当前位置：首页 > news >正文

什么是人工智能芯片？

news 来源：原创 2025/8/22 1:50:43

行业专家指出，许多智能设备和物联网设备都是由某种形式的人工智能(AI)驱动的——无论是语音助理、面部识别摄像头，还是电脑。这些设备需要采用某种技术为它们进行的数据处理提供支持。有些设备需要在云平台的大型数据中心处理数据，而也有一些设备将通过本身的人工智能芯片进行处理。

那么什么是人工智能芯片?它与人们在智能设备中找到的其他芯片有何不同?以下将重点介绍人工智能芯片的重要性，用于不同应用的不同种类的人工智能芯片，以及在设备中使用人工智能芯片的好处。

一、为什么有些芯片不适用于人工智能

计算机技术在上世纪80年代开始兴起。这种技术扩展是由CPU(中央处理器)实现的，它执行程序中指令指定的基本算术、逻辑、控制和输入/输出操作。CPU是计算机的大脑。而英特尔公司和AMD公司是全球CPU行业领域的行业巨头。

当谈到CPU的发展时，则必须提到ARM，其芯片架构始于上世纪80年代推出的计算机中，但是直到移动计算、智能手机和平板电脑兴起之后才成为市场主导者。到2005年，98%的手机使用至少某种形式的ARM架构。而到2013年，全球生产了100亿台采用ARM芯片的手机，而全球目前近60%的移动设备中都有基于ARM的芯片。ARM成为人工智能芯片领域的重要组成部分。

在上世纪90年代，实时3D图形在街机、计算机和游戏机中变得越来越普遍，这导致对硬件加速3D图形的需求不断增加。另一个硬件巨头NVIDIA公司借助专用于计算机图形和图像处理的图形处理单元(GPU)满足了这一需求。NVIDIA公司最近宣布以400亿美元收购ARM公司。

二、人工智能处理单元

在人工智能处理方面，虽然GPU的表现通常比CPU更好，但并不完美。业界需要专用处理器来实现人工智能应用程序、建模和推理的高效处理。因此，芯片设计人员现在正在努力创建针对执行这些算法而优化的处理单元。这些单元有很多名称，例如NPU、TPU、DPU、SPU等，但是可以采用人工智能处理单元(AI PU)这个笼统的术语进行概述。

创建AI PU的目的是执行机器学习算法，通常是通过对预测模型(如人工神经网络)进行操作。由于这些过程通常独立执行，因此通常将它们分类为训练或推理。

人们已经在现实世界中看到了一些应用程序：

监视系统或区域免受网络攻击的威胁，例如涉及实时面部识别的安全系统(IP摄像头和门禁摄像头等)。

与客户互动的零售行业或企业聊天机器人。

语音助手的自然语言处理。

三、人工智能处理器与GPU

有人可能会询问GPU是否已经能够执行人工智能模型?实际上，GPU确实具有一些便于处理人工智能模型的属性。

GPU可以处理2D甚至3D的图形，因此需要同时并行处理多个功能字符串。人工智能神经网络也需要并行处理，因为它们的节点分支很像动物大脑中的神经元。GPU在这方面做得很好。

但是，神经网络需要卷积，而这正是GPU难以胜任的地方。简而言之，GPU从根本上针对图形而不是神经网络进行优化，它们充其量只是替代品。

另一个需要考虑的重要因素是目前人工智能技术发展加快。世界各地的研究人员和计算机科学家正在不断地以指数级的速度提高人工智能和机器学习的功能，而CPU和GPU的进步已经跟不上这些技术的发展。

根据摩尔定律，集成电路(IC)中的晶体管数量大约每两年增加一倍。但是，摩尔定律正在逐渐消亡，已经无法跟上人工智能技术的发展步伐。

人工智能的加速最终将依赖于专门的人工智能加速器，例如AI PU。AI PU通常用于以下目的：

与GPU相比，将机器学习任务的计算速度提高了将近1万倍。

低功耗，提高资源利用率。

四、AI SoC的组件

虽然AI PU构成了芯片上人工智能系统(SoC)的大脑，但它只是组成芯片的一系列复杂组件的一部分。以下将细分AI SoC，与AI PU配对的组件以及它们如何协同工作。

1.NPU

如上所述，这是执行AI SoC核心操作的神经处理单元或矩阵乘法引擎，需要指出的是，对于人工智能芯片制造商来说，这也是任何AI SoC从所有其他AI SoC中脱颖而出的关键。

