NVIDIA发布新版本ChatRTX， 添加中文LLM模型的支持 NVIDIA在2月推出了Chat with RTX的技术演示应用，可给用户体验一下本地的聊天机器人，当然了它用到了TensorRT-LLM和NVIDIA RTX加速技术，也是NVIDIA展示技术的一个方式，现在该应用正式改名为ChatRTX，增加了更多的功能，在新版本中它加入了对智谱AI的ChatGLM3-6B这个中文LLM的支持，同时还支持语音输入和图像搜索功能。与Chat**、Google Bard和微软Copilot等在线工具不同，NVIDIA ChatRTX不需要云端计算，这对用户的隐私和数据保密性更好，ChatRTX还支持扫描和分析本地文件目录的能力，支持指定格式的文件，用户可使用该功能搭建本地的数据资料库，只需要给出文件夹路径，AI就会在数秒内把它们加载到库中。除了加入中文LLM的支持外，ChatRTX还增添了语言识别功能，还支持OpenAI的CLIP模型，它可根据你给出的信息搜索本地指定目录里面的图片，在大量图片中找指定的复合要求图片时还是蛮有用的。但目前该软件还是缺乏联系上下文的能力，这点体验就不太好了，此外它在Firefox浏览器上还是无法运行，此外安装包的体积大幅缩减，从此前的35GB减少到11GB，但安装完后程序依然需要35GB的空间，因此在下载之前要留够足够的空间，至于硬件需求，它只支持RTX 30和40系GPU，并且至少得需要8GB显存。

2024新年快乐 服务器重置了，再发一遍。。。

OSI七层模型和tcp/ip四层模型的区别 OSI体系是七层协议，而TCP/IP体系是四层协议，1.OSI七层模型是国际标准化组织ISo制定的开放系统互连基本参考模型，是法律上的国际标准 而TCP/IP是事实上的国际标准2.OSI协议实现起来过分复杂，而且运行效率低，层次划分不合理，很多功能在多个层次重复出现3.OSI七层协议分别为物理层，数据链路层，网络层，传输层，会话层，表示层，应用层 TCP/IP四层协议分别为网络接口层，网际层，运输层，应用层

PBL感悟——制作智能浇水系统 自动灌溉是区别于手动灌溉、人工灌溉的概念，突出灌凝控制器能够根据设定的时间、流量、土壤湿度上下限等参数自动执行灌涨或者基于物联网技术的远程控制取代人工现场操作，具有解放劳动力的价值，但是，如前述，在温室等人工干预较大的环境中，自动灌溉在一定程度上能够满足灌溉需求，对于广泛的大田环境，影响灌溉决策的变化因素很多，涉及生物学、气条和人为活动。农业生产过程中需要做出的许多决定，如:哪块地要先种，种什么作物?选哪种型号的种子、化肥、农药?施肥、灌涨的时间点、量及频率如何把握?气象、天气、降雨预测，土理化性质的变化情况?农场农业灌涨设施、机械、工人的协调安排...当众多因素需要协调研究从中选择最优方案时，"自动灌溉”完全离不开人在各个环节中参与决策，因此，不存在离开人为决策的“自动灌溉”。智能灌溉则要求不需要人为控制，灌溉系统智能自动做出灌湖决策，而且系统做出的灌游决策要比人做出的决策更科学、更迅速。智能灌溉是当前农业灌溉发展的潮流,智能灌溉系数整合先进的传感器技术 ,信息技术以及人工智能技术 提高灌测的精准度,提高水的利用率,提高灌溉管理水平,改变人为提纵操作的随意性和盲目性,同时减少灌溉用工,降低管理成本,显著提高农业生产效益。以上都是农业智能灌溉的小编为大家讲解与智能灌溉相关的几个常见问题的相关内容，

nohup命令详解 应用场景：让一个程序可以在后台运行，不影响后续操作，或者让程序在终端关闭后依旧运行。用过linux都知道，正常运行一个程序，程序没有运行结束前是无法输入下一条指令的，但是有些程序，例如“frp”这个程序，需要持续监听某一端口。以frp程序为例(0)命令格式：例：nohup ./frps -c ./frps.ini让程序持续运行，程序输出会重定向到程序所在目录的 nohup.out 文件里，此时无法使用其他命令，使用ctrl+c会使程序停止运行，因此程序运行时无法在同一终端里执行其他命令，终端关闭时程序不会停止运行。(0)命令格式：例： ./frps -c ./frps.ini &(0)命令格式：例： nohup ./frps -c ./frps.ini & 让程序持续运行，程序输出会重定向到程序所在目录的 nohup.out 文件里，此时可使用ctrl+c，不会使程序停止运行，关闭终端程序也不会停止运行补充：在后台运行的程序可以使用fg命令使其在前端显示