LogoThread Easy
  • 探索
  • 撰写 Thread
LogoThread Easy

您的一体化 Twitter 线程助手

© 2025 Thread Easy All Rights Reserved.

探索

最新在前，按卡片方式浏览线程

开启时会模糊预览图，关闭后正常显示

Majority of Danes are also ready to expel foreigners who've lost the right to stay in Denmark even if it violates The European Convention on Human Rights (ECHR).

Majority of Danes are also ready to expel foreigners who've lost the right to stay in Denmark even if it violates The European Convention on Human Rights (ECHR).

Father of three, Creator of Ruby on Rails + Omarchy, Co-owner & CTO of 37signals, Shopify director, NYT best-selling author, and Le Mans 24h class-winner.

avatar for DHH
DHH
Sat Dec 06 12:37:40
很多朋友要我这个 Nano Banana Pro 生成信息图的提示词 其实非常简单，跟他说： “用浮世绘+茶杯头的风格为下面的内容生成信息图” 就可以了

很多朋友要我这个 Nano Banana Pro 生成信息图的提示词 其实非常简单，跟他说： “用浮世绘+茶杯头的风格为下面的内容生成信息图” 就可以了

回顾一下原则：

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Sat Dec 06 12:33:31
I don't recall the context, but I have some vague memory that there's a meme about a US president putting a medal on themself....

I don't recall the context, but I have some vague memory that there's a meme about a US president putting a medal on themself....

Market Design/Entrepreneurship Professor @HarvardHBS & Faculty Affiliate @Harvard Economics; Research @a16zcrypto; Editor @restatjournal; Econ @Quora; … | #QED

avatar for Scott Kominers
Scott Kominers
Sat Dec 06 12:31:19
CUDA 是 Nvidia 真正的护城河！ 作为完全不懂 CUDA 的我，现在拉上 Gemini 3.0 Pro 和 Grok 4.1，也想试试能不能看懂「CUDA 2006 年诞生后最大的进步」，争取变身「CUDA 初初初级工程师」😄 CUDA 13.1 中推出的最重要的一项里程碑式技术「 CUDA Tile」，它让开发者专注于算法逻辑，而把繁琐的硬件适配工作交给系统，为什么是这样，怎么做到的，对开发者的变化是什么呢？带着这几个问题，让 Gemini 3.0 Pro 和 Grok 4.1 跑起来... CUDA 13.1 核心变革：从“管线程”到“管数据块” (Tile-based Programming) · 过去 (SIMT 模型)： 传统的 CUDA 编程基于 SIMT（单指令多线程）。开发者需要精细地控制成千上万个线程如何执行指令，就像指挥每一个士兵的具体动作。虽然这能带来极致的性能，但编写和优化难度极大，尤其是要适配不同架构的 GPU（比如调用 Tensor Cores）。 · 现在 (CUDA Tile 模型)： CUDA Tile 引入了“Tile（图块）”的概念。开发者不再需要关心单个线程或单个数据元素，而是直接对 数据块（Tiles）定义操作（例如矩阵乘法）。 · 类比： 这就像在 Python 中使用 NumPy，你只需要说“把这两个矩阵相乘”，底层的复杂计算细节对你是透明的。 解决什么痛点？ · 硬件复杂度的抽象化： 现代 GPU 硬件越来越复杂，拥有 Tensor Cores (TC) 和 Tensor Memory Accelerators (TMA) 等专用加速单元。以前要用好这些单元，开发者需要写非常底层的代码。CUDA Tile 将这些硬件细节抽象了起来，编译器会自动帮你调用这些加速单元。 · 代码的可移植性 (Portability)： 这是最大的利好。使用 CUDA Tile 编写的代码具有极高的硬件无关性。这意味着你写一次代码，就可以在未来不同代际的 NVIDIA GPU 上高效运行，而不需要针对每一代新显卡重新优化底层指令。 技术基石：CUDA Tile IR · CUDA Tile IR (中间表示)： 这是整个技术的地基。它引入了一套虚拟指令集，专门用于描述 Tile 操作。 · 分工明确： · 开发者：负责将数据切分成 Tile，并定义 Tile 之间的运算。 · CUDA Tile IR：负责将这些高层操作映射到具体的硬件资源（如线程、内存层级、Tensor Cores）上。 开发者如何使用？ · 绝大多数开发者 (Python 路径)： 你不需要直接写复杂的 IR 代码，而是通过 NVIDIA cuTile Python 库来使用它。这提供了类似 Python 的高层接口，让你能用简单的代码写出高性能的 GPU 程序。 · 高阶开发者/编译器作者： 如果你在开发自己的编译器、框架或特定领域的语言 (DSL)，你可以直接针对 CUDA Tile IR 进行开发，构建自己的工具链。