2.控制器

控制器通常基于RISC-V(由加州大学伯克利分校设计)、ARM(由ARM公司设计)或自定义逻辑指令集架构(ISA)，用于控制所有其他块和外部处理器并与之通信。

是否在本地进行控制是一个主要问题，需要回答“为什么要创建此芯片?在哪里使用这种芯片?以及由谁使用?”等问题，而芯片制造商在回答控制问题之前需要解答这些问题。

3.SRAM

这是用于存储模型或输出的本地存储器。可以将它想象成一个冰箱，尽管存储空间很小，但是可以非常快速方便地获取东西(在这种情况下是数据)或将它们放回去。在某些用例中，尤其是与边缘人工智能有关的情况下，处理速度至关重要，例如，当行人突然出现在路上时，自动驾驶汽车必须及时刹车。

芯片中包含多少SRAM取决于成本与性能。更大的SRAM存储池将会增加前期成本，但对DRAM的访问更少，所以从长远来看可以收回成本。

另一方面，规模较小的SRAM存储池具有较低的前期成本，但需要更多的DRAM内存。但是如果市场要求针对特定用例需要成本更低的芯片，则可能需要降低成本。

处理速度也是规模较大的SRAM存储池与规模较小的SRAM存储池之间的区别，就像内存影响计算机的性能以及满足性能需求的能力一样。

4.I/O

这些模块用于将SoC连接到SoC之外的组件，例如DRAM和外部处理器。这些接口对于AI SoC最大化其潜在性能和应用程序至关重要，否则会造成瓶颈。因此，接口及其连接的对象(DRAM、外部处理器等)需要显示AI SoC的潜在性能。

例如，DDR是DRAM的接口。因此，如果将SRAM想象成冰箱，那么可以将DRAM视为杂货店。它有更大的存储空间，但是要花费更多的时间去取回物品。

五、互连结构

互连结构是处理器(AI PU、控制器)和SoC上所有其他模块之间的连接。与I/O一样，互连结构对于提取AI SoC的所有性能至关重要。通常情况下，只有在芯片内部无法识别互连结构的情况下，才会意识到这种情况。

无论处理器有多快，这些创新都只在互连结构能够保持正常运行且不会造成阻碍整体性能的延迟的情况下起作用，就像高速公路上没有足够的车道会在高峰时段造成交通拥堵一样。

所有这些组件都是人工智能芯片的关键部分。虽然不同的芯片可能有额外的组件，或者对这些组件的投资有不同的优先级，但这些基本组件以共生的方式协同工作，以确保人工智能芯片能够快速有效地处理人工智能模型。与CPU和GPU不同，AI SoC的设计还远未成熟。这一部分的产业正在持续快速发展，人们将会看到AI SoC设计方面的进步。

六、人工智能芯片及其用例

市场上有许多人工智能芯片，这些芯片的命名具体取决于设计公司。这些芯片在使用的模型和旨在加速的现实应用中都有不同的用例。

1.训练与推理

人工智能本质上是使用人工神经网络对人脑进行的模拟，人工神经网络旨在替代人们大脑中的生物神经网络。神经网络由大量节点组成，可以被调用以执行模型。

这就是人工智能芯片发挥作用的地方。人工智能芯片尤其擅长处理这些人工神经网络，并且被设计为对它们做两件事：训练和推理。

原始的神经网络最初是通过输入大量数据来开发和训练的。训练非常耗费计算资源，因此需要专注于训练的人工智能芯片，这些芯片旨在能够快速有效地处理这些数据。芯片功能越强大，网络学习的速度就越快。

一旦网络经过训练，它就需要为推理而设计的芯片，以便在现实世界中使用数据，比如面部识别、手势识别、自然语言处理、图像搜索、垃圾邮件过滤等。

可以将训练视为构建一个字典，而推理类似于查找单词并理解如何使用它们。这两者都是必要且共生的。

值得注意的是，为训练而设计的芯片也可以进行推理，但是推理芯片无法进行训练。

2.云计算与边缘计算

人们需要知道的人工智能芯片的另一方面是它是为云计算用例还是边缘计算用例设计的，而对于这些用例，人们是否需要采用推理芯片还是训练芯片。

云计算的可访问性非常有用，因为它的功能可以完全在场外使用。不需要采用设备上的芯片来处理这些用例中的推理，从而可以节省功耗和成本。但是，在隐私和安全性方面存在弊端，因为数据存储在可能被黑客入侵或处理不当的云计算服务器上。

对于推理用例，它的效率也可能较低，因为它不如边缘计算芯片那么专业。可在设备(例如面部识别摄像头)上找到可在边缘计算进行处理的芯片。它们比在云计算平台更私密、更安全，因为所有数据都存储在设备上，并且其芯片通常是为特定目的而设计的。例如，面部识别摄像头将使擅长运行设计模型的芯片用于面部识别。它们也有缺点，因为在设备中添加另一个芯片会增加成本和功耗。使用可以平衡成本和功耗的边缘人工智能芯片很重要，以确保该设备对于用户来说并不会太昂贵，或者不会过于耗电。

