当前位置: 首页 > news >正文

NODE-I916 I721模块化电脑发布,AI算力与超低功耗的完美平衡

在智能工业与边缘计算蓬勃发展的今天,企业对计算设备的性能与能效需求日益严苛。全新推出NODE-I916与NODE-I721模块化电脑,分别搭载英特尔® 酷睿™ Ultra 平台与Alder Lake-N平台,以差异化CPU配置为核心,为AI推理、工业自动化及嵌入式场景提供精准解决方案!

图片

下面紧跟集宝的脚步,带你领略NODE-I916与NODE-I721的优秀。

核心亮点速览

NODE-I916:AI算力王者,重新定义高效计算

新架构处理器

搭载Intel®  酷睿™ Ultra 移动式CPU

Ultra 第一代Intel Meteor Lake和第二代和Arrow lake 低功耗 AI PC CPU,开放性高支持Window10/11和Linux多类别操作系统,适用在低功耗高能效时效性的应用场景。

图片

低功耗高能效

Intel 4工艺制程,低功耗设计SoC CPU,功耗降低25%,基础功率15W,适合被动式散热设计。

AI算力引擎

Intel® AI Boost + Intel® NPU AI引擎

Intel® AI Boost 是专为低功耗 AI 加速和 CPU/GPU 分载打造的集成式AI引擎,再加上Intel NPU综合算力达到40TOPS。

图片

8K超清视觉

集成高性能核显GPU

4* Xe核显加持, 8K 10bit HDR 视频H.265/264编解码和AV1 、VP9编解码,支持HDMI 2.1和DP2.1 UHD 8K显示

高频率内存

图片

NODE-I721:超低功耗典范,嵌入式场景全能手

Intel Alder lake-N CPU

Intel开放性新平台

7nm工艺双核四核八核, 开放性好支持Window和Linux OS。

图片

6-15W极致能效

ULT超低功耗设计SoC CPU,基础功率6~15W,  可选宽温规格,非常适合被动式散热设计,支持严苛环境稳定运行。

4K多屏显示

CPU集成Intel® UHD Graphics

16到32*EUs, eDP 1.4b, DP 1.4和HDMI 2.1 4K显示。

高频率内存

图片

NODE-I916 & I721对比

▍规格对比

型号

NODE-I916

NODE-I721

CPU

Intel® Meteor Lake/Arrow Lake CPU:
Ultra 5 125U, Ultra 5 225U

Intel® Alder lake-N CPU:
N150

内存

单通道DDR5 5600Mhz,

最大48GB

单通道DDR5 4800Mhz,

最大16GB

显示

2*DDI (DP2.1和HDMI2.1), 1*eDP

2*DDI (DP1.4和HDMI2.1), 1*eDP

USB

2*USB3.2, 10*USB2.0

4*USB3.2(Opt 4*PCIeX1), 

8*USB2.0

串口

4*UART (TTL信号)

PCIe

4*PCIeX1, 1*PCIeX4, 

1*PCIeX2

3*PCIeX1

存储

2*SATA3.0 (Opt 2*PCIeX1)

2*SATA3.0 (Opt 2*PCIeX1)

音频

1*HDA

电源

DC 12V电源输入

NODE

设计规范

NODE Type 1 (95x82mm,281pin双面金手指)

▍NODE-I916CPU对比表

(Intel Meteor Lake U-SKU/Intel Arrow Lake U-SKU)

处理器编号

酷睿™ Ultra 7处理器
165U/265U

酷睿™ Ultra 7处理器
155U/255U

酷睿™ Ultra 5处理器
135U/235U

酷睿™ Ultra 5处理器
125U/225U

处理器内核数

12 (2+8+2)

12 (2+8+2)

12 (2+8+2)

12 (2+8+2)

处理器线程数

14

14

14

14

英特尔® 智能高速缓存 (LLC)

