HPCRunner : 贾维斯智能助手源码获取地址：https://gitee.com/openeuler/hpcrunner    今天浅谈使用贾维斯工具安装应用的心得感受，总得来说，非常便于二次部署调优，自动式安装可以大大提升效率。下文以WRF的一个数据处理工具WPS部署来展开演示，因为WPS需要基于安装WRF成功下部署，首先得安装WRF，我这里是利用bisheng编译器+hmpi通信库基于openblas、scalapack以及fftw安装WRF，如果手动编译来说，可能就相当于需要编译7次，其中hmpi编译还挺久，那么利用贾维斯工具非常方便快捷，写成一个template直接一键式安装，如果中间有错误，会立马停下来告知哪个环节错误。话不多说，下面开始演示下安装过程。    首先，去gitee把贾维斯工具下载到服务器上，多种方式下载，git clone或者wget等都可以下载，你会发现贾维斯下有很多目录，当然这些目录名称都不难理解，在gitee上也有相应说明，这些目录是做什么的，用于存放些什么东西。下载后首次使用需要初始化贾维斯工具环境变量，直接source ./init.sh就行。那么安装一款应用，依我个人理解，重心是写好这个templates，其次在用贾维斯命令去调用安装。那么，怎么写这个template，对于初次使用，无非就是照葫芦画瓢，我这里编译是wrf4.2+wps4.1，wrf4.2是参考现有的编译方式cid:link_0，从它的依赖编起​前面的[SERVER]，指的是节点，我是在单节点上部署，所以就无关紧要，[DOWNLOAD]指的是该应用的软件包下载地址，写进去就是一键式下载，如果链接失效，部署时还是提示，如果包存在了也会提示，非常nice的一点。[DEPENDENCY]这里罗列了WRF和WPS的依赖，可能你会对./jarvis -install XXX/XXX xxx这里表示疑问，这里就是单单安装某个软件（包括但不限于编译器、通信库、基础库、依赖、简单软件等等）然后一连串的./jarvis -install就可以一键式的把wrf和wps的依赖都部署好，关于./jarvis -install如何使用，gitee也有文档说明，也是非常容易理解。​然后[ENV]指的是当安装好相关的依赖后，我们需要给安装WRF和WPS注入环境变量，加载到系统中，贾维斯工具都是采用module的管理方式，非常便捷。接下来是安装主应用，重头戏来了，​[APP]这里是规划了安装的目录，[BUILD]里面写的如何编译WRF和WPS的，其中有一些细节，${JARVIS_某某某}这些变量都是贾维斯的初始化后设定好的，我们直接引用，不需要自己敲一大串路径。关于编译过程中需要修改源码，我们可以采用sed命令直接更改，这里可能需要大家对sed命令熟悉，简单修改的可能比较好使，如果对于大批量的修改，建议大家还是写好后，直接复制进去。整体来说，你从这个[BUILD]中可以看到你的编译全过程，把所有编译的命令都一层接一层的执行下来，对比手动编译，省去了各组件中间编译的空隙时间。尤其对于有些同学需要在别的环境二次部署，非常的快捷。那么整个template已经写好了，同学们有个疑问就是怎么去调用这里面一系列的安装呢？首先需要./jarvis -use 这个template ​会提示现在已经成功加载该template，然后./jarvis -d一键式下载软件包​因为我这里已经提前下载了包，它会检测到已经存在，就提示already DOWNLOAD然后就是安装依赖./jarvis -dp​这里如果是系统中没有安装的话，它会按照你template上写的依赖逐个安装，中途要是有错误，会停止，此时你需要去检查是哪个依赖编译有问题也很快定位出来，最后所有的安装好后，会提示successfully，然后最后一步就是./jarvis -b去调用[BUILD]里面的所有命令，至此整个应用已经安装完成了。不得不说，贾维斯工具的举世真的大大提升了部署应用的效率，尤其在HPC行业，很多应用光是手动部署都不简单，甚至有些应用光依赖都上十个。同时也方便了使用不同编译器等部署。以上就是我使用贾维斯工具的心得感受，最后还是推荐大家体验体验！

