C++AI算法
llama.cpp 大模型本地部署与推理指南
综述由AI生成llama.cpp 作为高性能 C++ 库的特点，对比了 LLaMA 模型、llama.cpp 引擎及 Ollama 应用的区别，解释了 GGUF 文件格式。详细演示了在 Mac M1 和 Linux 系统下安装 llama.cpp 并进行模型推理的操作步骤，包括 brew 安装、源码编译及命令行调用方法，分析了不同硬件下的推理性能表现。
分类：编程语言 · C++
C++AI算法
宇树 G1 机器人开发入门：有线与无线连接指南
介绍宇树 G1 机器人的两种连接方式：有线直连与无线 SSH。有线连接通过网线配置静态 IP，适合底层调试；无线连接需配网后通过 SSH 远程登录，适合移动场景。文章包含前置条件、IP 配置步骤、连接验证及常见问题排查，帮助开发者快速建立开发环境。
C++AI算法
Xilinx Vivado 付费 IP 核 License 状态解读与获取
综述由AI生成Xilinx Vivado 软件中 IP 核的分类（免费与付费），详细解读了三种常见的 License 授权状态及其含义，并列举了网络、视频、通信、纠错及存储等类别的常见付费 IP 核。旨在帮助开发者理解授权机制，高效利用 FPGA 设计资源。
C++AI算法
llama.cpp Docker 镜像国内加速下载方案
综述由AI生成解决了 llama.cpp Docker 镜像在国内网络环境下载缓慢的问题。通过修改镜像仓库地址，将 ghcr.io 替换为国内镜像源 ghcr.nju.edu.cn，即可实现快速拉取。
C++AI算法
智能竞赛小车零基础制作指南：全地形机器人硬件与软件实现
综述由AI生成一款基于 Arduino Uno R3 和 L298N 驱动模块的全地形智能竞赛小车的制作过程。硬件部分采用五路激光寻迹模块感知地形，结合 3D 打印零件与洞洞板焊接完成电路搭建。软件部分使用状态机控制逻辑，针对不同障碍编写速度子函数。项目最终获得省赛一等奖，提供了详细的材料选型、接线规划及代码示例，适合嵌入式初学者参考。
C++算法
FPGA 高速接口技术解析：PCIe/DDR/LVDS 原理与选型应用
解析 FPGA 开发中三大核心高速接口 PCIe、DDR 和 LVDS 的技术原理、性能参数及设计要点。通过对比分析提供选型指南，并结合光学图像采集系统阐述三者在数据链路中的协同设计实战，涵盖 IP 核调用、时序约束、DMA 传输等关键工程细节，为算法移植工程师提供技术参考。
C++AI算法
无人机避障：Mid360+Fast-lio 感知建图与 Ego-planner 规划
介绍在 Xavier-nx 平台上，利用 Livox Mid360 激光雷达结合 Fast-LIO 进行感知建图，并通过 Ego-planner 实现无人机避障运动规划的技术方案。内容涵盖系统环境配置、雷达数据读取、Fast-LIO 启动参数调整及话题验证步骤。
C++AI算法
Whisper.cpp 量化模型清单及 ggml 格式下载指南
综述由AI生成介绍 Whisper.cpp 语音识别模型的量化技术及其 ggml 格式模型下载方法。详细列出了 q4_0、q4_1、q5_0、q5_1、q8_0 等常见量化级别及其适用场景，解释了量化对模型尺寸和精度的影响。提供了从官方 GitHub 仓库获取预编译模型的具体步骤，包括文件命名规则和不同规模模型（tiny 至 large）的推荐配置。最后给出了命令行运行示例及注意事项，帮助用户在资源受限设备上高效部署语音识别模型。
C++AI算法
CPU+GPU+FPGA 异构计算 AI 系统调优：协同计算资源调度策略
综述由AI生成探讨了 CPU、GPU 与 FPGA 异构计算 AI 系统的协同资源调度策略。针对单一处理器无法满足多样化计算需求的现状，文章从理论框架、架构设计到实现机制进行全面剖析。通过构建多层次优化模型，提供从算法设计到系统部署的完整方法论，旨在实现 AI 工作负载在异构硬件上的最优分配，从而显著提升系统性能、降低能耗并优化资源利用率。
C++
树莓派 4B 连接大疆 M300 无人机开发教程
综述由AI生成树莓派 4B 连接大疆 M300_RTK 无人机的完整开发流程。内容包括硬件选型与连接（E-Port 套件、USB-TTL、同轴线等）、软件环境搭建（Raspberry Pi OS、OpenCV、FFmpeg 等依赖库安装）、树莓派 USB Gadget 配置（启用 Bulk 传输、编写启动脚本及 systemd 服务）、PSDK 3.11.0 版本配置（用户信息、硬件连接模式、UART 及 Bulk 参数修改）以及 C++ 示例程序的…
C++AI算法
ESP32-S3 实现 AI 人脸追踪机器人
