英伟达 RTX 60 系显卡的发布时间可能会被再次推迟，知名硬件爆料者 Kopite7kimi 发布消息称，采用 Rubin 架构的 RTX 60 系显卡可能要等到 2028 年才会发布。按照正常发布节奏，英伟达应该在明年推出新显卡，不过当前英伟达的重心是高利润的 AI 业务，游戏显卡业务优先级被降低。
继续阅读 >
分类目录归档：全部列表
英伟达 RTX 60 系显卡的发布时间可能会被再次推迟，知名硬件爆料者 Kopite7kimi 发布消息称，采用 Rubin 架构的 RTX 60 系显卡可能要等到 2028 年才会发布。按照正常发布节奏，英伟达应该在明年推出新显卡，不过当前英伟达的重心是高利润的 AI 业务，游戏显卡业务优先级被降低。
继续阅读 >
台积电正在加快 1.4 纳米制程的产能布局，据产业链相关消息爆料，台积电计划在台湾中部科学园区建设四座 1.4 纳米晶圆厂。台积电的目标是在 28Q2 前后形成大规模生产能力，不过目前台积电官方尚未公布新的晶圆厂具体投产时间，相关消息只算是产业链爆料。
继续阅读 >
2026
10-26
10-26
Python 3.15 发布了，真正值得关注的，不只是“又变快了”
Python 3.15.0 已于 2026 年 10 月 9 日正式发布。现在值得讨论的，是这些能力到了什么阶段，以及它们能为你的项目解决什么问题——而不是一个笼统的「提速百分比」。
2026
10-26
10-26
Python 3.15 中两个有用的小更新！
2026 年 10 月 9 日，Python 正式发布了 3.15 版本。主要更新内容包括引入了显式延迟导入机制 lazy import（PEP 810[1]）、新增不可变字典类型 frozendict（PEP 814[2]）、新增专用哨兵类型 sentinel（PEP 661[3]）、在推导式中支持解包语法（PEP 798[4]）、将 UTF-8 设为默认文本编码（PEP 686[5]）、新增 Tachyon 性能分析器（PEP 799[6]）等。
继续阅读 >
2026
10-23
10-23
美国监管机构放松发电站气候监管 为AI数据中心供电可能是重要原因
美国环境保护署近日宣布撤销拜登政府时期针对燃煤和燃气发电站指定的部分温室气体排放限制，并提出废除电力行业剩余气候排放标准的计划。表面上看这是美国能源与环保政策调整，但从美国电力需求变化以及近期特朗普政府的动作来看，调整原因很可能与快速扩展的 AI 数据中心有关。
继续阅读 >
2026
10-23
10-23
智谱宣布开源ZCode并完成全面整改 将邀请信通院和绿盟开展安全审计
智谱日前再次就 ZCode 未经用户同意擅自加密上传用户数据发布回应，智谱按照此前的承诺将 ZCode 开源 (但只开源项目代码而关闭 Issue 无法直接提交反馈)。智谱称目前公司也邀请中国信息通信研究院和绿盟科技集团股份有限公司开展安全审计。
继续阅读 >
2026
10-23
10-23
Python 到 Rust 重写全流程方法论：接口契约、影子比对与平滑割接！
在大型互联网基础设施与微服务团队中，将运行多年的老旧 Python/Java 系统用 Rust 进行高性能重构，被公认为一项高收益、但也伴随着极高业务风险的“心脏搭桥手术”。
2026
10-23
10-23
Python 属性描述符：从原理到 ORM 实践详解！
在Python的面向对象编程中，属性的控制与查找是核心知识点之一，而属性描述符作为实现属性精细化控制的重要工具，更是ORM框架（如Django Model、SQLAlchemy）的底层实现基础。本文将从实际开发痛点出发，深入讲解属性描述符的定义、分类、使用方法，以及它在Python属性查找过程中的核心作用，帮你彻底理解这一重要特性。
继续阅读 >
2026
10-22
10-22
迪士尼宣布其视频流媒体订阅Disney+所有套餐都会包含广告 屏蔽广告将影响播放
迪士尼日前向英国地区的 Disney+ 流媒体视频订阅用户发送新版用户协议，在协议中迪士尼称该公司有权在所有订阅层级中插播广告，插播的广告就被放在片头和片尾，迪士尼不保证任何订阅级别具体看到的广告数量或频率。
继续阅读 >
2026
10-22
10-22
深度求索补充说明DS API峰谷计费：调休补班周末和法定节假日均按闲时计费
今天是 2026 年国庆节的调休补班日 (也是周日)，深度求索特地在 DeepSeek API 平台挂上节假日和调休补班的峰谷计费说明，即所有调休补班的周末以及法定节假日全天都按照闲时计费，对用户而言这也算是深度求索微微让利。
继续阅读 >
2026
10-22
10-22
Python AI基础：Matplotlib与Seaborn数据可视化
