最新

你可以在谷歌街景中漫步于城市，享受其中的乐趣，然后在Chrome中点击谷歌Gemini按钮，将大型语言模型（LLM）变成当地历史学家，输入提示语：“想象你是一位历史学家，告诉我关于这座建筑、这条街道和这个社区的故事。”

你好， 我开发了一个工具，可以生成带有个性化前缀的现代文件加密（[age](https://github.com/FiloSottile/age)）密钥。 这个工具的创新之处在于使用了最快的搜索算法——它可以在笔记本电脑上每秒检查约4000万个密钥，在一分钟内找到6个字符的前缀。 例如，运行 `age-vanity-keygen hacker` 将会找到类似于以下的密钥： ``` $ age-vanity-keygen hacker Found age1hacker... in 23s after 973647953 attempts (42686172 attempts/s) # created: 2025-08-18T22:22:22+02:00 # public key: age1hackerxf9wukrzxfjt56xmq7c3y5ua5ylgrk0pmhlmdsg3773q8qh3ym6v AGE-SECRET-KEY-1K9G5Y6DRJPSXUFE2ELZULCG6SET7YC0676KR33WXSULW2CDHLGGS0EMJA2 ``` 输出结果与标准的 `age-keygen` 工具完全相同，因此当你需要易记或品牌化的公钥时，它可以直接替代。 我将其打包为 Go 二进制文件和 Docker 镜像。核心算法在一个独立的库中（[vanity25519](https://github.com/AlexanderYastrebov/vanity25519)），如果有人想在其他基于 X25519 的系统中使用它。 期待你的反馈，谢谢！

我们想做一些非常具有挑战性的事情，以证明自己能够实现任何我们下定决心去做的事情。选择构建一个玩具TPU的原因相对简单： - 为机器学习工作负载构建一个芯片听起来很酷 - 目前没有一个文档齐全的开源库可以用于同时进行推理和训练的机器学习加速器 我们没有真正的硬件设计专业经验，这在某种程度上让TPU变得更加吸引人，因为我们无法准确估计这项工作的难度。在项目的初始阶段，我们确立了一条严格的设计理念：始终尝试“hacky”的方法。这意味着在咨询外部资源之前，先尝试那些最初浮现在我们脑海中的“傻”主意。这一理念帮助我们确保我们不是在逆向工程TPU，而是在重新发明它，从而使我们能够自己推导出TPU中使用的许多关键机制。 我们还希望将这个项目视为一个练习，尝试在不依赖AI为我们编写代码的情况下进行编码，因为我们觉得最近在遇到一些小困难时，我们的第一反应是去寻求大型语言模型的帮助。我们希望培养一种思维方式，以便在未来的任何努力中都能运用这种方式来思考复杂问题。 在整个项目过程中，我们尽量学习深度学习、硬件设计和算法创建的基本知识，我们发现学习这些内容的最佳方法是将所有内容绘制出来，并将其作为我们的第一反应。在tinytpu.com上，您将看到我们的解释是如何受到这一理念的启发的。 请注意，这并不是TPU的逐一复制品——这是我们尝试重新发明一个玩具版本的努力。