@M2K4 试了一下没用

@katwalk 不会呀，直接看缩略图就是让你方便整理，移动文件

小白想问下什么岗位的 java 工程师会需要关注垃圾回收

@sdjl #14 怎么可以拿模型的回复结果来作为参考，毫无价值

@xmumiffy
@kaidong21
我试着给 Seed 传了一下 0 和 1 ，发现都没用，看参数注解也是说尽可能保障，实际上我测试的结果是变化的概率挺高的

尽管将温度参数设置为 0 、top_p 参数设置为 0 ，也不能完全保证在相同的输入提示下生成的文本完全一致，主要原因是因为在 GPU 计算过程中存在固有的非确定性。

这是因为浮点数计算中的微小差异可能会导致最终选择的 token 有微小变化，特别是当前两个最有可能的 token 之间的差异很小时，会偶尔选择不同的 token ，从而产生不同的结果。

同时，为了提高模型端点的速度，通常使用 GPU 进行计算，而 GPU 计算是并行的（非确定性的）。

在现代的 GPU 神经网络计算中，这种非确定性是无法避免的。

而且，如果模型被部署在不同的区域以实现负载均衡，不同区域的硬件和环境也可能会对模型的计算产生微小的影响，进一步增加了非确定性。

作者：月明
链接： https://www.zhihu.com/question/595912240/answer/3160446512
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

你都这么讲了，那不就是事在人为吗，有操作空间，看眼缘，随时做好加钱的准备

@gaobh #4 这么多账号资源，再加上缓存，其实都不纯粹了，不是最原汁原味的调用

@geniussoft #27 我以为硬 raid 性能才是最好，看了下主板也是支持的

@geniussoft #25 如果是主板直接支持阵列或者插阵列卡，是不是就不存在这个问题了

微信输入法的最大问题是词库太拉跨了

@geniussoft 原来这里是需要芯片去支持的

@Byzliu 因为我的数据很久更新一次，另买了一块 16T 的做冷备份，所以他寄了问题也不大

@exch4nge 老哥有过类似经验吗

@serafin 都是 80-200 之间

@dann73580 唉，4 个组 raid0 不是直接叠加吗，如果只有 50M ，那 4 个怎么也得 200M+，是这样算的么

@hefish #8 单盘有办法跑到 3G 吗

@Jirajine 软 raid ，是不是 4 块盘直接 sata 直连主机就行了

@busier 是啊，我感觉现在的速度跟单盘差不多