12 MB

12 MB

12 MB

12 MB

P-core (性能核) 最大睿频

4.9GHz/

5.3 GHz

4.8 GHz/

5.2 GHz

4.4 GHz/

4.9 GHz

4.3 GHz/

4.8 GHz

E-core (能效核) 最大睿频

3.8 GHz/

4.2 GHz

3.8 GHz/
4.2 GHz

3.6 GHz/
4.1 GHz

3.6 GHz/
3.8 GHz

显卡最大频率

2.0 GHz/

2.1 GHz

1.95 GHz/

2.1 GHz

1.9 GHz/

2.05 GHz

1.85 GHz/

2.0 GHz

NODE-I721 CPU对比表

(Intel Alder Lake-N 系列CPU)

处理器型号

核心/线程

最高频率

GPU规格

TDP功耗

I3-N305

8C / 8T

最高3.8 GHz

32EU iGPU

9-15W TDP

I3-N300

8C / 8T

最高3.8 GHz

32EU iGPU

7W TDP

N200

4C / 4T

最高3.7 GHz

32EU iGPU

6W TDP

N150

4C / 4T

最高3.6GHz

24EU iGPU

6W TDP

N100

4C / 4T

最高3.4 GHz

24EU iGPU

6W TDP

N97

4C / 4T

最高3.6 GHz

24EU iGPU

12W TDP

N50

2C / 2T

最高3.4 GHz

16EU iGPU

6W TDP

X7425E

4C / 4T

最高3.4 GHz

24EU iGPU

6W TDP

X7211E

2C / 2T

最高3.2 GHz

16EU iGPU

6W TDP

▶ 选型指南:

追求极致性能? 选I916:40TOPS算力+8K显示,AI任务轻松驾驭。

注重能效与成本? 选I721:6W超低功耗+宽温设计,长期运行无压力。

NODE系列规范与优势

标准化设计,模块化规范

提供NODE Type1(95×82mm)、NODE Type2(150×100mm)、IEN Type E(146x102mm)、IEN Type F(125x95mm)四种规格,两种标准规范(INTEL INE和JHC NODEe), 适应不同应用场景。

图片

全平台覆盖,满足多元需求

多架构支持

从英特尔®酷睿™ Ultra、Alder Lake-N到国产化平台,适配高性能计算、低功耗嵌入式及国产化需求。

图片

系统兼容性

支持Windows 10/11、Linux等多操作系统,无缝对接工业与边缘计算生态。

高效开发,成本可控

快速迭代

模块化设计大幅缩短研发周期,客户可复用现有架构,加速产品上市。

维护便捷

系列化产品线支持平滑升级,降低长期运维成本。

订购信息 & 上市时间

NODE-I916系列:提供Ultra 5 125U / Ultra 5 225U两个CPU版本。

NODE-I721系列:提供N150 CPU版本。

🚀 2025年6月正式开启小批量交付!

模块化电脑是帮助客户实现其产品/方案价值增值的载体和桥梁。NODE-I916与I721,以差异化CPU配置模块化灵活性,为企业提供“量体裁衣”的计算解决方案。无论是AI算力巅峰还是超低功耗典范,总有一款为您而生!

相关文章:

NODE-I916 I721模块化电脑发布,AI算力与超低功耗的完美平衡

在智能工业与边缘计算蓬勃发展的今天,企业对计算设备的性能与能效需求日益严苛。全新推出NODE-I916与NODE-I721模块化电脑,分别搭载英特尔 酷睿™ Ultra 平台与Alder Lake-N平台,以差异化CPU配置为核心,为AI推理、工业自动化及嵌入…...

2024年热门AI趋势及回顾

人工智能的崛起 2024 年可能会被铭记为人工智能不再是一种技术新奇事物,而是成为现实的一年。微软、Salesforce 和 Intuit 等巨头将人工智能融入主流企业解决方案;从文案写作到数据分析,专门的人工智能应用程序和服务如雨后春笋般涌现&#…...