为什么了解硬件架构对于编写高性能程序至关重要？ 如何选择适合特定任务的硬件配置？

HPC系统的硬件架构包括哪些关键组件，如何理解它们的作用？ 

如何识别和解决HPC应用中的性能问题，包括瓶颈和通信开销？  

统？  什么是并行编程，为什么它对HPC至关重要？ 有哪些主要的并行编程模型，如MPI和OpenMP，它们是如何工作的？ 初学者应该从哪里开始学习并行编程？

什么是HPC，它的主要特点是什么？

       未来，手机消失；笔记本消失；台式机消失；相关显示器消失；都全部简约成腕式，不能称作腕式手表，太狭窄了，不如叫“腕宇宙”，或叫“万宇宙”。显示方法像投影仪，只要不泄露秘密，可以在任何介质上投影并操作影像，比如水、光束等任何介质。可以想象，未来，人的行为，其科技感、神秘感更强，每一个人的举动都不可思议，外星人来到地球，会看到地球人类都在科幻电影里。

yolov8导出onnx，通过 onnx-tf转pb，然后pb转om失败。日志在附件中。

由于项目实际部署需求，需要开发自定义算子，当前模型转换成了ONNX格式，也可以转换成caffe格式（原格式pytorch的pt格式），但根据官方文档及论坛参考信息，无法有效开发对应的算子(算子编译，安装后无法找到)，请问该问题如何解决呢？

本文主要介绍说明XQ6657Z35-EVM评估板Cameralink回环例程的功能、使用步骤以及各个例程的运行效果。（基于TI KeyStone架构C6000系列TMS320C6657双核C66x 定点/浮点DSP以及Xilinx Zynq-7000系列SoC处理器XC7Z035-2FFG676I设计的异构多核评估板，由核心板与评估底板组成。评估板CameraLink功能支持2路Base输入、或者2路Base输出、或者1路Full 输入或输出）ZYNQ7035 PL Cameralink回环例程1.1.1 例程位置ZYNQ例程保存在资料盘中的Demo\ZYNQ\PL\base_cameralink_loop\prj文件夹下。1.1.2 功能简介Cameralink回环例程将J3、J4当作两个独立的Base Cameralink接口使用，一个接收，另一个发送。Cameralink接收端，利用Xilinx ISERDESE2原语进行串/并转换，将LVDS串行数据转换成28bit的cameralink并行数据。解串后的并行数据通过ila进行在线分析和查看，并实时检测并行数据是否有误码。Cameralink发送端，利用Xilinx OSERDESE2原语进行并/串转换，将本地28bit cameralink并行数据串行化为LVDS数据发送出去。1.1.3 Cameralink接口时序说明1.1.3.1 Cameralink三种配置模式Base模式：只需一根Cameralink线缆；4对差分数据、1对差分时钟；Medium模式：需要两根Cameralink线缆；8对差分数据、2对差分时钟；Full模式：需要两根Cameralink线缆；12对差分数据、3对差分时钟。各种模式下，统一都包含一组控制口和一组串口。控制口有4根信号，用于图像采集端对相机的IO控制；串口用于图像采集端对相机参数的配置。1.1.3.2 单路差分数据与时钟之间时序关系单路Cameralink差分数据与随路的差分像素时钟之间的时序关系如下图所示：一个时钟周期内传输7bits串行数据，首先传输串行数据的最高位，最后传输串行数据的最低位。7bits数据起始于像素时钟高电平的中间位置，即数据的最高位在Clock高电平的中间时刻开始传输。Clock高电平时间比Clock低电平时间多一个bit位。1.1.3.3 通道传输数据与图像数据映射关系1路差分数据通道上，一个Clock像素时钟周期传输7bits串行数据，那么4路差分数据通道总共就是4*7bits=28bits，我们称这28bits数据为并行数据，为了方便描述，这28bits数据记为TX/RX27~0。Cameralink Base模式下，这28bits数据与图像行/场同步/数据有效标记、图像数据的映射关系如下图所示：TX/RX24映射为行同步标记LVAL，TX/RX25映射为场同步标记FVAL，TX/RX26映射为图像数据有效标记DVAL，TX/RX23未使用，其余位对应图像数据。1.1.3.4 28位并行数据与4路差分数据传输通道之间的映射关系上述28位并行数据是如何通过4路差分数据传输通道进行传输的呢？28位并行数据映射到4路差分数据传输通道各个时刻点的位置关系如下图所示：1.1.4 管脚约束ZYNQ PL工程管脚约束如下图所示：1.1.5 例程使用1.1.5.1 连接Cameralink线缆使用Cameralink线缆将J3、J4两个接口连接在一起：1.1.5.2 加载运行ZYNQ程序1.1.5.2.1 打开Vivado工程打开Vivado示例工程：工程打开后界面如下图所示：1.1.5.2.2 下载ZYNQ PL程序下载bit流文件base_cameralink_loop.bit，并且配套base_cameralink_loop.ltx调试文件，如下图下载界面所示：1.1.5.3 运行结果说明ZYNQ PL端提供的ILA调试窗口，可以实时抓取采集Cameralink并行信号以及错误检测信号的时序波形。hw_ila_1调试界面抓取Cameralink并行发送数据，是一个28bits的累加数：hw_ila_2调试界面抓取Cameralink并行接收数据、接收误码统计以及接收误码实时标识信号，如下图所示：cameralink_rx_err_num显示有数值，则说明Cameralink接收过程中存在误码。可能在开始通信初始化期间存在误码现象，导致cameralink_rx_err_num误码统计累加。待程序下载完毕后，如果Cameralink通信正常的话，cameralink_rx_err_num误码统计应该不会再累加。如果cameralink_rx_err_num误码统计继续不断累加，则通过触发camera_rx_error信号可以捕捉到误码具体发生时刻。1.1.5.4  退出实验Vivado调试界面Hardware Manager窗口，右键单击localhost(1)，在弹出的菜单中点击Close Server，断开ZYNQ JTAG仿真器与板卡的连接：最后，关闭板卡电源，结束。

