cè)命令具分情況分。四、總今天我?guī)?家深入地習(xí)了一下 Linux 中的負(fù)載。我們根一幅圖來(lái)結(jié)一下今學(xué)到的內(nèi)。我把負(fù)工作原理成了如下步。1.內(nèi)核定時(shí)匯每 CPU 負(fù)載到系統(tǒng)瞬時(shí)負(fù)2.內(nèi)核使用指數(shù)加移動(dòng)平均速計(jì)算過 1、5、15 分鐘的平均數(shù)3.用戶進(jìn)程通過打開 loadavg 讀取內(nèi)核中的均負(fù)載我再回頭來(lái)結(jié)一下開提到的幾問題。1.負(fù)載是如計(jì)算出來(lái)?是定時(shí)將每個(gè) CPU 上的運(yùn)行隊(duì)列中 running 和 uninterruptible 的狀態(tài)的進(jìn)程數(shù)量總到一個(gè)局系統(tǒng)瞬負(fù)載值中然后再定使用指數(shù)權(quán)移動(dòng)平法來(lái)統(tǒng)計(jì)去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載。2.負(fù)載高低和 CPU 消耗正相關(guān)嗎?負(fù)高低表明是當(dāng)前系上對(duì)系統(tǒng)源整體需更情況。果負(fù)載變,可能是 CPU 資源不夠了也可能是盤 IO 資源不夠。所以不說看著負(fù)變高,就得是 CPU 資源不夠用了。3.內(nèi)核是如何暴露負(fù)數(shù)據(jù)給應(yīng)層的??jī)?nèi)定義了一偽文件 /proc/ loadavg,每當(dāng)用戶打這個(gè)文件時(shí)候,內(nèi)中的 loadavg_proc_show 函數(shù)就會(huì)被調(diào)用到該函數(shù)中問 avenrun 全局?jǐn)?shù)組量,并將均負(fù)載從數(shù)轉(zhuǎn)化為數(shù),然后印出來(lái)? 感謝IT之家網(wǎng)友 OC_Formula 的線索投遞!IT之家 1 月 22 日消息,旺宏電子股份有限公涹山是一家提供非易性存儲(chǔ)器整合元件解決方案制造商,其總部設(shè)于中國(guó)臺(tái)灣新竹科園區(qū),旗下產(chǎn)品主要以 ROM、NOR Flash 與 NAND Flash 為主,多處于龍頭地位。目前旺宏擁有季厘座 12 吋晶圓廠及一座 8 吋晶圓廠;6 吋晶圓廠 2021 年 8 月以新臺(tái)幣 25.2 億元出售予鴻海。最近,旺宏三維儲(chǔ)型快閃存儲(chǔ)器(3D NAND Flash)產(chǎn)品開發(fā)有新進(jìn)展,其內(nèi)部開發(fā)的 96 層 3D NAND 閃存已開始量產(chǎn),標(biāo)志著該芯片制造尚書的 NAND 業(yè)務(wù)的一個(gè)里程碑。除此之外,旺先前表示,預(yù)計(jì) 2023 年底進(jìn)一步完成 192 層 3D NAND Flash 產(chǎn)品開發(fā)。IT之家查詢發(fā)現(xiàn),旺宏 48 層 3D NAND Flash 產(chǎn)品于 2021 年 9 月量產(chǎn)。圖源 Pexels應(yīng) 3D NAND Flash 研發(fā)及營(yíng)運(yùn)所需,旺宏董事會(huì)去陵魚 12 月通過新臺(tái)幣 26.48 億元資本預(yù)算,包含 2023 年資本支出及 3D NAND Flash 研發(fā)機(jī)器設(shè)備,預(yù)計(jì) 2023 年第 1 季起陸續(xù)投資。