介绍基于 ESP32-S3 开发板构建 AI 人脸追踪机器人的完整方案。系统采用 OV2640 摄像头采集图像，利用 ESP-DL 库运行 INT8 量化的人脸检测模型，通过双轴舵机云台控制摄像头角度。核心逻辑包括图像预处理、目标定位、PID/P 控制算法及平滑滤波。实测在 QVGA 分辨率下推理约 70ms，帧率 14-18fps，追踪成功率超 92%。硬件总成本约 105 元，支持扩展语音唤醒、表情识别等功能。
C++AI算法
ROS2 MoveIt2 机械臂控制入门与实战
综述由AI生成介绍 ROS2 环境下 MoveIt2 框架的机械臂控制流程。涵盖 Ubuntu 系统安装、ROS2 与 Gazebo 环境配置、MoveIt2 核心概念（如 MoveGroup、规划场景）、基础操作（RViz 可视化、键盘伺服、夹爪控制）及仿真抓取实战案例。同时汇总了启动、规划、控制类常见问题解决方案，适合具备基础 Linux 操作的开发者快速上手机械臂运动规划与控制。
C++AI
ESP32 对话机器人：整合 Coze 大模型与百度千帆 ASR/TTS
介绍基于 ESP32 微控制器构建对话机器人的方案，整合 Coze 大模型进行对话生成，利用百度千帆平台提供 ASR（语音转文本）和 TTS（文本转语音）服务。系统通过 Wi-Fi 连接云端，实现语音输入识别、智能响应及语音输出全流程。文章涵盖硬件选型、云服务配置、核心代码逻辑及优化建议，适用于低成本嵌入式物联网设备开发。
C++AI算法
llama.cpp 简介：本地高效运行大语言模型的推理框架
llama.cpp 是基于 C/C++ 的高性能推理框架，支持在本地设备（CPU/GPU）上运行 LLaMA 等大语言模型。核心优势包括轻量级、跨平台、支持量化降低内存占用及离线运行。适用于本地对话、开发集成及边缘设备研究。相比 Ollama 等工具，它更强调低硬件门槛与极致性能优化。
C++算法
基于开源飞控 Pixhawk 的无人机装调与测试
基于开源飞控 Pixhawk 的无人机装调与测试全流程。涵盖无人机硬件组成与选型、飞控固件（PX4/ArduPilot）配置、地面站（QGC/Mission Planner）使用、航路规划、飞行模式详解、参数调试（PID/滤波）、日志分析及常见问题排查。内容包括 RTK 模块设置、4G 图数传、传感器校准、电机控制分配、安全保护机制及室内视觉定位等关键技术点，旨在帮助开发者与飞手掌握无人机系统的集成与调试技能。
C++算法
FPGA 数字运算与控制：浮点数实现与 PID 算法
综述由AI生成基于 FPGA 和 Verilog 实现的数字运算与控制方案。内容包括单精度浮点数的加减乘除及开方运算模块、浮点数与整数之间的相互转换模块，以及 PID 控制算法的实现。文章提供了相关的 Verilog 代码示例，并说明了使用 MATLAB 和 Excel 进行结果验证的方法。通过纯 Verilog 逻辑设计，实现了高精度数值计算与系统稳定性控制，适用于数字电路开发与嵌入式系统设计参考。
C++AI算法
FPGA 核心概念解析：FMC、VITA、UltraScale、MPSoC 及接口标准
综述由AI生成深入解析了 FPGA 领域的核心概念，包括 FMC 接口标准及其 VITA 规范（57.1 与 57.4 对比）、Xilinx UltraScale 架构与 MPSoC 组成。详细阐述了 LVDS、DDR2、QSPI、SPI、UART、JTAG 等关键硬件接口与通信协议的原理及应用区别。文章还对比了 MCU 与 FPGA 在本质、并行能力、时序确定性等方面的差异，并介绍了嵌入式系统中的 RTL 与 Testbench 基础概念，为理解高…
C++AI算法
宇树机器人 G1 二次开发：FAST-LIO 建图与 RViz 配置教程
基于 ROS1 和 FAST_LIO 算法在 Ubuntu 20.04 环境下为宇树 G1 机器人配置建图系统的完整流程。内容涵盖系统依赖安装、工作空间搭建、Open3D 与 Livox SDK 配置、雷达参数调整以及通过终端启动建图流程和 RViz 可视化界面。
C++AI算法
C++ 高性能推理优化全解析：AIGC 场景下的吞吐量提升策略
综述由AI生成深入解析 C++ 在 AIGC 场景下的高性能推理优化技术。涵盖计算图层优化（算子融合、常量折叠）、内存管理（内存池、零拷贝）、并行加速（多线程、SIMD）。分析了计算密集型热点识别、内存访问模式对延迟的影响及上下文切换成本。介绍了基于 SIMD 的张量运算、异步推理流水线设计、批处理动态合并请求及 GPU/CPU 协同负载均衡策略。通过模块化架构设计与可观测性实践，构建可持续演进的高性能推理引擎，显著提升系统吞吐量与响应速度。
C++AI算法
llama.cpp 启动效率优化指南：加载延迟与系统调优
对 llama.cpp 本地部署启动慢的问题，通过问题诊断、核心原理分析及分级优化方案进行解决。涵盖模型加载、内存映射、计算资源配置、预热缓存及系统级调优四个层面。实验表明，合理配置可显著提升启动速度至毫秒级响应，适用于个人开发、企业部署及边缘设备场景。