Python + moviepy:根据图片或数据高效生成视频全流程详解

前言 在数据可视化、自媒体内容生产、学术汇报等领域,我们常常需要将一组图片或一段变动的数据,自动合成为视频文件。这样不仅能提升内容表现力,也极大节省了人工操作时间。Python作为数据处理和自动化领域的王者,其`moviepy`库为我们提供了灵活高效的视频生成方案。本文将…...

文档债务拖累交付速度?5大优化策略文档自动化

开发者在追求开发速度的过程中,往往会忽视文档的编写,如省略设计文档、代码注释或API文档等。这种做法往往导致在后期调试阶段需要花费三倍以上的时间来理解代码逻辑,进而形成所谓的文档债务,严重拖累交付速度并造成资源浪费。而积…...

java接口自动化初识

简介 了解什么是接口和为什么要做接口测试。并且知道接口自动化测试应该学习哪些技术以及接口自动化测试的落地过程。 一、什么是接口 在这里我举了一个比较生活化的例子,比如我们有一台笔记本,在笔记本的两端有很多插口。例如:USB插口。那…...

Wan2.1 文生视频 支持批量生成、参数化配置和多语言提示词管理

Wan2.1 文生视频 支持批量生成、参数化配置和多语言提示词管理 flyfish 设计 一个基于 Wan2.1 文本到视频模型的自动化视频生成系统。 文件关系图 script.py ├── 读取 → config.json │ ├── 模型配置 → 加载AI模型 │ ├── 生成参数 → 控制生成质量 │ └…...

高阶数据结构——AVL树的实现(详细解答)

目录 1.AVL的概念 2.AVL树的实现 2.1 AVL树的插入 2.1.1 平衡因子的更新 2.1.2 AVL树的插入 2.2 旋转 2.2.1 旋转的原则 2.2.2 右单旋 2.2.3 左单旋 2.2.4 先左后右双旋转 2.2.5 先右后左双旋转(先左后右双旋转模型的镜像) 2.2.6 代码总结 2…...

工作流引擎-01-Activiti 是领先的轻量级、以 Java 为中心的开源 BPMN 引擎,支持现实世界的流程自动化需求

前言 大家好,我是老马。 最近想设计一款审批系统,于是了解一下关于流程引擎的知识。 下面是一些的流程引擎相关资料。 工作流引擎系列 工作流引擎-00-流程引擎概览 工作流引擎-01-Activiti 是领先的轻量级、以 Java 为中心的开源 BPMN 引擎&#x…...

自定义geojson生成物体的样式

在上节我们学习了如何在cesium中导入geojson数据,本节我们来学习如何让它变得更加炫酷. // 加载GeoJSON数据 // 使用Cesium的GeoJsonDataSource加载指定URL的地理数据 Cesium.GeoJsonDataSource.load("https://geo.datav.aliyun.com/areas_v3/bound/100000_full.json&quo…...

在tensorflow源码环境里,编译出独立的jni.so,避免依赖libtensorflowlite.so,从而实现apk体积最小化

需要在APP里使用tensorflow lite来运行PC端训练的model.tlite,又想apk的体积最小,尝试了如下方法: 1. 在gradle里配置 implementation("org.tensorflow:tensorflow-lite:2.16.1") 这样会引入tensorflow.jar,最终apk的…...

springboot框架 集成海康ISUP-SDK 并实现 协议透传给设备下发指令!

最近有一个需求 需要通过springboot框架 来和 海康的摄像头设备进行通信,就研究了一下 海康的官方ISUP-SDK 文档对接。这个sdk 主要实现了 第三方快速集成海康的设备。 海康的文档地址: https://open.hikvision.com/docs/docId?productId5cda567cf47ae8…...

【移动应用安全】Android系统安全与保护机制

Android系统安全与保护机制是一个多层次、多维度的防御体系,其安全架构与系统层级紧密耦合。以下是对各层级安全机制的扩展分析: Linux内核层(Linux Kernel)安全机制 强制访问控制(MAC) 通过SELinux&#…...

Spring Boot中如何使用RabbitMQ?