旺宏同時(shí)持續(xù)推進(jìn)序列快閃存儲(chǔ)器技術(shù),今年 1 月開始量產(chǎn) 45 納米 3V 序列式快閃存儲(chǔ)器(Serial Flash)系列產(chǎn)品黃鷔 IT之家 1 月 22 日消息,吉利集團(tuán)上周已公布最新申子績(jī),2022 年汽車總銷量超 230 萬(wàn)輛,同比增長(zhǎng) 4.3%。其中,新能源汽車銷量超 64 萬(wàn)輛,同比增長(zhǎng) 100.3%。隨著全新新能源車型曝光,吉品牌官宣即將推出中高端新能源列。據(jù)悉,該系列聚焦新能源車,會(huì)由多款全新純電 / 插混 / 增程產(chǎn)品構(gòu)成,將搭載最新智能技術(shù)和全新設(shè)計(jì)語(yǔ)言狍鸮目前,利已經(jīng)在加強(qiáng)對(duì)于新能源領(lǐng)域的設(shè)的布局,尤其是智能網(wǎng)聯(lián)方面吉利重點(diǎn)布局 L2+、L3 智能駕駛技術(shù),全新一代“NOA 智能駕駛輔助系統(tǒng)”已搭載在博 L 上,后續(xù)還將在領(lǐng)克、吉利和幾何的最新產(chǎn)品上應(yīng)用峚山用戶以通過 FOTA 的方式進(jìn)行不同功能的訂閱、升級(jí)。IT之家發(fā)現(xiàn),吉利在智能座艙方犰狳也有深探索。2022 年吉利已有博越 L 等多款車型升級(jí)到了功能域集中的電子架構(gòu) GEEA2.0,同時(shí)匹配最新的高通 8155 車機(jī)芯片,實(shí)現(xiàn)了智能座艙的 OTA 升級(jí)。此外,幾何 G6 / M6 與華為強(qiáng)強(qiáng)聯(lián)手,基于 HarmonyOS 開發(fā)打造超電智能座艙,推動(dòng)智能化成主流純電市場(chǎng)新的發(fā)展趨勢(shì)。最還有獨(dú)特的芯片和天地一體化領(lǐng)。這一年吉利加快部署國(guó)產(chǎn)化和研芯片路線,首款國(guó)產(chǎn) 7nm 車規(guī)級(jí)智能座艙芯片“龍鷹一號(hào)即將量產(chǎn)裝車,“龍鷹一號(hào)展示”已于武漢正式亮相?!凹?出行星座”首軌九星已成功發(fā)射2022 年 12 月 30 日,吉利控股集團(tuán)董事長(zhǎng)李書福新年致辭中總結(jié)道,“這一年,新能源科技、智能駕駛、智能座、三電領(lǐng)域、能源管理,到車載片、操作系統(tǒng)、低軌衛(wèi)星,吉赤鱬在圍繞核心技術(shù),打造全棧自研態(tài)體系能力,加速形成護(hù)城河。 IT之家 1 月 23 日消息,據(jù)央視報(bào)道,當(dāng)?shù)貢r(shí) 1 月 22 日,正值中國(guó)農(nóng)歷大年初一,“中國(guó)造土耳其最快地鐵正式“開鳴蛇。這是連接伊斯坦布爾機(jī)場(chǎng)市中心的新地鐵線路,標(biāo)志中國(guó)首個(gè)出口海外的 120 公里每小時(shí)速度等級(jí)全服山動(dòng)無(wú)人駕駛地鐵列車項(xiàng)融吾投入營(yíng)。據(jù)介紹,新開通的地鐵路連接土耳其伊斯坦布爾機(jī)與市中心,是土耳其歷史幾山一條高速地鐵線路,“設(shè)計(jì)速可達(dá)到 120 公里每小時(shí),也是迄今為止土耳其歷上運(yùn)行速度最快的地鐵列蛩蛩IT之家查詢獲悉,該地鐵線路是土耳其的梁渠一條高速地線路,所采用的列車由中國(guó)車株洲電力機(jī)車有限公司弄明,采用 4 節(jié)編組,最大載客量 1100 人。這條列車還采取了全自動(dòng)化駕駛的計(jì)模式。列車采用車輛重聯(lián)營(yíng)技術(shù),使編組更加靈活,以適應(yīng)機(jī)場(chǎng)線路不同時(shí)段客量的需求;而全新開發(fā)的適大坡道高牽引特性的架控融吾系統(tǒng)等,讓列車在運(yùn)行中展出平穩(wěn)、高速、高效、舒適優(yōu)異性能?