基于【NPU+AI ISP】方案开发边缘计算数据盒，对标Hi3559A平台边缘计算数据盒性能全面提升，引用达芬奇新DaVinci架构，双NPU组合，算力提升一倍，支持MindSpore AI开发环境，平滑升级无压力，避免因不同选型导致移植周期过长，可以无缝切换快速落地应用，减少运维成本，且供货保持稳定，是升级Hi3559A平台边缘计算方案的最佳选型。最新发布的SDK版本把双核NPU（4T+6T）都开放出来，但两个NPU核底层的模型和配套工具有区别，如果做边缘计算数据盒开发，总算力可以到10T。开发AI摄像机如需使用6T的NPU核，可使用最新的SDK版本升级成在程序运行时通过软开关来控制启动，实现白天用6T NPU核来跑其它算法，夜间启动AI ISP的最优状态。视频编解码均支持行业领先的H.264、H.265标准，解码最大可支持10路1080p@30fps，编码最大可支持4K@70fps，SoC具备PCIE的桥接功能，可以通过2颗芯片桥接支持4路4k的接入。编解码整体性能优异且稳定，降低网络波动带来的影响，带AI ISP优化视频画质，输出超高清且细腻画质的同时保持画面高度流畅性。 

↵大家好！我在跑MindScience中的MindElec时，遇到了一些安装上的问题。我基于ubuntu 22.04系统，使用anaoncda成功安装了mindspore-gpu，使用指令检测：python -c "import mindspore;mindspore.run_check()"得到：mindspore version 1.9.0The result of multiplication calculation is correct, MindSpore has been installed successfully!其中，为了安装MindElec库，安装的python=3.7，cuda=11.6。由于没有ascend硬件，使用的GPU，则在cid:link_0中，将代码train.py的device_target手动改为“GPU”：context.set_context(mode=context.GRAPH_MODE, save_graphs=False, device_target="GPU", save_graphs_path="./graph")然而，运行时报错如下，报错一：[ERROR] ME(9704:139975885083712,MainProcess):2023-01-02-19:17:19.449.580 [mindspore/run_check/_check_version.py:194] Cuda ['10.1', '11.1', '11.6'] version(libcu*.so need by mindspore-gpu) is not found, please confirm that the path of cuda is set to the env LD_LIBRARY_PATH, or check whether the CUDA version in wheel package and the CUDA runtime in current device matches, please refer to the installation guidelines: https://www.mindspore.cn/install[ERROR] ME(9704:139975885083712,MainProcess):2023-01-02-19:17:19.449.691 [mindspore/run_check/_check_version.py:194] Cuda ['10.1', '11.1', '11.6'] version(libcu*.so need by mindspore-gpu) is not found, please confirm that the path of cuda is set to the env LD_LIBRARY_PATH, or check whether the CUDA version in wheel package and the CUDA runtime in current device matches, please refer to the installation guidelines: https://www.mindspore.cn/install[ERROR] ME(9704:139975885083712,MainProcess):2023-01-02-19:17:19.455.499 [mindspore/run_check/_check_version.py:194] Cuda ['10.1', '11.1', '11.6'] version(libcudnn*.so