前面已经了解了怎么使用RabbitMQ的JDK原生客户端&#xff0c;现在我们来了解Spring Boot中如何使用RabbitMQ&#xff0c;在学习之前&#xff0c;先做好准备工作&#xff1a; 1. 添加依赖 在Spring Boot中使用RabbitMQ&#xff0c;需要使用如下依赖&#xff1a; <dependenc…...

kotlin 将一个list按条件分为两个list(partition )

前言 在安卓开发过程中&#xff0c;我们经常需要将一个列表按照特定条件拆分为两个子列表。随着对语言的深入理解&#xff0c;我发现了一些更高效、更简洁的实现方式&#xff0c;现在与大家分享。 实现 传统Java实现 假设我们有以下列表需要处理&#xff1a; List<Stri…...

R语言学习--Day04--数据分析技巧

在清洗完数据&#xff0c;在对数据分析前&#xff0c;我们要懂得先梳理一下我们的逻辑&#xff0c;即数据是什么形式的&#xff0c;要进行哪种分析&#xff0c;有可能呈现什么特点&#xff0c;进而再想怎么处理数据去画图可以最大程度地凸显我们要的特点。 一般来讲&#xff0…...

企业终端设备的安全管控

企业终端设备的安全管控是信息安全体系中的重要环节&#xff0c;涉及从设备准入到数据防护的全生命周期管理。 以下是一套系统化的解决方案&#xff0c;涵盖技术、管理和人员三个维度&#xff1a; 一、终端设备全生命周期管控 设备准入控制 802.1X网络认证&#xff1a;对接企业…...

桥梁凝冰在线监测装置:科技守护道路安全的新防线

在交通基础设施安全领域&#xff0c;桥梁凝冰问题始终是冬季道路管理的重点挑战。传统人工巡检方式存在时效性差、覆盖范围有限等缺陷&#xff0c;而桥梁凝冰在线监测装置的普及应用&#xff0c;正为这一难题提供智能化解决方案。 一、装置工作原理 桥梁凝冰在线监测装置通过多…...

【开源】一个基于 Vue3 和 Electron 开发的第三方网易云音乐客户端,具有与官方客户端相似的界面布局

&#x1f3b5; XCMusic&#xff1a;高颜值第三方网易云音乐客户端 &#x1f3b6; &#x1f4cd; 项目亮点 XCMusic 是一款基于Vue3Electron开发的开源、跨平台网易云音乐客户端。 此音乐播放器基于 Electron 开发&#xff0c;旨在为用户提供简洁、美观、兼容多平台的音乐体验。…...

Android 中拖拽从一个组件到另外一个组件的写法(跨容器拖拽)

在 Android 中&#xff0c;拖拽一个图片&#xff08;例如 ImageView&#xff09;到另一个组件&#xff08;如 LinearLayout、FrameLayout 等容器&#xff09;涉及以下步骤&#xff1a; 准备工作 源组件&#xff1a;你从哪里开始拖动&#xff08;如 ImageView&#xff09;。 目…...

MATLAB实现GAN用于图像分类

生成对抗网络&#xff08;GAN&#xff09;是一种强大的生成模型&#xff0c;由生成器&#xff08;Generator&#xff09;和判别器&#xff08;Discriminator&#xff09;组成。生成器用于生成图像&#xff0c;判别器用于判断图像是真实的还是生成的。在MATLAB中实现GAN用于图像…...

武汉副市长李湛莅临指导 珈和展会精彩亮相引《武汉电视台》深度报道 以硬核科技赋能农业强链新范式获政府媒体“双重点赞”

为充分响应“双循环”新发展格局&#xff0c;深化区域产业协作、推动供需精准对接&#xff0c;进一步促进经济高质量发展&#xff0c;5月16日-18日&#xff0c;由武汉市经济和信息化局主办的2025年产业链供需对接&#xff08;绍兴&#xff09;推广活动在绍兴国际会展中心举办。…...