李現(xiàn)

1 月 22 日消息,作為免費(fèi)的在 AI 聊天工具,ChatGPT 和 Dall-E 2 等 AIGC(生成式人工智能)正速走紅,任何人都以用它們來(lái)生成文或藝術(shù)圖像?,F(xiàn)在微軟正在 AI 領(lǐng)域押下重注,這可有助于 ChatGPT 等聊天機(jī)器人更快普及。圖源 Pexels多年來(lái),微軟始終在 AI 競(jìng)賽中追趕谷歌,家軟件巨頭希望通對(duì) OpenAI 的大筆投資,實(shí)現(xiàn)步前進(jìn)。OpenAI 致力于開發(fā) AI 模型,這些模型不僅可以幫助人們定電子郵件的格式還可以分析 Excel 電子表格,生成 AI 圖片幫助豐富 PowerPoint 演示文稿,甚至在 Outlook 中撰寫完整的電子郵件。而這還只是個(gè)開始。幾前,微軟開始將 OpenAI 服務(wù)植入到 Azure 云平臺(tái)中,為企業(yè)初創(chuàng)公司提供了將 ChatGPT 等模型整合到自家系中的能力。微軟已在其許多消費(fèi)產(chǎn)品內(nèi)置了 AI 工具,例如其必應(yīng)搜索擎中的 Dall-E 2 功能,可以根據(jù)文本提示生成像。最近有媒體報(bào)稱,微軟正在努力更多 AI 工具植入 Microsoft Office。微軟首席執(zhí)行官蒂亞?納德拉(Satya Nadella)本周在達(dá)沃斯論壇上表示:“最,微軟的每一款產(chǎn)都將擁有某些相同 AI 功能?!蔽④浾谛麚P(yáng)自己的張,認(rèn)為科技行業(yè)掀起一場(chǎng) AI 革命。微軟與包括競(jìng)對(duì)手谷歌在內(nèi)的幾公司都認(rèn)為,他們賭的 AI 不僅將改變生產(chǎn)力軟件,將改變整個(gè)科技行,這要?dú)w功于所謂大型語(yǔ)言模型。這模型可以理解人類言、與人類對(duì)話,從寫作、藝術(shù)創(chuàng)造計(jì)算機(jī)編程等各個(gè)域模仿人類。在談大型語(yǔ)言模型取得最新進(jìn)展時(shí),英偉機(jī)器學(xué)習(xí)建模師和據(jù)科學(xué)家博揚(yáng)?通茲 (Bojan Tunguz) 表示:“我認(rèn)為這將根本上改變所有知性工作的未來(lái)。當(dāng),我們現(xiàn)在只是看了這一趨勢(shì)的早期段?!边@是一種樂的看法,也是最近硅谷和西雅圖經(jīng)常聽到的觀點(diǎn)。雖然歌、微軟和其他科巨頭多年來(lái)始終在試和訓(xùn)練 AI 模型,但一批新的初企業(yè)已經(jīng)搶先一步將他們的實(shí)驗(yàn)性 AI 程序直接推向公眾。過去一年,ChatGPT、Dalle-2、Stability AI 旗下 Stable Diffusion 和 Midjourney 等工具的發(fā)布,使生成式 AI 成為該行業(yè)最熱門的流行語(yǔ)?,F(xiàn),大型科技公司正迎頭趕上。其中,軟投入的資金和資似乎最多。在達(dá)沃論壇上,納德拉預(yù),當(dāng)前 AI 將引發(fā)一場(chǎng)波及全行業(yè)“平臺(tái)轉(zhuǎn)移”,就過去 15 年向移動(dòng)設(shè)備和云計(jì)算平上轉(zhuǎn)移一樣。據(jù)悉微軟是 OpenAI 的早期投資者之一,該公司計(jì)劃斥 100 億美元收購(gòu) OpenAI 更多股份。微軟和 OpenAI 都拒絕就此置評(píng)。也有對(duì)此持懷疑態(tài)度,為生成式 AI 只是一種令人眼花繚的玩具和新奇事物但在實(shí)際應(yīng)用中卻淡無(wú)奇,甚至可能生更多負(fù)面影響。ChatGPT 可以在很多領(lǐng)域生成看來(lái)非??尚诺奈谋?但它很容易出現(xiàn)事錯(cuò)誤和偏見,美國(guó)多學(xué)區(qū)已經(jīng)禁止師使用 ChatGPT,因?yàn)槠淇赡鼙划?dāng)成作弊工具。科技聞網(wǎng)站 CNET 因悄悄使用 AI 撰寫文章而受到批,因?yàn)橛行┪恼卤?現(xiàn)存在錯(cuò)誤。AI 藝術(shù)生成器 Stable Diffusion 的開發(fā)商 Stability AI 已經(jīng)被 Getty Images 起訴,原因是前者涉嫌在未經(jīng)可的情況下利用其有版權(quán)的作品訓(xùn)練 AI 模型。微軟在開發(fā) AI 模型過程中也有過失誤,括 2016 年發(fā)布的聊天機(jī)器人 Tay,它發(fā)表了種族歧視等言論。