新手必备!微扑克辅助工具(其实是有挂的)-知乎
您好：微扑克这款游戏可以开挂，确实是有挂的，需要了解加客服微信【136704302】很多玩家在这款游戏中打牌都会发现很多用户的牌特别好，总是好牌，而且好像能看到其他人的牌一样。所以很多小伙伴就怀疑这款游戏是不是有挂，实际上这款游戏确实是有挂的
1.微扑克这款游戏可以开挂，确实是有挂的，通过添加客服微信【136704302】
2.咨询软件加微信【136704302】在"设置DD功能DD微信手麻工具"里.点击"开启".
3.打开工具.在设置DD新消息提醒"里.前两个选项"设置"和"连接软件"均勾选"开启"(好多人就是这一步忘记做了)
4.打开某一个微信组.点击右上角.往下拉."消息免打扰"选项.勾选"关闭"(也就是要把"群消息的提示保持在开启"的状态.这样才能触系统发底层接口)
用通用服务器运行千亿参数大模型，可谓是前无古人，这一领域的积累完全是空白，没有任何经验可借鉴。
LC信息，究竟是怎么做到的?
用4颗CPU，撬动千亿参数大模型
若要在单台服务器中，实现千亿参数大模型的推理，包含了2个主要阶段，均对计算能力提出了硬性需求。
首先，是预填充阶段，也叫做前向传播阶段。
这一阶段涉及到输入数据的处理、模型参数第一次读取。
比如，当你输入「给我写一篇有关AI的文章」提示，预填充阶段便会将问题中所有token、模型参数，一次性输入计算。
有时，这一输入可能是几个字，也可能是几千个字，或者是一本著作。
第一阶段的计算需求有多大，主要取决于我们输入的长度。
而在计算第一个token过程中，由于模型首次加载，会在内存中存放全部的权重参数，以及KV Cache等数据。
这是模型参数本身所占内存空间的2-3倍。
对于千亿参数模型来说，大量的参数和数据输入，需要在强大计算单元中处理。对此，它需要支持向量化指令集、矩阵计算指令集，来实现大量的矩阵乘法和张量运算。
其次，是解码阶段，即在问题全部输入之后，模型开始输出结果的阶段。
在这个阶段，对大模型唯一要求便是，输出尽可能快。同时，挑战不再是算力挑战，转而为「数据搬运」的挑战。
它包含了两部分「数据搬运」:
这些搬运对大模型的计算和推理速度，起到了一个决定性的作用。数据搬运很快，LLM吐字的速度也会快。
LLM输出主要通过KV Catch，逐一生成token，并在每步生成后存储新词块的键值向量。
因此，千亿大模型的实时推理，服务器需要具备较高的计算能力，以及较高的存储单元到计算单元的数据搬运效率。
总而言之，在大模型推理的两阶段中，有着截然不同的计算特征，需要在软硬件方面去做协同优化。
成本传统上，GPU因其具备优越的并行处理能力，一举成为了AI训练和推理的首选。
然而，高端GPU服务器在市场中经常出现供不应求，极难获取的现象。
仅有资金雄厚的科技巨头们，诸如微软、谷歌，才能够承担起这笔费用。
另一方面，不仅买不起，更是用不起。
基于GPU的云服务租用，在推理任务中的代价却是高昂的。对于科研人员和应用厂商来说，需要实现更高的成本效益，就得另谋他路。
现在一个大的方向叫三元运算（Ternary）。最近还有一篇论文叫《MatMul Free LLMs》，它实际上把矩阵乘法全部转换成了加法和阿达马矩阵(Hadamard matrix)，因为量化到三元后，复杂度会降低很多，这可能是量化未来的一个方向。但量化后面临的最大问题刚才已经提到了，就是如果预训练大模型对数据的压缩做得越来越好，那么留给量化的空间就越来越少，所以未来量化如何发展也值得关注。,我觉得从扎克伯格访谈里面的信息来看，其开源 Llama 的选择跟 Meta 自身的商业路径还是比较匹配的，因为对于 Meta 来说，大模型只是一个基础件，扎克伯格反复强调这一点，我基于大模型能够构建很多的生成能力、Agent 能力，最后要服务到我的元宇宙、我的社交，这些才是我最关心的。所以你看在 Meta 的核心业务层面，它不会搞任何开源的项目。,有一派科学家认为，LLM 本身不具备推理能力（reasoning）。