TwiScan
熱門
社區
帳號集合
登入
註冊
English
日本語
한국의
简体中文
繁体中文
註冊並分享邀請連結,可獲得影片播放與邀請獎勵。
立即註冊
檢索結果
WAF
WAF 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含
WAF
的搜尋結果
Ghost
@Ghost3788
2026.05.24 16:25
@WaFFsdzAiNop
我宁愿做一个有血有肉的人
0
0
0
1
0
轉發到社區
蓝点网
@landiantech
2026.07.18 05:01
.
@Cloudflare
已紧急部署云端 WAF 规则拦截针对 #
WordPress
# 高危远程代码执行漏洞和 SQL 注入漏洞的攻击。 相关规则完全免费提供,使用 Cloudflare Free 的网站将自动启用这些规则,使用 Pro 或企业版的用户请转到后台检查规则是否启用。 查看全文:
顯示更多
0
0
6
13
0
轉發到社區
吴说区块链
@wublockchain12
2026.06.16 00:49
吴说获悉,Coinbase 宣布与 AWS CloudFront 和 WAF 达成合作,通过 x402 支付协议支持网站出版商和 API 提供商将 AI 智能体作为付费客户,向其收取内容或接口访问费用。Coinbase 称,约四分之一互联网运行在 AWS CloudFront 和 WAF 之上;当 AI 智能体请求内容时,服务器可返回 HTTP 402 Payment Required,告知支付金额和方式,智能体完成支付后由 Coinbase x402 Facilitator 验证并交付内容。
顯示更多
0
0
0
0
0
轉發到社區
Macro_Lin
@LinQingV
2026.05.11 02:53
今天功率器件和PMIC相关的IDM,8英寸wafer和8英寸晶圆代工都在起飞。
0
0
33
98
11
轉發到社區
Pike时政财经分析
@BigbirdflyChan
2026.07.09 16:26
Aehr宣布,其领先的硅光子客户再次追加采购一套全自动FOX-XP晶圆级老化测试(Wafer-Level Burn-In,WLBI)系统,用于AI光互连和超大规模数据中心硅光芯片的大规模量产。这不是新客户,而是同一客户的连续追加订单,表明客户已从研发验证阶段正式进入产能扩张阶段。 本次订单最大的意义是客户生产阶段的变化。公司披露,该客户此前采购的第一套全自动FOX-XP系统已经完成安装、生产验证(Production Qualification),并成功与客户的300mm晶圆自动搬运系统(FOUP)及自动导引运输车(AGV)集成,实现了真正意义上的无人化生产(Hands-free Operation)。在设备完成量产验证后,客户立即追加采购第二套设备,说明该生产线已经达到量产要求,并开始扩大产能。 另外还有一个值得aehr投资者注意的细节是在公告中国呢提到FOX-XP的角色转变。过去FOX-XP更多承担研发和工程验证任务,而现在已经成为客户自动化晶圆厂的一部分,可同时处理9片300mm晶圆,实现全自动、高吞吐量的晶圆级老化测试,满足高产能制造需求。这进一步提高了FOX-XP未来向其他大型客户复制的可能性。
顯示更多
0
0
17
22
2
轉發到社區
碎鹿
@Oulgniy
2026.06.30 15:50
让我看看是谁在偷看我 🧐 #
女大
# #
胸
# #
奶子
# #
白虎
# #
反差
#
@fuligc
@Fulishequ
@youluo09
0
0
0
47
1
轉發到社區
沈酥儿
@Pradeepachari5
2026.06.08 09:12
眼镜妹还是太骚了,认识第一天就要帮我口 #
抖阴官方
# #
口交
#
0
0
0
10
44
轉發到社區
布丁Pudding
@budingPu
2026.05.07 08:39
非要我跪下来原来是想看这个视角呀 #
露出
# #
jk
#
@sktwober
@sktworel
@sktwolris
@sktwobba
0
0
0
14.6K
345
轉發到社區
川沐|Trumoo🐮
@xiaomustock
2026.02.12 18:24
Openai搞的这个Cerebras 芯片比较有意思😅 1. 晶圆级尺寸 (Wafer-Scale):世界上最大的芯片,有多大呢,脸盘那么大.😅 晶体管数量: 拥有 4 万亿个晶体管(作为对比,H100 只有 800 亿个) 2. 极高的片上内存带宽 (On-chip SRAM) 这是 Cerebras 吊打 GPU 的核心武器。 消除瓶颈: 在传统的 GPU 架构中,模型计算时需要在显存(HBM)和计算核心(Core)之间频繁搬运数据,这产生了巨大的能耗和延迟。(内存计算会稀释HBM增长率,但蛋糕足够大,同时SRAM的成本也很高,前期对三星海力士美光三巨头威胁不大) 全片上存储: Cerebras 拥有高达 44GB 的片上 SRAM 内存,带宽达到了每秒 21 PB (PetaBytes)。这意味着模型的大部分权重可以完全存储在芯片内部,读写速度比 GPU 的显存快上千倍,从而实现了 OpenAI 模型那样的“秒速”推理。 3. 极简的编程与扩展 单机即集群: 由于芯片本身足够大,一个 Cerebras 节点(CS-3)的算力就相当于几十个甚至上百个传统的 GPU 节点。 无需切分模型: 开发者不需要像在 GPU 集群上那样,把一个大模型拆分成很多份并考虑复杂的跨服务器通讯(Model Parallelism)。在 Cerebras 看来,整个模型就在“一块”芯片上跑。 4. 针对大语言模型 (LLM) 的稀疏优化 处理零值: AI 模型中有很多权重是“零”(稀疏性),传统 GPU 依然会对这些零进行无效计算。Cerebras 芯片内置了稀疏计算引擎,能够直接跳过零值,从而进一步榨取性能。
顯示更多
0
0
23
89
15
轉發到社區
Kokuhui
@yuuhuia
2024.06.19 14:20
先看脚还是先看痣?
0
0
27
3.7K
236
轉發到社區
載入中...