fma

由于现在神经网络这个东西比较火，准确的说是深度学习这个东西比较火，我们实验室准备靠这个东西发几个CCF A类的文章，虽然我不太懂这东西，兴趣也一般都是毕竟要跟随主流的，于是今天安装起了 Tensorflow 这个深度学习的框架。 安装好以后运行一个Demo ,如下： import tensorflow as tf a =tf.constant(2 ) b =tf.constant(20 ) with tf.Session() as sess: print (sess.run(a*b)) 运行结果如下： 2018-05-03 19:57:44.151803: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA 2018-05-03 19:57:44.251905: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:892] successful NUMA node read from SysFS had negative value (-1), but

grep是一个强大的 命令 行工具，它允许在一个或多个文件中搜索与正则表达式匹配的行，并将匹配的结果写入标准输出。 Grep的多条件搜索模式 grep支持三种正则表达式语法：Basic、Extended和Perl正则表达式。当没有指定正则表达式类型时，grep将搜索模式解释为Basic基本正则表达式。 使用多条件搜索模式时，请使用 | 管道符。使用grep的基本正则表达式搜索多个条件，语法如下： ]# grep 'pattern1\|pattern2' file 当使用基本正则表达式时，需要使用 \ 转义符为 | 管道符转义。 如果使用扩展模式，可以添加 -E 参数。使用扩展模式，就不需要为 | 管道符添加转义符了。也可以使用 egrep 命令 ，这个命令和 grep -E 用法一样。 ]# grep 'pattern1|pattern2' file ]# egrep 'pattern1|pattern2' file 使用实例 检查操作系统是否开启虚拟化功能，使用Basic基本模式： [root@localhost ~]# grep 'vmx\|svm' /proc/cpuinfo flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse

　　文|乌镇智库 　　最近发布的TOP500榜单中，日本的高性能计算系统Fugaku(富岳)以415.53 PFlop/s的Linpack性能拔得头筹（使用152,064个节点），为第二名美国超算Summit的2.8倍。 　　 　　 　　 此外在多项超级计算机基准测试中，Fugaku也名列前茅 ：在HPCG测试中，它使用 138,240个 节点获得了 13.366 PFlop/s 的算力，而在HPL-AI测试中，它使用 126,720个节点 获得了 1.421 EFlop/s 的算力。 Fugaku采用富士通的ARM架构A64FX芯片，是第一个获得TOP500榜首的基于ARM的高性能计算系统。 　　 　　 　　 Fugaku 　　 “京”的后继机 　　 Fugaku富岳 ：富岳是日本富士山的别称，借寓富士山海拔及山脚广阔馥郁的平原，以呈现Fugaku卓越的性能和庞大的用户群体。 　　01 　　 Fugaku诞生历程 　　作为超级计算机“京(Kei，K Computer)”的后继产品，Fugaku的诞生还要从K Computer说起。虽然日本1980年代末期的第五代计算机项目失败了，但建造最快计算机的雄心从未泯灭。 　　自2006年以来，日本理化学研究所(RIKEN)和富士通共同开发了K Computer，旨在2012年开始公共服务。 2011年6月，K Computer凭借8

kvm常用操作 # 创建qcow2文件 qemu-img create -f qcow2 demo.qcow2 200G ​ # 挂载盘 attach-disk gz-demo /datafs2/vm/gz-demo/demo.qcow2 vdc --subdriver qcow2 --config ​ #修改内存大小 virsh setmaxmem 64G demo --config ​ #修改cpu核数 virsh setvcpus demo 8 --config ​ #重启 virsh reboot demo ​ #导出虚拟机配置文件 virsh dumpxml demo > demo.xml ​ #导入虚拟机配置文件 virsh define demo.xml ​ 虚拟机停机迁移步骤 从原宿主导出虚拟机配置文件. virsh dumpxml demo > demo.xml 目标宿主导入虚拟机配置文件 virsh define demo.xml 关闭原虚拟机，拷贝原有路径虚拟机文件，如果目录有变更，需要编辑修改磁盘文件路径 virsh shutdown demo scp demo ${detination}:/data/ 出现CPU不支持报错 error: unsupported configuration: guest and host CPU are not

由于现在神经网络这个东西比较火，准确的说是深度学习这个东西比较火，我们实验室准备靠这个东西发几个CCF A类的文章，虽然我不太懂这东西，兴趣也一般都是毕竟要跟随主流的，于是今天安装起了 Tensorflow 这个深度学习的框架。 安装好以后运行一个Demo ,如下： import tensorflow as tf a =tf.constant(2 ) b =tf.constant(20 ) with tf.Session() as sess: print (sess.run(a*b)) 运行结果如下： 2018-05-03 19:57:44.151803: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA 2018-05-03 19:57:44.251905: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:892] successful NUMA node read from SysFS had negative value (-1), but