应用程序和芯片有以下配对方式：

3.云计算+训练

这种配对的目的是开发用于推理的人工智能模型。这些模型最终被细化为特定于用例的人工智能应用程序。这些芯片功能强大，运行成本高，其设计的目的是尽可能快地进行训练。

其系统示例包括NVIDIA的DGX-2系统，该系统总共具有2 petaFLOPS的处理能力。它由16个NVIDIA V100 Tensor Core GPU组成。另一个例子是英特尔Habana的Gaudi芯片。

人们每天接触到的需要大量训练的应用程序的例子包括Facebook照片或谷歌翻译。随着这些模型的复杂性日益增加，云计算和培训市场将继续受到需要和关注。

4.云计算+推理

这种配对的目的是推理需要大量处理能力，以至无法在设备上进行推理。这是因为应用程序使用更大的模型并处理大量数据。

其芯片示例包括高通公司的Cloud AI 100，这是用于大型云平台的人工智能芯片。另一个例子是阿里巴巴的Huanguang 800或Graphcore的Colossus MK2 GC200 IPU。

训练芯片被用来训练Facebook照片或谷歌翻译，云计算推理芯片被用来处理输入的数据。其他的例子包括人工智能聊天机器人或大多数由大型科技公司运营的人工智能服务。

5.边缘计算+推理

使用边缘计算设备的芯片进行推理可以消除任何与网络不稳定或延迟有关的问题，并且可以更好地保护所使用数据的私密性和安全性。使用上传大量数据(尤其是像图像或视频之类的视觉数据)所需的带宽并没有相关的成本，因此，只要平衡成本和能效，它就可以比云计算+推理更便宜、更高效。

这里的例子包括Kneron公司的芯片，包括KL520和最近推出的KL720芯片，这些芯片是为设备上使用而设计的低功耗、低成本的芯片。其他示例包括英特尔Movidius和Google的Coral TPU。

其使用案例包括面部识别监控摄像头、用于行人和危险检测的车辆摄像头，以及语音助理的自然语言处理。

这些不同类型的芯片及其不同的实现、模型和用例对于未来人工智能的发展至关重要。在5G等其他新兴技术的支持下，人工智能正迅速成为人们工作和生活中的一个重要组成部分。为了适应人们对科技的日益依赖，人工智能芯片领域的发展将会非常迅速。

喜欢的朋友记得点赞、收藏、关注哦！！！

什么是人工智能芯片？

行业专家指出，许多智能设备和物联网设备都是由某种形式的人工智能(AI)驱动的——无论是语音助理、面部识别摄像头，还是电脑。这些设备需要采用某种技术为它们进行的数据处理提供支持。有些设备需要在云平台的大型数据中心处理数据，而也有一些…...

编程日记 2025/8/22 1:50:43

0.深入探秘 Rust Web 框架 Axum

在当今的 Web 开发领域，Rust 凭借其出色的性能、内存安全性和并发处理能力，正逐渐崭露头角。而 Axum 作为 Rust 生态系统中一款备受瞩目的 Web 框架，更是为开发者提供了高效、灵活且强大的工具，用于构建现代化的 Web 应用程序。本…...

编程日记 2025/8/22 1:46:21

深度监听 ref 和 reactive 的区别详解

深度监听 ref 和 reactive 的区别详解一、ref 的深度监听（示例代码）关键点：1. ref 的存储方式：2. 监听 ref 的特性二、reactive 的深度监听（示例代码）关键点：1. reactive 的深度响应性2. 监听…...

编程日记 2025/8/22 1:47:42

面向对象—有理数类的设计

目录 1.代码呈现 1.1编写toString、equals方法 1.2测试代码 1.3有理数类的代码 2.论述题 3.有理类设计 1.代码呈现 1.1编写toString、equals方法 (1)toString方法 Overridepublic String toString(){if(this.v20){return "Undefined";}return this.v1 "/…...

编程日记 2025/8/21 19:25:03

OpenHarmony Camera开发指导（四）：相机会话管理（ArkTS）

概述相机在使用预览、拍照、录像、获取元数据等功能前，都需要先创建相机会话。相机会话Session的功能如下： 配置相机的输入流和输出流。配置输入流即添加设备输入，通俗来讲即选择某一个摄像头进行拍照录像；配置输出流&#x…...

编程日记 2025/8/17 18:22:48

Linux电源管理(三)，CPUIdle 和 ARM的PSCI

更多linux系统电源管理相关的内容请看：Linux电源管理、功耗管理和发热管理 (CPUFreq、CPUIdle、RPM、thermal、睡眠和唤醒)-CSDN博客 1 简介 Linux下的空闲进程cpuidle在内核中是一个子系统。cpuidle子系统所需要做的事情就是在CPU进入idle状态后，…...

