不锈钢锅烧出彩虹斑？别慌，这只是光的魔术
不锈钢锅加热后出现的彩虹色斑块常让人误以为锅具损坏，其实这是高温下形成的透明氧化铬薄膜引发的光干涉现象。本文解释其物理原理，明确适用场景，并提供用白醋安全擦除的操作步骤、注意事项和常见误区，帮助读者轻松恢复锅具外观。
WIBLOG · Technological & Life
聊技术，也聊那些值得认真琢磨的生活小事。
63篇文章4个内容分类
RECENT NOTES
查看归档最近更新
变频空调为什么比定频空调更省电？压缩机转速连续调节与热负荷匹配原理
夏季开空调，定频机总是一会儿冷一会儿热，还嗡嗡响；变频机却安静又恒温，电费单也更友好。本文从压缩机转速与房间热负荷的匹配出发，解释变频空调如何通过改变供电频率实现连续调节，避免频繁启停，从而在部分负荷下大幅提升能效比。你将理解温度稳定、静音背后的物理机制，以及变频空调在高负荷下的真实局限。
JVM 分层编译的层级选择：C1/C2 编译器协作与预热期性能优化
分析 HotSpot 分层编译的五个执行层级，解释为何方法在 C1 编译后可能被 C2 重新编译，以及如何通过 -XX:TieredStopAtLevel 控制编译策略。以微服务启动后预热期的性能抖动为贯穿场景，讨论编译阈值、Profiling 数据收集、去优化机制，并与 Graal JIT 进行对比。读者将掌握根据延迟和吞吐需求调整编译层级的参数，并理解为何短生命周期方法不适合 C2 编译。
自一致性采样：通过多条思维链投票提升大模型推理可靠性
大模型在数学问题求解中单次贪心解码容易因一步推理偏差导致最终答案错误。本文以数学问题为场景，分析自一致性如何通过采样多条思维链并投票选择最一致答案来缓解这一问题，并讨论采样温度、样本数量与计算开销之间的权衡。
AI 推理系列（十三）：EAGLE——为什么预测“下一个 Token”不如预测模型内部的“思维特征”？
围绕大模型逐 Token 解码的串行瓶颈，解释 EAGLE 为什么把 Draft 从离散 Token 预测转向目标模型隐藏 Feature 预测，并分析 Feature Uncertainty、候选验证、接受长度、Draft 成本、Batch 与在线服务中的真实加速边界。
AI 推理系列（十二）：Attention Sink——为什么删除最早几个 Token，会让大模型突然“失忆”？
围绕长期 Agent 与流式推理中 KV Cache 持续增长的问题，解释 Attention Sink 为何使纯滑动窗口在删除初始 Token 后出现质量退化，以及 StreamingLLM 如何保留少量 Sink Token 与最近窗口，在固定缓存预算下持续处理数据流，并分析它与真正长上下文和长期记忆的边界。
AI 推理系列（十一）：Ring Attention 如何让多张 GPU 共同计算一条超长序列
围绕百万 Token 长上下文的单卡容量瓶颈，解释 Ring Attention 如何沿序列维度切分 Q/K/V，让 KV Block 在多张 GPU 间环形流动并与本地计算重叠，同时分析 online softmax、Context Parallelism、Ulysses、GQA 与跨节点网络带宽之间的工程权衡。
电动牙刷放在底座上就能充电，电到底是怎么跑进去的？
电动牙刷的充电底座没有金属触点，为什么放上去就能充电？这篇文章从电磁感应原理出发，解释底座里的发射线圈和牙刷里的接收线圈如何通过交变磁场传输电能，以及为什么对齐放置才高效。你还会了解到无线充电的便利与局限，以及为什么底座上不能放金属异物。
Java 模块系统分裂包问题：JPMS 中的包冲突与模块路径解析
当多个模块导出同名包时，JPMS 会因分裂包而拒绝启动。本文以大型应用从类路径迁移到模块路径为场景，解释模块解析过程中包唯一性约束的由来，剖析导致分裂包的常见依赖结构，并给出通过模块描述符、构建工具及命令行选项诊断与修复问题的具体步骤。
Medusa 多头投机解码：通过并行候选头加速大模型推理
大模型自回归解码受限于顺序生成，每次只能输出一个 token，导致高延迟和低硬件利用率。Medusa 在原始模型上附加多个预测头，一次生成多个候选 token，并通过树状注意力并行验证，显著减少解码步骤。本文以在线聊天服务为场景，拆解其训练流程、树状注意力机制、典型接受方案，并与传统投机解码对比，分析候选接受率对加速比的影响及适用边界。