# 目录

Meltdown又名为恶意数据缓存加载漏洞,其存在于大多数现代处理器中,该漏洞可以使得用户态进程读取内核空间中的内容。本文将对其大致原理进行解读,其中的细节并不会过度涉及,稍有计算机底层基础知识的同学即可放心食用。

图床一直是个人博客一个很头痛的问题,第三方的图床我一直不敢用,怕哪一天就宣布停止运营了然后让用户迁移数据。有很多博客也会采用 Github 仓库存储图片然后再利用 jsdelivr 作为 CDN 加速访问。但是 jsdelivr 最近更新的使用政策 (opens new window)中规定禁止使用 jsdelivr 加速图片。现在只是有这个声明,实际上可能不会管,但是以后的事可能就说不好了,万一哪天就直接限制图片访问次数就直接 GG 了。经过一番探索,发现了国外的一个很棒的云存储 Backblaze 可以满足作为个人博客的图床需求,本文主要讲讲如何利用 Backblaze 的对象存储和 Cloudflare 免费的 CDN 打造一个私人图床。

现在已经是2021年了,搭建PyTroch环境也是越来越简单了,网上很多教程其实都已经过时了。现在安装PyTorch其实步骤只需要包括两步,1)安装NVIDIA驱动;2)按照PyTorch官网的指示安装PyTorch。本文将以Ubuntu 20.04为例,讲解如何搭建PyTroch环境。

第一次听说 Oneflow 是在知乎的一个问题上《如何评价 7 月 31 日一流科技开源的深度学习框架 OneFlow?》 (opens new window),其的口号是主打性能(说实话,当时我是不信的)。当时并没有认真关注这个问题,因为国产的深度学习框架开源也不是一个两个了,比如清华的 Jittor,旷视的 MegEngine,华为的 Mindspore和百度的 PaddlePaddle。不关注的原因是因为这些框架都是为了公司内部的需求而首先设计的,之后再开源的,感觉可能不是很符合科研需求;另外已经熟悉了 PyTorch 的 API 和生态了,再转到另一个框架太麻烦也没有必要。最近,Oneflow 宣布其会兼容 PyTorch 的 API,并且放出了其性能测试报告(真香),一下子就让我有了兴趣,毕竟白嫖的性能谁不喜欢呢。本文主要是 Oneflow 官方发布的 Benchmark 和 介绍的搬运,后面等到放出与 PyTorch 兼容的新版本后会上手体验一下。