人工智能、机器学习、数据分析领域，数据可视化是核心基础能力。原始的数据集往往是枯燥的数字、表格，人类无法直接捕捉数据规律、分布特征、异常值和相关性，而可视化可以将抽象的数据转化为直观的图形，是数据清洗、特征分析、模型结果展示的必经步骤。Python生态中，Matplotlib 和 Seaborn 是数据可视化的两大核心工具，也是AI入门的标配库。Matplotlib是底层可视化基石，灵活度极高；Seaborn基于Matplotlib封装，专为统计、AI数据分析设计，语法简洁、颜值更高。
继续阅读 >
2026
10-22
10-22
这个Python算法仓库，让你从小白秒变算法大神！
我要给你安利一个GitHub上的超级宝藏项目——TheAlgorithms/Python。这玩意儿有多火？18万多颗Star，全球开发者都在用，堪称Python算法界的"新华字典"。
2026
10-21
10-21
美国安克雷奇数字银行推出实物铀精矿托管服务 由于支持链上交易xU3O8铀代币
美国安克雷奇数字银行日前宣布为机构投资者推出实物铀精矿托管服务，该服务用来支持链上交易 xU3O8 代币，该代币是由实物铀精矿支持的链上代币，而推出实物托管服务则是确保链上代币有对应的等价物，避免 xU3O8 只是个链上数字。
继续阅读 >
苹果日前正式发售 iPhone 18 Pro 和 iPhone 18 Pro Max，手速快的首批用户目前已经陆续收到新 iPhone，与此同时苹果也在官网更新电池更换费用，按理说电池更换费用应该也是 119 美元才对，但苹果将其调整到 129 美元 (国区为 969 元涨价到 1,048 元)。
继续阅读 >
2026
10-21
10-21
Python 列表、元组、字典：从创建到底层，一文搞懂！
本篇把容器三件套——列表 list、元组 tuple、字典 dict——一次性讲透：不只是「怎么用」，更讲清「为什么这么设计、底层怎么存、面试会被怎么追问」。
2026
10-21
10-21
Python与容器化：Docker和Kubernetes实战！
作为一个非科班转码、正在学习Rust和Python的萌新，最近我开始学习Python与容器化技术的集成。说实话，一开始我对容器化的概念还很模糊，但随着学习的深入，我发现容器化技术可以大大简化应用的部署和管理。今天我想分享一下我对Python与容器化技术的学习心得，希望能给同样是非科班转码的朋友们一些参考。
继续阅读 >
The Information 发布的最新消息称，苹果在人工智能时代准备重新推出服务器产品，苹果很多年前是有服务器产品的 (不过目前苹果服务器产品主要是内部使用)，现在苹果准备基于 M 系列芯片重新推出服务器产品，但这类服务器侧重点是人工智能也就是提供强大 AI 算力的服务器。
继续阅读 >
Windows Server 2022 服务器系统是微软在 2021 年 3 月发布的新版本，目前微软的所有服务器系统均为长期服务频道 (LTSC)，因此正常情况下微软会为其提供 5 年主流支持 (包括功能更新和安全更新) 和 5 年扩展安全支持 (仅包括安全更新)。
继续阅读 >
2026
10-20
10-20
13 个可能未使用过的 Python 特性！
Python 其实藏了不少不算冷门、但很多人一直没真正用起来的特性。下面这 13 个，我挑的都是工作里真能塞进去的，不搞那些为了炫技才写出来的语法。
"装 Python 包"这件事，过去是 pip install 一把梭，但痛点不少：装得慢、环境容易乱、setup.py 一堆历史包袱。这几年 Python 的打包/依赖管理经历了一轮大洗牌——从标准 pyproject.toml 的确立，到 uv 这种极速工具出现。梳理一下这条演进线，以及你现在该怎么选。
继续阅读 >
2026
10-19
10-19
微软准备给自研AI模型MAI设定硬规矩：人类若要关停模型 模型不许反抗
微软日前公布约 37 页的人文主义 AI 行为准则草案，该准则用于约束微软自己研发的人工智能模型 MAI。这个行为准则想要表达的核心观点就是：人类比人工智能更重要，人工智能是工具而不是人，人工智能永远不该拒绝被关闭。
继续阅读 >
谋智基金会日前发布 Mozilla Firefox v156.0 正式版，该版本对普通用户而言最大的功能变化就是使用原生的 libjpeg-turbo IDCT 缩放功能，该功能主要针对 JPEG 格式的图像文件，可以大幅度降低内存占用并提高图像解码速度。
继续阅读 >
2026
10-19
10-19
Python 数据管线与自动化运维工具开发：这些反模式最好早点避开
用 Python 写数据管线或运维脚本时，数据加载边界、内存预算和重试语义都要提前定义。否则数据量变化或任务中断后，容易出现内存不足和重复写入。
2026
10-19
10-19
Python 列表内存存储本质：存储差异原因与优化建议！
在 Python 中处理大量字符串时，你可能会遇到意想不到的内存占用问题。比如需要存储一百万个短字符串或数字，按每个字符串平均 10 字节、每个 64 位整数 8 个字节计算，理论上只需约 8 到 10MB 内存，但实际用 Python 列表存储时，内存使用可能会到几十MB。这背后的原因是什么？又该如何优化？
继续阅读 >