這些險(xiǎn)有助于解釋,為谷歌已經(jīng)開發(fā)了許非常先進(jìn)的 AI 聊天工具卻還沒有公眾開放的原因。歌的聊天機(jī)器人系 LaMDA 非常復(fù)雜,以至于該公的一名工程師甚至信它擁有感知能力這再次引發(fā)了一場(chǎng)論,即向普通用戶供類似工具是否不責(zé)任?最近,Meta 首席 AI 科學(xué)家雅恩?勒昆(Yann LeCun)在 Collective [i] 公司主辦的一個(gè)論上表示:“有些人受到傷害,這將是可避免的,但這不該成為阻止 AI 進(jìn)步的障礙。不過對(duì)于參與開發(fā)新式 AI 的公司來(lái)說,找到減輕傷害的方至關(guān)重要?!崩绽?為,ChatGPT“做得很好,但并具備革命性”。他釋稱,ChatGPT 之所以來(lái)自初創(chuàng)企業(yè)而不是科技巨,是因?yàn)椤肮雀韬?Meta 都會(huì)因?yàn)橥瞥瞿撤N編造東西系統(tǒng)而蒙受巨大損”。去年 11 月,Meta 為科學(xué)家發(fā)布了名為 Galactica 的語(yǔ)言模型,但僅僅天后,由于遭到強(qiáng)反對(duì),該模型被叫。盡管如此,微軟 OpenAI 的押注仍給其競(jìng)爭(zhēng)對(duì)帶來(lái)了新的壓力,其是在利潤(rùn)豐厚的計(jì)算領(lǐng)域。雖然使 ChatGPT 改進(jìn)自己的產(chǎn)品可幫助微軟保持其在產(chǎn)力軟件方面的優(yōu),但更激烈的競(jìng)爭(zhēng)向企業(yè)銷售 AI 服務(wù)。這些可能包希望打造更智能化戶服務(wù)聊天機(jī)器人老牌公司,開發(fā)更業(yè) AI 工具的初創(chuàng)公司,甚至需要計(jì)算能力來(lái)訓(xùn)練自模型的其他 AI 公司。一款已經(jīng)獲關(guān)注的應(yīng)用就是使 AI 來(lái)幫助軟件開發(fā)者編寫代碼。軟的子公司 GitHub 在名為 GitHub Copilot 的工具中使用了 OpenAI 技術(shù),它可以在程序員編程時(shí)實(shí)時(shí)供代碼建議。初創(chuàng)司 Neeva 最近推出了基于 AI 支持的搜索引擎,它使用語(yǔ)言模型直回答用戶的問題。公司首席執(zhí)行官斯達(dá)爾?拉馬斯瓦米Sridhar Ramaswamy)說:“微軟采用 OpenAI 技術(shù)肯定會(huì)讓人們更廣泛使用它。問題在于一旦微軟開始在某特定領(lǐng)域施壓,他往往會(huì)將其他所有排擠出去?!崩R瓦米預(yù)測(cè),谷歌可會(huì)在下個(gè)月發(fā)布自的聊天機(jī)器人,“且它會(huì)非常好”。他認(rèn)為,從長(zhǎng)遠(yuǎn)來(lái),微軟或谷歌能否斷 AI 聊天機(jī)器人市場(chǎng)仍有待觀察“這項(xiàng)技術(shù)正在迅商品化,”拉馬斯米說,像 Anthropic 和 Cohere 這樣的初創(chuàng)公司已經(jīng)在開自己的工具和模型“初創(chuàng)企業(yè)承擔(dān)得風(fēng)險(xiǎn),因?yàn)樗鼈兊?失要小得多。我認(rèn)這將是谷歌和微軟要面對(duì)的一個(gè)挑戰(zhàn)。美國(guó)當(dāng)?shù)貢r(shí)間周,谷歌母公司宣布員 1.2 萬(wàn)人,其首席執(zhí)行官桑達(dá)?皮查伊(Sundar Pichai)告訴其余員工,公司將加強(qiáng)對(duì) AI 的關(guān)注。不久前,谷歌 AI 業(yè)務(wù)負(fù)責(zé)人杰夫?迪恩(Jeff Dean)發(fā)表了一篇博客文,重點(diǎn)介紹了該公在大型語(yǔ)言模型方的最新進(jìn)展,據(jù)說歌已呼吁其創(chuàng)始人里?佩奇(Larry Page)和謝爾蓋?布林(Sergey Brin)重新審視其 AI 戰(zhàn)略。與此同時(shí),科技行業(yè)陷入低迷際,微軟在 AI 領(lǐng)域的重大押注為家擁有 47 年歷史的公司帶來(lái)了令興奮的氣氛。在亞遜、Meta 和其他公司進(jìn)行了幾輪員后,微軟最近也布了自己的裁員計(jì),但其豪賭 AI 可能會(huì)給其剩余員以及未來(lái)的新員工多保持樂觀的理由為了兌現(xiàn)上述承諾微軟必須表明,它能力將新的 AI 工具轉(zhuǎn)變?yōu)楸?Clippy 2.0 更重要的資產(chǎn)?

