最近闲来无事，对tomcat、netty以及nodejs的性能对比比较有兴趣，于是自行测试了一下。测试环境：!(http://static.oschina.net/uploads/space/2013/0405/160739_fycm_1021320.png)测试工具：ApacheJMeter2.9测试代码：1.tomcat下的js

这篇主要简单讲下java的单元测试目录结构如下：!(https://img2018.cnblogs.com/blog/1182288/201907/1182288201907162310379601945570313.png)如图，其中1是需要被测试的功能；2是测试模块；3是单元测试需要的引入包；1\.功能模块1中Calculat

一个良好的测试用例除了可以帮助测试人员阅读，理解，修改之外，也要方便我们去管理它，从而提高测试工作的质量和效率。不同的业务条线或者团队可以根据自己需要制定一些规则，让大家在进行测试用例设计遵守。

在本文中，我们将以chatglm6b为例详细介绍GPU云主机搭建AI大语言模型的过程，并使用Flask构建前端界面与该模型进行对话。

1.堆大小设置JVM中最大堆大小有三方面限制：相关操作系统的数据模型（32bt还是64bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在WindowsServer2003系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。

1.堆大小设置JVM中最大堆大小有三方面限制：相关操作系统的数据模型（32bt还是64bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在WindowsServer2003系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。

1.堆大小设置JVM中最大堆大小有三方面限制：相关操作系统的数据模型（32bt还是64bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在WindowsServer2003系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。

1治理背景测试环境这个话题对于开发和测试同学一定不陌生，大家几乎每天都会接触。但是说到对测试环境的印象，却鲜有好评:•环境不稳定，测试五分钟，排查两小时•基础建设不全，导致验证不充分，遗漏缺陷•多人共用，节点堵塞这些问题在行业内其实屡见不鲜，针对测试环境的

TVM是一个开源深度学习编译器，可适用于各类CPUs,GPUs及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。不同于深度学习框架关注模型生产力，TVM更关注模型在硬件上的性能和效率。本文只简单介绍TVM的编译流程，及如何自动调优自己的模型。更深入了解，可见TVM官方内容：文档:https://tvm.apach

在算力调度方面，天翼云通过自研的调度系统，协助思必驰DFM2大模型调度GPU、NPU、CPU等异构算力资源，大规模训练上云1个月，可以完成数十亿规模大模型所有阶段训练和效果评估。在训练能力打造方面，天翼云支持多种模型训练方式，不仅可以提升大模型训练平台的数据量，还大幅缩短了训练周期和交付进度。