need by mindspore-gpu) is not found, please confirm that the path of cuda is set to the env LD_LIBRARY_PATH, or check whether the CUDA version in wheel package and the CUDA runtime in current device matches, please refer to the installation guidelines: https://www.mindspore.cn/install[ERROR] ME(9704:139975885083712,MainProcess):2023-01-02-19:17:19.455.585 [mindspore/run_check/_check_version.py:194] Cuda ['10.1', '11.1', '11.6'] version(libcudnn*.so need by mindspore-gpu) is not found, please confirm that the path of cuda is set to the env LD_LIBRARY_PATH, or check whether the CUDA version in wheel package and the CUDA runtime in current device matches, please refer to the installation guidelines: https://www.mindspore.cn/install[ERROR] ME(9704,7f4eace85440,python):2023-01-02-19:17:19.504.811 [mindspore/ccsrc/runtime/hardware/device_context_manager.cc:46] LoadDynamicLib] Load dynamic library libmindspore_gpu failed, returns [libcudnn.so.8: cannot open shared object file: No such file or directory].报错二：RuntimeError: Create device context failed, please make sure target device:GPU is available.----------------------------------------------------- C++ Call Stack: (For framework developers)----------------------------------------------------mindspore/ccsrc/runtime/hardware/device_context_manager.cc:208 GetOrCreateDeviceContext这里表示未检测出cuda11.6和GPU，但我的python解释器里有cuda11.6，且python -c "import mindspore;mindspore.run_check()"测试都通过了。请问大家如何解决？非常感谢！

【开源资料】XQTyer评估板例程使用手册.pdf链接：https://share.weiyun.com/8csewUvh 密码：8r9by7CSDN搜索【DSP+ZYNQ多核例程使用手册-XQTyer】XQ6657Z35/45-EVM 高速数据处理评估板（XQTyer 评估板）由广州星嵌电子科技有限公司自主研发，包含一片TI DSP TMS320C6657和一片Xilinx ZYNQ-7000 SoC 处理器XC7Z035-2FFG676I。适用于无人机蜂群、软件无线电系统，基带信号处理，无线仿真平台，高速图像采集、处理等领域。

核心业务难以上云的痛点：1.核心业务对运行环境性能要求极为严苛；2.核心业务在虚拟化环境下运行效能不够稳定；3.核心业务数据一般具有敏感性、隐私性；4.上云业务安全性及安全机制设计不完善；核心业务公有云应对方案：作为一名客户经理我们可以向客户简单赋能并提出相关公有云应对核心业务上云的解决方案：1.选配ECS高配性能版-若客户的核心业务对于虚拟化环境运行无特殊要求，仅仅是性能要求较高，这是一个可用的选择；2.若客户担忧公有云隔离性、数据隐秘性问题，可推DEH专属主机服务；3.若客户核心业务不可兼容虚拟化环境，则可推荐BMS裸金属服务；作为一名客户经理，应从实际和客户角度出发，若客户核心业务不建议异地迁移上云，也可更换思维向其赋能推广公有云灾备类服务；