李現(xiàn)

IT之家 1 月 23 日消息,剛剛過去的 2022 年對(duì)于播客來(lái)說并不友好。根據(jù) Listen Notes 的統(tǒng)計(jì)數(shù)據(jù),2022 年全球播客數(shù)量為 219178 個(gè),相比較 2020 年的 1019272 個(gè),數(shù)量銳減 80%。IT之家了解到,由于全球疫情報(bào)道自 2019 年開始全球播客業(yè)務(wù)快速發(fā)展飛鼠2019 年的全球播客數(shù)量為 337063 個(gè),然后在 2020 年出現(xiàn)了爆發(fā)式的增長(zhǎng)?因?yàn)樵趧倓傔^去的 2022 年,全球播客數(shù)量雖然銳減,但是越來(lái)越的播客開始通過以太坊平發(fā)布。確切地說,2022 年有 26129975 個(gè)播客通過以太坊發(fā)布。雖然低于 2020 年的 3000 萬(wàn)播客數(shù)量,但明顯高首山 2019 年的 18147074 個(gè)。Listen Notes 統(tǒng)計(jì)數(shù)據(jù)顯示全球至少?魚 300 萬(wàn)個(gè)播客頻道,制作了超過 1.54 億集播客內(nèi)容。其中有將 200 萬(wàn)個(gè)播客位于美國(guó);而巴西以 196277 個(gè)播客頻道而位居第二位。180 萬(wàn)個(gè)播客頻道采用英語(yǔ)播報(bào),而 350752 個(gè)是西班牙語(yǔ)。數(shù)據(jù)還顯示,最受歡迎的播類型是社會(huì)與文化、教素書藝術(shù)?

李現(xiàn)

IT之家 1 月 23 日消息,國(guó)外科技媒體 MySmartPrice 分享了三星 Galaxy M54 5G 的高清渲染圖,而且該機(jī)已經(jīng)嚳身 GeekBench 跑分庫(kù)了。Galaxy M54 5G 是三星的一款中端 5G 機(jī)型,預(yù)估將會(huì)在近期推出。IT之家從渲染圖來(lái)看,機(jī)身背面有著 Galaxy S23 系列的設(shè)計(jì)風(fēng)格,具備 3 個(gè)獨(dú)立的相機(jī)單元。機(jī)身背面論衡能會(huì)采用聚碳酸酯材質(zhì),從光的兩張渲染圖來(lái)看會(huì)有深藍(lán)色漸變色兩種顏色。機(jī)身正面采用中打孔設(shè)計(jì),采用直屏,邊框相來(lái)說還是比較窄的。機(jī)身右側(cè)配了可以用于指紋傳感器的電源按,此外還有音量按鈕。機(jī)身左側(cè) SIM 卡托盤。IT之家了解到,Galaxy M54 5G 已經(jīng)現(xiàn)身 GeekBench 跑分庫(kù),該機(jī)型號(hào)為 SM-M546B。該設(shè)備將配備三星 s5e8835 SoC,可能是 Exynos 1380 處理器。信息顯示該機(jī)配備 8GB 內(nèi)存,搭載基于 Android 13 的 One UI 5.0 系統(tǒng)。