matlab慕课学习3.4

于20250319 3.4用for语句实现循环结构 3.4.1什么是循环结构 循环结构又称重复结构&#xff0c;是利用计算机运算速度快以及能进行逻辑控制的特点来重复执行某些操作。 3.4.2for语句 for 循环变量表达式1&#xff1a;表达式2&#xff1a;表达式3 循环体语句 end 说明&…...

matlab编写的BM3D图像去噪方法

BM3D&#xff08;Block-Matching and 3D Filtering&#xff09;是一种基于块匹配和三维滤波的图像去噪方法&#xff0c;广泛应用于图像处理领域。它通过在图像中寻找相似的块&#xff0c;并将这些块堆叠成三维数组进行滤波处理&#xff0c;从而有效地去除噪声&#xff0c;同时保…...

当科技邂逅浪漫:在Codigger的世界里,遇见“爱”

520&#xff0c;一个充满爱意的日子&#xff0c;人们用各种方式表达对彼此的深情。而在科技的世界里&#xff0c;我们也正经历着一场特别的邂逅——Codigger&#xff0c;一个分布式操作系统的诞生&#xff0c;正在以它独特的方式&#xff0c;重新定义我们与技术的关系。 Codigg…...

深入理解 Python 中的几种方法:实例方法、类方法、静态方法与特殊方法

前置阅读&#xff0c;了解什么是类属性、实例属性&#xff0c;对于理解类方法、实例方法会有帮助&#xff1a;Python 中的类属性与实例属性详解 0、总体介绍 在 Python 中&#xff0c;方法&#xff08;method&#xff09; 是定义在类&#xff08;class&#xff09;内部的函数&…...

游戏开发实战(二):Python复刻「崩坏星穹铁道」嗷呜嗷呜事务所---源码级解析该小游戏背后的算法与设计模式【纯原创】

文章目录 奇美拉和队列奇美拉被动技能多对多观察者关系实现自定义元类奇美拉基类 管理奇美拉的队列奇美拉队列类心得体会扩展 规则定义工作相关奇美拉相关 奇美拉属性 在本篇博文&#xff0c;我将介绍本项目的整体框架&#xff0c;以及“编码规则”&#xff0c;这些规则保证了本…...

Python实战:打造一个功能完整的单位转换器(长度/温度/货币)

&#x1f4da; 文章导读 在本文中&#xff0c;我将为大家介绍如何使用Python开发一个实用的单位转换器。这个项目不仅适合Python初学者练手&#xff0c;也能帮助你更好地理解Python的基础语法和函数设计。 &#x1f50d; 主要特性 ✅ 支持多种长度单位互转&#xff08;米、千…...

嵌入式学习笔记 D24 :系统编程之i/o操作

系统编程基本概念及一般组成文件的常见i/o操作 一、系统编程基本概念及一般组成 系统编程属于应用程序编程&#xff0c;即在操作系统运行成功的基础上执行程序。其一般包含以下四部分&#xff1a; 1&#xff09;文件&#xff1a;存储在存储设备上的相关信息集合&#xff0c;是…...

利用朴素贝叶斯对UCI 的 mushroom 数据集进行分类

朴素贝叶斯&#xff08;Naive Bayes&#xff09;是一种基于贝叶斯定理的简单而有效的分类算法&#xff0c;特别适合处理文本分类和多类别分类问题。UCI的Mushroom数据集是一个经典的分类数据集&#xff0c;包含蘑菇的特征和类别&#xff08;可食用或有毒&#xff09;。 1. 数据…...

Index-AniSora模型论文速读:基于人工反馈的动漫视频生成

Aligning Anime Video Generation with Human Feedback 一、引言 论文开头指出&#xff0c;尽管视频生成模型不断涌现&#xff0c;但动漫视频生成面临动漫数据稀缺和运动模式异常的挑战&#xff0c;导致生成视频存在运动失真和闪烁伪影等问题&#xff0c;难以满足人类偏好。现…...

FineBI 和 Axure工具比较——数据分析VS原型设计

FineBI和Axure是两款定位截然不同的工具&#xff0c;分别服务于数据分析和原型设计领域。以下从核心功能、应用场景、操作门槛等维度进行对比分析&#xff1a; 一、核心功能对比 FineBI 作为商业智能&#xff08;BI&#xff09;工具&#xff0c;聚焦于数据整合、清洗、分析及可…...

