女留微信男自强

其实车上的系统是很笨拙的，如果不是明显的操作不挡，就识别不出来，比如 压线这种，识别度不高的

那样的话，搞一个 4090 显卡 1.4T 魔改版不更好？ 把 deepseek 部署了，一步到位

X 上面的大佬，要真正搞技术的大佬。不是那几个试用、测试、打广告的那一批

请问需要买 chatgpt 的 plus 会员吗

各个部分有点割裂，大模型的 prompt 调得有创造力

学习的话，选自己喜欢的就好。工作的话，要面向薪资编程，而不是纠结在选择这两个上面

要用，就试试较新的应用 notebookLLM ，google 和腾讯都有

个人使用不建议部署了，现在满大街都是，直接用免费的就好

不要折腾了。爱玩游戏就好好挑个游戏本，显卡够用最低配就行。 训练模型，笔记本的阉割版显卡完全不够用，分分钟烫手。mac 不用考虑了，玩游戏不行，玩大模型一般部署 int4 甚至 int1 的大模型，准确率差很多的。
玩大模型就去租用服务器就行，弹性扩展，千问 72B 都可以玩，还可以分部署训练，这是单卡无法比拟的

好奇一个问题，出去玩 20 多天，衣物带多少，在途中酒店烘干，抑或是一次性的（内衣之类）？

1. 宿主机的 nvidia 驱动支持最新的 cuda 版本就好，不要随意更新 nvidia 驱动
2. 不同的项目可能需要不同的 cuda 版本，在 docker 中安装 cuda 与 cudnn
3. 还有个选择是，anaconda/conda 等使用虚拟环境。安装需要的 gpu 的项目时候会自动下载 cuda/cudnn 相关到环境中

@mightybruce 你说的也对。gradio 可以快速搭建出活，去做 demo 的话很合适。但是如果开发产品级应用，增加插件、功能等，感觉不好拓展。

@horizon cursor 对吧，我上次使用要我付费，我再看看能不能用。。。

@woodytang 流式这个，大模型部署框架一般都支持流式，对于前端请求我想处理应该不难吧？（不懂）。 其实我的想法是考虑，前后端分离这样的架构，大模型 API 封装好，写一个后端的程序，收到前端的问题后，结合各种 prompt 选择与拼接，RAG 向量数据召回，对轮对话等。 问题是前端布局感觉很难懂，一个小按钮、对话框，我看到需要比较多 html 代码，以及 js 请求 api 后需要相应的处理，这部分感觉复杂。

图片看不到，chatgpt 使用的也是 react?

vscode 可以 python 、c++，所有系统，做算法就很爽