李現(xiàn)

IT之家 1 月 23 日消息,爆人士 @Evleaks 今天分享了星 Galaxy S23 系列的預(yù)訂宣傳海報(bào)。報(bào)中并沒有露太多新的容,Galaxy S23 和 Galaxy S23+ 機(jī)身背面采用獨(dú)立相機(jī)單元,中 S23 為米色,而 S23 + 為粉色。第張是三星 Galaxy S23 Ultra 的宣傳海報(bào),從計(jì)上來(lái)看和 Galaxy S22 Ultra 并無(wú)區(qū)別。除 S Pen 之外,該海報(bào)預(yù)告了新 Botanic Color 綠色。這在IT之家此前的文章已經(jīng)有過展?

李現(xiàn)

IT之家 1 月 21 日消息,支付解方案提供 PayPal 已經(jīng)向用戶發(fā)電子郵件告知系統(tǒng)期遭到撞攻擊,部用戶數(shù)據(jù)能已經(jīng)泄。PayPal 解釋說,撞庫(kù)擊發(fā)生在 2022 年 12 月 6 日至 12 月 8 日之間。該司當(dāng)時(shí)發(fā)并緩解了擊,但也始了內(nèi)部查,以查黑客是如獲得賬戶問權(quán)限的IT之家了解到,PayPal 于 2022 年 12 月 20 日結(jié)束了調(diào)查,認(rèn)未經(jīng)授的第三方用有效憑登錄了賬。PayPal 表示通過調(diào)查次撞庫(kù)攻,并沒有現(xiàn)任何證是由于系漏洞導(dǎo)致,也沒有據(jù)表明攻者是直接 PayPal 竊取這些用戶息的。PayPal 的數(shù)據(jù)泄報(bào)告顯示共有 34942 名用戶受到事件的影。在這兩里,黑客得了賬戶有人的全、出生日、郵政地、社會(huì)安號(hào)碼和個(gè)稅號(hào)?

李現(xiàn)

IT之家 1 月 22 日消息,微軟日前宣布將赤水員 10000 人,并有相關(guān)報(bào)鈐山指出本次裁員嚴(yán)茈魚波到了《光環(huán)》游戲開商 343 Industries。本次大規(guī)模裁員無(wú)疑引堯了家對(duì)《光環(huán)》系列的憂,對(duì)此 343i 工作室負(fù)責(zé)人 Pierre Hintze 發(fā)布公開聲明,澄清將會(huì)繼化蛇推動(dòng)《光環(huán)系列,并承諾士官長(zhǎng)Master Chief)將會(huì)繼續(xù)存在。343i 工作室在聲明中強(qiáng)調(diào),現(xiàn)在和未都將會(huì)繼續(xù)開發(fā)《光》系列。在公告中表:“《光環(huán)》和墨家官將會(huì)繼續(xù)存在下去。343 Industries 將在現(xiàn)在和未來(lái)繼續(xù)畢文發(fā) Halo,包括史詩(shī)故事、多游戲以及更多讓 Halo 變得偉大的元素”。IT之家了解到,微軟計(jì)劃在 2023 年 6 月 30 日之前裁員 10,000 人,該公司的許多團(tuán)隊(duì)都受龜山了積極組的影響。除了蚩尤掉個(gè) MR 團(tuán)隊(duì)之外,Bethesda Game Studios、The Coalition 和 343 Industries 等多家游戲工作室也受鮆魚波及?

李現(xiàn)