跟踪AI峰会,给自己提出的两个问题。

踪红杉AI峰会全纪录&#xff1a;AI打开万亿美元市场&#xff0c;卖的不是工具&#xff0c;而是收益。 原文链接&#xff1a; 红杉AI峰会全记录&#xff1a;AI打开万亿美元市场&#xff0c;卖的不是工具&#xff0c;而是收益&#xff08;全文&#xff09;_腾讯新闻 自己的学习…...

分布式ID生成器:原理、对比与WorkerID实战

一、为什么需要分布式ID&#xff1f; 在微服务架构下&#xff0c;单机自增ID无法满足跨服务唯一性需求&#xff0c;且存在&#xff1a; • 单点瓶颈&#xff1a;数据库自增ID依赖单表写入 • 全局唯一性&#xff1a;跨服务生成可能重复 • 扩展性差&#xff1a;分库分表后ID规…...

AR 开启昆虫学习新视界,解锁奇妙微观宇宙

在传统昆虫学习中&#xff0c;课堂教学是主要方式&#xff0c;老师通过板书、PPT 传授知识&#xff0c;但学生被动接受&#xff0c;书本静态图片无法展现昆虫真实比例、立体形态&#xff0c;学生难以直观感受复杂身体结构。博物馆的昆虫标本也是学习途径&#xff0c;不过标本放…...

WPF技巧-常用的Converter集合(更新ing)

文章目录 [toc]&#x1f9e9; 示例 1&#xff1a;BooleanToVisibilityConverter&#x1f9e9; 示例 2&#xff1a;InvertedBooleanToVisibilityConverter&#x1f9e9; 示例 3&#xff1a;StringToColorConverter&#x1f9e9; 示例 4&#xff1a;StringToBrushConverter&#…...

PostGIS栅格数据类型解析【raster】

PostGIS 栅格数据类型解析&#xff1a;结构、转换与应用 一、栅格数据类型概述 在 PostGIS 中&#xff0c;raster 是用于存储和处理栅格数据的核心类型&#xff0c;支持从多种格式&#xff08;如 JPEG、GeoTIFF、PNG、DEM&#xff09;导入的数据。每个栅格由一个或多个波段&a…...

985,成立人工智能学院

5月17日&#xff0c;北京理工大学AI变革与科教创新论坛暨人工智能学院成立大会在中关村校区举行。 北京理工大学校长姜澜介绍了学校近年来高质量发展取得的成绩。他表示&#xff0c;北京理工大学对人工智能高度重视、提前布局&#xff0c;具备扎实基础。学校将通过“一零一一”…...

使用 ARCore 和 Kotlin 开发 Android 增强现实应用入门指南

环境准备 1. 工具与设备要求 Android Studio&#xff1a;Arctic Fox 或更高版本设备&#xff1a;支持 ARCore 的 Android 设备&#xff08;查看支持列表&#xff09;依赖库&#xff1a;// build.gradle (Module级) dependencies {implementation com.google.ar:core:1.35.0im…...

房贷利率计算前端小程序

利率计算前端小程序 视图效果展示如下&#xff1a; 在这里插入代码片 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0&qu…...

剧本杀小程序:指尖上的沉浸式推理宇宙

在推理热潮席卷社交圈的当下&#xff0c;你是否渴望随时随地开启一场烧脑又刺激的冒险&#xff1f;我们的剧本杀小程序&#xff0c;就是你掌心的“推理魔法盒”&#xff0c;一键解锁无限精彩&#xff01; 海量剧本库&#xff0c;满足多元口味&#xff1a;小程序汇聚了从古风权…...

shp2pgsql 导入 Shp 到 PostGIS 空间数据库

前言 ❝ shp2pgsql是PostGIS自带的命令行工具&#xff0c;用于将Shapefile文件声称SQL脚本导入到PostGIS空间数据库。 1. 安装 PostGIS 通过Application Stack Builder或者下载单独的PostGIS包进行安装。而shp2pgsql则是与PostGIS工具集成在一起&#xff0c;无需单独下载。该命…...

