1.硬核观察 #1112 1/7 的英伟源码英伟 Linux 内核代码是 AMD GPU 驱动代码
2.小模型卷起来了：Mistral联合英伟达开源12B小模型，128k上下文
3.24行代码完成批量缩星
4.英伟达被黑客攻击,达e达程DLSS源代码泄露,业务会受影响吗?

硬核观察 #1112 1/7 的 Linux 内核代码是 AMD GPU 驱动代码

       Linux 内核代码的硬核观察揭示了一个显著的事实：AMD GPU 驱动代码占据了内核源代码的1/7以上，具体超过了万行。英伟源码英伟这其中包括AMD为每代新GPU提供的达e达程大量自动生成的头文件，它们就像详尽的英伟源码英伟文档，反映出AMD对驱动开发的达e达程lua1.0源码投入。相比之下，英伟源码英伟英伟达开源的达e达程Nouveau驱动代码只有约万行，显示出AMD在内核贡献上的英伟源码英伟巨大影响力。

       尽管AMD在代码贡献上积极主动，达e达程但老王对此提出疑问：在内核中不断增加代码是英伟源码英伟否真的有益？尤其考虑到ReiserFS的命运。曾经流行的达e达程ReiserFS日志文件系统因开发者的个人问题而停滞，最终在Linux 5.及后续版本中被标记为废弃。英伟源码英伟其后，达e达程随着主要开发者入狱，英伟源码英伟ReiserFS项目逐渐消亡，quickreport源码反映出开发者社区对项目污点的敏感和项目延续性的依赖。

       另一个例子是Visual Studio for Mac，微软的Mac版开发工具，从开源到闭源，最终被计划在年废弃。VS Mac曾作为.NET IDE，但与Windows版本的差距明显。微软在发现VS Code更受欢迎后，逐渐淘汰边缘项目，而MonoDevelop的开源替代品DotDevelop仍在持续发展中。

小模型卷起来了：Mistral联合英伟达开源B小模型，k上下文

       小模型时代来临：Mistral与英伟达联手开源B小模型Mistral NeMo，其k的上下文窗口使其在多语言应用和效率上表现出色。这款亿参数的模型旨在提供低成本、易用且高效的qnetwork 源码AI解决方案，尤其适合计算资源受限和数据安全要求高的场景。

       OpenAI的GPT-4o mini以其美分/百万输入token和美分/百万输出token的定价，展示了智能成本的大幅下降，而Mistral NeMo则在性能上与9B的Gemma 2和8B的Llama 3展开竞争，尽管参数量较多，但展示了SOTA级别的推理能力。Mistral NeMo还支持量化感知训练，可进行FP8推理，且拥有更高效的分词器Tekken，压缩文本和源代码的效率显著提升。

       英伟达应用深度学习研究副总裁Bryan Catanzaro强调了小模型的便捷性和多样性，指出Mistral NeMo可以轻松部署在本地硬件，如RTX GPU，这对于企业用户特别是关注数据隐私和延迟的企业来说具有吸引力。Mistral NeMo的整理源码k上下文窗口对于处理长文档和复杂任务具有显著价值，但主要定位在笔记本和台式电脑而非移动设备上。

       这次发布预示着AI软件市场的潜在变革，它可能促使企业更加倾向于本地部署的AI解决方案，从而缓解对数据隐私、成本和延迟的顾虑。对于资源有限的小企业来说，这提供了与大公司竞争的新机会。然而，Mistral NeMo的实际效果和围绕它的生态系统建设将决定其长远影响。总的来说，Mistral NeMo标志着AI在企业环境中的应用正朝着更高效、可部署的方向发展，未来是否会撼动大模型的地位，还需拭目以待。

行代码完成批量缩星

       在星空摄影中，assert源码处理大量照片以制作延时视频时，缩星成为了一项挑战。手动在PS中逐一操作或自编图像处理动作，耗时且效率低。本文提供了一种编程解决方案，利用免费工具starnet++ V2批量处理，实现快速批量缩星。

       starnet++ V2能有效去除TIFF格式中的星星，只需调用程序即可实现批量操作。对于配备英伟达GPU的电脑，通过CUDA接口加速处理，可显著提升效率，显卡下速度提升可达5至6倍。

       在使用代码前，请确保已下载并安装starnet++ V2（官网下载window 位版本），并将其放置于C盘特定目录。

       附源代码（代码由AI自动生成），以下为使用方法概述：

       首先将包含照片的文件夹命名为output，然后运行脚本nostar.py。脚本将自动处理output文件夹中的所有TIFF文件，将去星后的保存到output/starless目录下，无需人工干预。

       处理效果显著，TIFF格式大小约为M，去星过程大约需要2分钟，此阶段主要利用CPU资源。若拥有英伟达显卡，可参考专门网页了解GPU加速方法。

       最终成果如下，显示批量处理后的效果。

       使用本文提供的方法，星空照片的缩星效率得到极大提升，尤其对处理大量时尤为明显。通过合理利用GPU资源，进一步加速了处理过程，提高了工作效率。值得注意的是，英伟达的CUDA库体积庞大，可能需要手动下载某些dll文件，以确保程序正常运行。

英伟达被黑客攻击,DLSS源代码泄露,业务会受影响吗?

       黑客帝国再起风云：英伟达遭遇大规模数据窃取/

       据彭博社、每日电讯报和TheVerge权威报道，全球科技巨头英伟达近期遭受了黑客的猛烈攻击。据披露，这家南美黑客组织LAP$声称窃取了超过1TB的独家技术资料，引发了业界的广泛关注。幸运的是，LAP$已备份数据，使得英伟达的反击行动未能得逞。

       尽管如此，英伟达在一份针对Hardwarexx德国硬件爱好者网站的声明中坚称，此次事件并未造成业务中断的威胁。他们迅速采取行动，强化网络安全，聘请专家应对，并与执法部门保持紧密合作。尽管存在威胁参与者获取员工凭证和部分专有信息的风险，但英伟达团队正在全力以赴进行调查，以确保信息安全。

       值得注意的是，TechPower报道称，黑客已将深度学习超级采样(DLSS)的源代码公之于众，这项技术是英伟达的看家本领，尤其在游戏性能提升方面发挥关键作用。尽管英伟达曾因封闭源代码引发争议，但现在开源技术如FSR和XeSS的竞争加剧。然而，尽管DLSS的源码泄露，但其2.2版本的技术实力仍被公认为行业领先。

       编辑观点：/对于内容创作者，我们尊重知识产权，呼吁所有厂商避免非法使用这些技术。对于大学生来说，这是一个了解行业领先技术的好机会，能够丰富学习内容，提升技能储备。尽管面临挑战，但英伟达的安全意识与持续投资表明，他们将继续在技术保护上保持领先地位。

       此次事件提醒我们，网络安全是永恒的话题，每个行业参与者都需加强防护。希望大家从中获益，共同维护科技领域的健康发展。