比如说 Keras 的作者 François Chollet，他觉得大模型主要就是靠记忆(memorization)，就是记得多。所以他们这一派有一个观点:所有 LLM 的推理(inference)都是所谓的 inactive inference，因为模型已经训练好了，模型的推理，用 François Chollet 的话说，就跟数据库查询没有任何区别。模型本身是不动的，只是把一堆东西压缩到一起，你问它什么，它就告诉你什么，而且不会告诉你超纲的东西。,黄之鹏:对，不管是 Google 还是 Meta，开源对于这些大的商业企业来说，一定是服务其商业目的的一个手段。比如 Google，一直以来的梦魇就是它的搜索入口被别人给掐掉，所以 Google 最开始的 Gemini 模型基本上是保持封闭的。但是后来我们发现它推出了一系列的开放权重模型，比如 Gemma，今年 Google I/O 上更是推出了更多大家比较关注的模型，包括文生图的 PaliGemma，我看网上大家实测效果也都很不错。,Anthropic 的可解释性专家也表示，这其实是一个常见的难题，包括 OpenAI、Anthropic、Mistral，MoE 本身的可解释性目前来说还是很差的，你真的不知道哪个专家在干什么，你也没法按照角色给它们安排。但是，如果刚才说的 sparse autoencoder 未来真能做起来的话，是有可能按照角色去区分 MoE 的，或者说MoE 未来的一个方向可能是与可解释性连在一起的。
虽然目前还搞不定模型的大规模训练，但通用服务器在推理任务上，却意外有着不小的优势。
在具体实践的过程中，LC信息的工程师们分别从硬件资源和算法层面入手，攻克了一个个「拦路虎」。
允许任意两个CPU之间直接进行数据传输，减少了通信延迟
提供了高传输速率，高达16GT/s（Giga Transfers per second）
此外，LC信息的研发工程师还优化了CPU之间、CPU和内存之间的走线路径和阻抗连续性。
依据三维仿真结果，他们调整了过孔排列方式，将信号串扰降低到-60dB以下，较上一代降低了50%。
并且，通过DOE矩阵式有源仿真，找到了通道所有corner的组合最优解，让算力性能可以得到充分发挥。
对于4路服务器来说，只需给每颗CPU插上8根32GB内存，就能轻松达到1TB。插满之后甚至可以扩展到16TB，最大可支持万亿参数的模型。
搭配DDR5的内存，则可以实现4800MHz ×8bit ×8通道 ×4颗 ÷1024=1200GB/s的理论上带宽。
实测结果显示，读带宽为995GB/s、写带宽为423GB/s，以及读写带宽为437GB/s。
这个数据，对于一些搭载GDDR显存的GPU或加速卡，可以说是毫不逊色。
但仅靠硬件远远不够
仅仅依靠硬件创新，是远远不够的，CPU很难进行大模型算法的大规模并行计算。
正如开篇所述，大模型对通信带宽的要求是非常高的，无论是数据计算、计算单元之间，还是计算单元与内存之间。
如果按照BF16精度计算，想要让千亿大模型的运行时延小于100ms，内存和计算单元之间的通信带宽，就至少要达到2TB/s以上。
不仅如此，对于基于擅长大规模并行计算的加速卡设计的AI大模型，通用服务器的处理器与之并不适配。
原因很明显:后者虽然拥有高通用性和高性能的计算核心，但并没有并行工作的环境。
通常来说，通用服务器会将先将模型的权重传给一个CPU，然后再由它去串联其他CPU，实现权重数据的传输。
然而，由于大模型在运行时需要频繁地在内存和CPU之间搬运算法权重，这样造成的后果就是，CPU与内存之间的带宽利用率不高，通信开销极大。
根据性能分析结果，可以清晰地看到模型中不同部分的计算时间分布——针对以上难题，LC信息提出了「张量并行」（Tensor Parallel）和「NF4量化」两项技术创新，成功实现了千亿大模型Yuan2.0-102B的实时推理。
跟使用多个PCIe的AI加速卡相比，这就形成了鲜明的对比——后者的通信开销可能高达50%，从而导致严重的算力浪费。注意，在整个推理过程中，计算时间占比达到了80%!