什么是 ERP、MES、PLM,生产制造中如何应用

生产制造领域数字化转型加速背景下&#xff0c;ERP、MES、PLM 系统的应用成为企业提升竞争力的关键。然而&#xff0c;部分企业因对三者功能认知模糊、系统搭配不当、实施流程缺失&#xff0c;导致生产计划混乱、库存失衡、质量管控失效等问题频发。明晰系统功能定位与协同逻辑…...

Android Edge-to-Edge

Android Edge-to-Edge显示&#xff1a;开发者综合指南 一、什么是Android Edge-to-Edge ​ Android Edge-to-Edge是一种先进的用户界面&#xff08;UI&#xff09;设计理念&#xff0c;旨在最大化利用设备的显示区域。它允许应用程序的内容延伸至屏幕的各个边缘&#xff0c;包…...

Java期末总复习 编程题(偏基础)

71. ①编写一个含 2 个属性的类&#xff0c;并为其设计有参构造方法&#xff0c;再设计一个用于显示属性值的方法。②编写该类的一个子类&#xff0c;除继承父类的 2 个属性外再增加一个属性&#xff0c;并创建有参构造方法对 3个属性初始化&#xff0c;重写显示属性的方法用于…...

进阶知识:自动化框架开发之有参的函数装饰器@wraps()和无参之间的对比

进阶知识&#xff1a;自动化框架开发之有参的函数装饰器wraps() 一、核心代码解析 1.1 有参装饰器结构 def func_3(argTrue): # 外层接收参数def inner_func(func): # 中间层接收被装饰函数wraps(func) # 保留元信息def wrap_func(*args, **kwargs): …...

es疑惑解读

好的&#xff0c;没问题。下面是我们对话中关于 Elasticsearch 数据库的知识点汇总&#xff0c;以问答对的形式呈现&#xff0c;希望能成为一个清晰的教程。 Elasticsearch 基础与 CRUD 操作 Q1: 我有 pymysql 的使用经验&#xff0c;想学习 Elasticsearch (ES) 的增删改查&am…...

Elasticsearch面试题带答案

Elasticsearch面试题带答案 Elasticsearch面试题及答案【最新版】Elasticsearch高级面试题大全(2025版),发现网上很多Elasticsearch面试题及答案整理都没有答案,所以花了很长时间搜集,本套Elasticsearch面试题大全,Elasticsearch面试题大汇总,有大量经典的Elasticsearch面…...

Linux 的 TCP 网络编程 -- 回显服务器,翻译服务器

目录 1. 相关函数介绍 1.1 listen() 1.2 accept() 1.3 connect() 2. TCP 回显服务器 2.1 Common.hpp 2.2 InetAddr.hpp 2.3 TcpClient.cc 2.4 TcpServer.hpp 2.5 TcpServer.cc 2.6 demo 测试 3. TCP 翻译服务器 3.1 demo 测试 1. 相关函数介绍 其中一些函数在之前…...

差动讯号(2):奇模与偶模

我们经常在探讨差动对时经常听到差模&#xff08;Differential mode&#xff09;与共模&#xff08;Common mode&#xff09;&#xff0c;究竟什么是差模&#xff1f; 什么是共模&#xff1f; 这一切就要从奇模&#xff08;Odd mode&#xff09;与偶模&#xff08;Even mode&am…...

口腔牙科小程序源码介绍

基于ThinkPHP、FastAdmin以及UniApp开发的口腔牙科小程序源码&#xff0c;专为口腔牙科行业设计&#xff0c;旨在提供一个便捷、高效的线上服务平台。 从技术层面看&#xff0c;这套源码结合了ThinkPHP的强大后端功能、FastAdmin的快速开发特性以及UniApp的跨平台优势&#xf…...