CUDA 是 Nvidia 真正的护城河！ 作为完全不懂 CUDA 的我，现在拉上 Gemini 3.0 Pro 和 Grok 4.1，也想试试能不能看懂「CUDA 2006 年诞生后最大的进步」，争取变身「CUDA 初初初级工程师」😄 CUDA 13.1 中推出的最重要的一项里程碑式技术「 CUDA Tile」，它让开发者专注于算法逻辑，而把繁琐的硬件适配工作交给系统，为什么是这样，怎么做到的，对开发者的变化是什么呢？带着这几个问题，让 Gemini 3.0 Pro 和 Grok 4.1 跑起来... CUDA 13.1 核心变革：从“管线程”到“管数据块” (Tile-based Programming) · 过去 (SIMT 模型)： 传统的 CUDA 编程基于 SIMT（单指令多线程）。开发者需要精细地控制成千上万个线程如何执行指令，就像指挥每一个士兵的具体动作。虽然这能带来极致的性能，但编写和优化难度极大，尤其是要适配不同架构的 GPU（比如调用 Tensor Cores）。 · 现在 (CUDA Tile 模型)： CUDA Tile 引入了“Tile（图块）”的概念。开发者不再需要关心单个线程或单个数据元素，而是直接对 数据块（Tiles）定义操作（例如矩阵乘法）。 · 类比： 这就像在 Python 中使用 NumPy，你只需要说“把这两个矩阵相乘”，底层的复杂计算细节对你是透明的。 解决什么痛点？ · 硬件复杂度的抽象化： 现代 GPU 硬件越来越复杂，拥有 Tensor Cores (TC) 和 Tensor Memory Accelerators (TMA) 等专用加速单元。以前要用好这些单元，开发者需要写非常底层的代码。CUDA Tile 将这些硬件细节抽象了起来，编译器会自动帮你调用这些加速单元。 · 代码的可移植性 (Portability)： 这是最大的利好。使用 CUDA Tile 编写的代码具有极高的硬件无关性。这意味着你写一次代码，就可以在未来不同代际的 NVIDIA GPU 上高效运行，而不需要针对每一代新显卡重新优化底层指令。 技术基石：CUDA Tile IR · CUDA Tile IR (中间表示)： 这是整个技术的地基。它引入了一套虚拟指令集，专门用于描述 Tile 操作。 · 分工明确： · 开发者：负责将数据切分成 Tile，并定义 Tile 之间的运算。 · CUDA Tile IR：负责将这些高层操作映射到具体的硬件资源（如线程、内存层级、Tensor Cores）上。 开发者如何使用？ · 绝大多数开发者 (Python 路径)： 你不需要直接写复杂的 IR 代码，而是通过 NVIDIA cuTile Python 库来使用它。这提供了类似 Python 的高层接口，让你能用简单的代码写出高性能的 GPU 程序。 · 高阶开发者/编译器作者： 如果你在开发自己的编译器、框架或特定领域的语言 (DSL)，你可以直接针对 CUDA Tile IR 进行开发，构建自己的工具链。

邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴

avatar for meng shao
meng shao
Sat Dec 06 12:28:01
The more upscale restaurants here do the same as Japan: the food is shown as artificial plastic dishes in front 🥘

The more upscale restaurants here do the same as Japan: the food is shown as artificial plastic dishes in front 🥘

🇪🇺 https://t.co/NdorAWrhrB @euacc 📸 https://t.co/lAyoqmT9Hv $115K/m 🏡 https://t.co/1oqUgfDEsx $36K/m 🛰 https://t.co/ZHSvI2wRou $39K/m 🌍 https://t.co/UXK5AFra0o $14K/m 👙 https://t.co/RyXpqGvdBB $14K/m 💾 https://t.co/M1hEUBB6da $6K

avatar for @levelsio
@levelsio
Sat Dec 06 12:18:01
what I love about in-app chatbots: me: I need help bot: here are help center article to solve your issues me: it doesn't, let me speak to a human bot: sorry we don't have any human agent available me: ok, cancel my subscription bot: this needs to be handled by a human, do you want me to connect now? 🤷♂️

what I love about in-app chatbots: me: I need help bot: here are help center article to solve your issues me: it doesn't, let me speak to a human bot: sorry we don't have any human agent available me: ok, cancel my subscription bot: this needs to be handled by a human, do you want me to connect now? 🤷♂️

Built Tweet Hunter, Taplio (sold $8m) Growing https://t.co/OyNJ8ZUyOh - https://t.co/jS9GQJ5Ps8 - https://t.co/EFUcKeBbpU - https://t.co/JkVOl1O0S1 - https://t.co/KG9PgxJabg Sharing weekly tips about growth: https://t.co/ereQodN3Ov

avatar for Tibo
Tibo
Sat Dec 06 12:14:43
  • Previous
  • 1
  • More pages
  • 1428
  • 1429
  • 1430
  • More pages
  • 5634
  • Next