IT之家 1 月 23 日消息,vivo 于去年 11 月在國(guó)內(nèi)推出 X90 系列,首發(fā)天璣 9200 芯片,一英寸 IMX989 主攝,起售價(jià) 3699 元。繼日前現(xiàn)身 Google Play Console,vivo X90 系列國(guó)際版的更多信曝光。顏色I(xiàn)T之家了解到,息稱 X90 Pro 5G 國(guó)際版僅有傳黑(Legendary Black)一種顏色。而 X90 5G 國(guó)際版這會(huì)有微風(fēng)藍(lán)Breeze Blue)和行星黑(Asteroid Black)兩種顏色。規(guī)格和跑消息稱 X90 Pro 國(guó)際版將會(huì)配備 12GB 的內(nèi)存和 256GB 的內(nèi)置存儲(chǔ),安兔兔跑分為 1260000 分。同國(guó)內(nèi)版本相同,vivo X90 系列國(guó)際版也會(huì)載聯(lián)發(fā)科天璣 9200 芯片。電池和快充X90 Pro 國(guó)際版會(huì)配備 4870mAh 容量電池,支持 120W 有線快充和 50W 無(wú)線快充。vivo 官方表示 X90 Pro 能夠在 8 分鐘內(nèi)充至 50%。X90 國(guó)際版提供 4810mAh 容量電池,支持 120W 快充。相機(jī)X90 Pro 配備 1 英寸 5000 萬(wàn)像素索尼 IMX989 相機(jī)主攝。該還配有 5000 萬(wàn)像素人像相機(jī)和一個(gè) 1200 萬(wàn)超廣角相機(jī)。三攝頭設(shè)置配有 V2 芯片和 Zeiss T 涂層。X90 5G 同樣也有 3 個(gè)攝像頭,包括 5000 萬(wàn)像素主攝、1200 萬(wàn)像素超廣角和 1200 萬(wàn)像素人像傳感器這兩款手機(jī)機(jī)正面均配備 3200 萬(wàn)像素前置攝像頭。統(tǒng)這兩款手機(jī)廠均搭載基于 Android 13 的 Funtouch OS 13。售價(jià):12GB+256GB 版本 X90 Pro 售價(jià)為 5299 馬來(lái)西亞林吉特當(dāng)前約合 8389 元人民幣);12GB+256GB 版本 X90 售價(jià)為 3699 馬來(lái)西亞林吉特(當(dāng)?因?yàn)榧s合 5856 元人民幣)。相關(guān)讀:《已現(xiàn)身 Google Play Console,國(guó)際版 vivo X90 即將發(fā)布?

李現(xiàn)

感謝IT之家網(wǎng)友 華南吳彥祖 的線索投遞!IT之家 1 月 23 日消息,《底特律:化龍山為人》是由 Quantic 制作的一款人工智能題材互動(dòng)電影游戲,2018 年 5 月 25 日上線 PS4 平臺(tái),后于 2020 年 6 月 18 日在 Steam 平臺(tái)推出 PC 版。游戲的背景設(shè)定在 2038 年的虛擬底特律城,玩家將根刑天章節(jié)別扮演三位主角卡拉、康納、庫(kù)斯,在不同的選擇中決定游結(jié)局。官方前幾天宣布這款游銷量已經(jīng)突破 800 萬(wàn)份(不包括通過訂閱服務(wù)獲得的副),而官方在今日則宣布其 PC 版的銷量達(dá)到了 250 萬(wàn)份?!?022 年對(duì)于 QUANTIC DREAM 來(lái)說意義非凡。與 2021 年相比,我們的三款具有里程碑義的 PC 游戲的銷量實(shí)現(xiàn)了顯著增長(zhǎng),這是一個(gè)梁渠同尋常現(xiàn)象,為過去三年本已出色的售業(yè)績(jī)?cè)偬硪还P?!薄兜滋貞蚱?變?nèi)恕肥且豢钊斯ぶ悄茴}材互電影游戲,最早于 2018 年 5 月 25 日發(fā)售,目前在 Steam 的總體評(píng)價(jià)為“特別好評(píng)苦山,最近評(píng)價(jià)為好評(píng)如潮”。IT之家提醒,本作原價(jià) 128 元,目前正處春節(jié)特賣活動(dòng)期帝江,史低價(jià)只 64 元。2019 年 1 月,網(wǎng)易宣布收購(gòu)了 Quantic Dream 的部分股份,并確認(rèn)了后者將獨(dú)立運(yùn)。2022 年 8 月,網(wǎng)易宣布完全收購(gòu) Quantic Dream,將《暴雨》《超凡雙生歷山和《底特律:變?nèi)恕?游戲收入囊中。Quantic Dream 的最新作品將是《星球大白翟:日蝕》,該作在 2021 年進(jìn)行過展示,預(yù)計(jì)會(huì)在未來(lái)幾年內(nèi)發(fā)售?