据中国社科院法学研究所调查研究显示，2021年，全国已有91%的三级法院全面推广应用电子签章。2022年1月1日新修订的《中华人民共和国民事诉讼法》第九十条规定：经受送达人同意，人民法院可以采用能够确认其收悉的电子方式送达诉讼文书。至此，通过电子签章应用实现法律文书网上签署、电子送达逐步成为各地法院数字化建设的重要工作之一，为移动法院、网上办案的开展提供了重要支撑。契约锁帮助构建统一印章管控平台，统一法院及下属法庭电子用印平台，支持集成对接法院内部电子卷宗系统、审判系统以及OA办公系统，帮助法院打造覆盖日常办公、办案场景的统一电子签章服务平台，推动法院日常办案材料、裁定书、调解书、判决书、决定书等法律文书网上签署、自动归档，按需下载、打印，全面提升法院办案效率。（法院电子签章应用）过去各类基层法庭遍布各地、距离法院路程较远，法庭结案后，只能派专人将大量文书专程送往法院机关进行手动盖章后带返法庭，再通知当事人领取。现在无论是现场办案还是网上办案，法庭结案，法官即可登录内部业务系统，上传制作好的法律文书、发起电子签署流程，从审批、法院盖章到回传、下发当事人，全程只需几分钟。（法院网上签署法律文书场景）更多场景 法院办公、办案过程中的电子签场景↓ 请看详细场景：1、法律文书电子签OFD格式文件电子送达，支持防伪打印针对当事人的不同需求，契约锁可以提供线上签署、现场打印领取；以及线上签署、电子送达等多种方式，满足法院现场办案、线上办案不同场景中的文书发放需求。1）现场打印，立等可取：针对现场办案、当事人需要提供纸质法律文书的，契约锁提供防伪打印服务，签署好的OFD格式法律文书，可以现场防伪输出纸质文件，当事人现场立等可取。2）线上签署，电子送达：针对网上开庭、当事人接收电子法律文书的情况，线上盖章完成后，自动通过短信通知当事人下载电子文件，同时自动生成回单签署流程，当事人人脸识别认证身份、远程签字确认，高效完成对接。2、传票、行政办公文件电子签线上高效审批、自动盖章下发通知、请示函、报告、传票、公告等需要法院单方盖章的文件，签署量大且用印频率高。过去：法院内部拟定文件，上报上级审批签字才能交由法院盖章。最后再将纸质文件按需分发、寄送给内部员工或者案件当事人。人工准备工作量大、签署效率低。现在：通过与内部办公系统、审判系统集成，为法院提供电子模板、身份认证以及电子签章支持，此类单签文件直接在现有管理软件中即可发起签署申请，负责人在线认证身份、电子签名审批，系统自动盖章生成PDF格式文件，按需打印、下载。3、庭审笔录文件电子签当庭在线生成笔录，多人在线签字盖章，自动归档庭审笔录文件作为法院裁决的重要依据，不仅需要双方当事人签名或盖章，还需要证人、法庭审判人员、书记员签名才能生效，需要当庭签署完成，扫描上传法院业务系统存档。过去：庭审笔录由工作人员起草打印后，签署人一一传阅确认笔录内容，无误后签名、按手印或盖章，最后由工作人员带回法院、扫描上传业务系统归档。不仅现场一一传阅确认时间较长，后期扫描上传、纸质文件存管压力也大。现在：庭审结束，相关负责人在线同步起草生成笔录，并上传审判系统、填报签署人信息发起电子签署，案件当事人、证人、审判长、书记员通过法庭电子设备或手机即可查收签署消息，现场同步预览记录内容，人脸识别确认身份即可电子签名、盖章。签署后的记录自动回传业务系统归档，无需人工整理，全面提升庭审及材料整理效率。（庭审记录电子签名-自动归档）丰富应用确保法院文件签署安全、高效存档1、一套系统支撑法院所有下属法庭机关在线签需求契约锁可以帮助法院建立覆盖所有下属法庭的印章管控平台，实现印章、组织、人员、流程全面统一，无需重复部署，一个平台即可支撑上下级机关日常办案签署需求。2、权威CA身份证书，保障法院文件签署合法有效契约锁联合全国权威CA机构，以可信数字身份为基础为法院组织提供电子签章服务，确保法院内部签字审批人、盖章人、案件当事人、证人、审判人员身份可信，本人签署，不可抵赖，提升案件材料及法律文书权威有效性。3、签署数据自动存证，法律文书签署过程可追溯各类材料、文书、行政文件的签署数据全程存证记录，随时可以通过审计记录追溯文件签署过程，确保司法公正、透明。4、支持PDF、OFD文件防伪打印，在线验真法院线上签署的各类PDF、OFD格式文件材料，可以根据场景实现防伪打印输出，自动为文件添加防伪码，确保文件内容不被篡改，文件安全打印输出。在线即可查验真伪。5、生成案件电子档案，自动归档、便捷调阅总结安全、便捷、移动签署的电子签章应用，帮助法院有效解决了大批量的案件材料及法律文件的签署难题，通过网上签、移动签、不见面签等便捷签署优势，为移动法院、互联网法院等新型办案模式普及推广提供技术支撑，助力法院以现有管理系统为基础逐步形成案件立项、审判、结案全程电子化闭环，助力司法诉讼服务全面数字化转型。