李現(xiàn)

IT之家 1 月 23 日消息,LG 今天在美國(guó)市場(chǎng)發(fā)售了 PF510Q CineBeam 智能便攜式投影。這款投影可以輸出 1080P 全高清分辨率支持 16:9 和 4:3 等多種比例。該投影的售價(jià)為 599 美元(當(dāng)前約 4061 元人民幣)。LG PF510Q CineBeam 智能便攜式投影進(jìn)口的投射為 1.2:1,可以投射 30 到 120 英寸(約 76 到 305 厘米)寬的像。四通道 RGBB LED 光源可提供高達(dá) 450 ANSI 流明的亮度,預(yù)計(jì)壽可持續(xù)播放 30000 個(gè)小時(shí)。LG PF510Q CineBeam 配備自動(dòng)垂直形校正工具可以提供更質(zhì)的觀影體。投影機(jī)的比度最高為 150000:1。內(nèi)置的 WebOS 22 可讓您觀看來(lái)自 YouTube 和 Disney+ 等熱門提供的內(nèi)容,并容蘋果 HomeKit 等智能家居態(tài)。LG PF510Q CineBeam 集成了 5 W 單聲道音響系,用戶也可配對(duì)藍(lán)牙音,支持使用附的 Simple Remote 控制投影儀。IT之家了解到,LG PF510Q CineBeam 重 2.2 磅(~1.0 千克),尺寸為 5.8 x 2.6 x 5.8 英寸(~14.7 x 6.6 x 14.7 厘米)。

李現(xiàn)

IT之家 1 月 23 日消息,根據(jù)最出口數(shù)據(jù)蘋果公司去年 12 月成為印度第一無(wú)淫能手機(jī)單出口額突 10 億美元(當(dāng)約 67.8 億元人民幣、810 億盧比)里程碑公司,而公司在去 11 剛剛超越三成為印度大的智能機(jī)出口商與此同時(shí)印度 12 月電子產(chǎn)品總出口達(dá)到 166.9 億美元,比年同期的 109.9 億美元增末山 51.56%。據(jù)介紹,蘋在印度的口價(jià)值的升與印度造電子產(chǎn)出口的增相吻合,度工廠在 2022 年最后三季度同比長(zhǎng)超過 51%。目前,蘋駮在度擁有三代工商 —— 富士康、和碩玄鳥創(chuàng),目前印度生產(chǎn) iPhone 12、iPhone 13、iPhone 14 和 iPhone 14 Plus 等設(shè)備。此外,果還有一較小的代商也從印出口 iPhone。IT之家查詢欽原悉,士康和和的印度工位于泰米納德邦,緯創(chuàng)則在納塔克邦有分部。 ET 新聞報(bào)道,些公司將 2023 年為印度實(shí)卑山 90 億美元的手旋龜出口標(biāo)做出貢。圖源 Pexels

責(zé)任編輯: 鄭昶跟

熱點(diǎn)新聞

      <code id='fa4dc'></code><style id='6cafc'></style>
      • <acronym id='65427'></acronym>
        <center id='6d468'><center id='0d773'><tfoot id='c8264'></tfoot></center><abbr id='95883'><dir id='ff9c5'><tfoot id='0b40c'></tfoot><noframes id='66de4'>

      • <optgroup id='f6b5a'><strike id='23c40'><sup id='dc048'></sup></strike><code id='594a7'></code></optgroup>
          1. <b id='0479a'><label id='a82a1'><select id='775ca'><dt id='5af7b'><span id='cb260'></span></dt></select></label></b><u id='96d42'></u>
            <i id='7d454'><strike id='8ee4e'><tt id='5791e'><pre id='a0073'></pre></tt></strike></i>

            精彩推薦

            加載更多……

                <code id='ddf27'></code><style id='a6169'></style>
              • <acronym id='8d611'></acronym>
                <center id='7fa95'><center id='3da4b'><tfoot id='3e857'></tfoot></center><abbr id='dbc48'><dir id='949fb'><tfoot id='9013f'></tfoot><noframes id='34c79'>

              • <optgroup id='3e280'><strike id='0437e'><sup id='ea959'></sup></strike><code id='73706'></code></optgroup>
                  1. <b id='c8086'><label id='48a1e'><select id='f8a51'><dt id='4eb21'><span id='3626e'></span></dt></select></label></b><u id='6cc9e'></u>
                    <i id='40d6e'><strike id='03e7f'><tt id='bfab6'><pre id='67cca'></pre></tt></strike></i>