编程日记 2025/8/21 2:34:36

【测试工具】JMeter使用小记

JMeter 使用小记下载与安装 jdk 下载地址：https://www.oracle.com/java/technologies/downloads/#jdk18-windowsJMeter 下载地址：https://jmeter.apache.org/download_jmeter.cgi 教程参考：JMeter下载及安装详细教程-CSDN博客设置中文界…...

编程日记 2025/8/19 1:40:40

Obsidian的简单使用

一、安装并配置仓耳今楷字体优化阅读体验，个人实测觉得正文用仓耳今楷04-W03最合适（前面的数字代表字体，数字越大，越偏向于楷体，而01就很像黑体。后面的数字代表粗细，正常粗细是W03，最粗是W0…...

编程日记 2025/8/19 1:40:34

docker的基础知识

Docker https://www.yuque.com/leifengyang/sutong 下载镜像检索： docker search下载: docker pull列表: docker images删除 docker rmi启动容器运行： docker run查看： docker ps停止： docker stop启动： …...

编程日记 2025/8/17 18:27:59

PcVue助力立讯：精密制造的智能化管控实践！

PcVue助力立讯： 精密制造的智能化管控实践！ 客户介绍立讯精密（Luxshare ICT，股票代码：002475）成立于2004年5月24日，专注于为消费电子产品、汽车领域产品以及企业通讯产品提供从核心零部件、…...

编程日记 2025/8/17 21:17:06

深度学习-157-Dify工具之创建知识库

文章目录 1 硅基流动1.1 模型广场1.1.1 对话模型(免费)1.1.2 嵌入模型(免费)1.1.3 重排序模型(免费)1.2 模型调用1.2.1 文本对话1.2.2 文本嵌入2 构建知识库2.1 准备文档2.2 点击创建知识库2.3 设置嵌入参数2.4 召回测试3 创建聊天助手3.1 仅使用大模型3.2 结合知识库的大模型3…...

编程日记 2025/8/21 4:46:29

Oracle--安装Oracle Database23ai Free

前言：本博客仅作记录学习使用，部分图片出自网络，如有侵犯您的权益，请联系删除官方文档： Get Started with Oracle Database 23ai | Oracle 一、安装的环境要求本文同步使用Oracle Linux9的虚拟机进行操作 1、Orac…...

编程日记 2025/8/21 11:13:26

【JavaEE初阶】多线程重点知识以及常考的面试题－多线程进阶（三）

本篇博客给大家带来的是集合类在多线程下的使用和死锁的知识点还包括常见的面试题. 🐎文章专栏: JavaEE初阶 🚀若有问题评论区见 ❤ 欢迎大家点赞评论收藏分享如果你不知道分享给谁,那就分享给薯条. 你们的支持是我不断创作的动力 . 王子,公主请阅&…...

编程日记 2025/8/20 7:28:07

【verilog】多个 if 控制同一个变量（后面会覆盖前面）非阻塞赋值真的并行吗？

非阻塞赋值 (<) 是“并行”的，但是代码顺序会影响结果？”这正是 Verilog 的硬件描述本质 vs 行为语义之间的微妙之处。 💡1. 非阻塞赋值真的并行吗？ 是的！非阻塞赋值 < 从行为上是并行的，也就是说&a…...

编程日记 2025/8/19 2:04:06

C++事件驱动编程从入门到实战：深入理解与高效应用

C事件驱动编程从入门到实战：深入理解与高效应用在现代软件开发中，事件驱动编程（Event-Driven Programming）作为一种流行的编程范式，被广泛应用于图形用户界面（GUI）、网络通信、游戏开发等众多…...

编程日记 2025/8/17 19:57:42

问题｜ MATLAB比Python更有优势的特定领域

以下是关于MATLAB在特定领域相较于Python的优势的详细分析，结合其核心功能、行业应用及技术特性展开论述： 一、科学研究与工程计算 1. 数值计算的高效性 MATLAB的核心设计围绕矩阵运算展开，其底层对线性代数和数值计算进行了深度优化。例如…...

编程日记 2025/8/21 11:46:53

黑马商城项目(三)微服务

一、单体架构测试高并发软件二、微服务三、SpringCloud 四、微服务拆分黑马商城模块： 服务拆分原则： 拆分服务： 独立project： maven聚合： 拆分案例： 远程调用： package com.hmall.cart.…...

编程日记 2025/8/20 5:03:24

Qt界面卡住变慢的解决方法

本质原因: 当Qt界面出现卡顿或无响应时，通常是因为主线程（GUI线程）被耗时操作阻塞。完全忘了。。。 Qt Creater解决方法 1. 定位耗时操作目标：找到阻塞主线程的代码段。方法： 使用QElapsedTimer测量代码执行时间…...

编程日记 2025/8/21 10:09:52

Flutter的原理及美团的实践（下）

Flutter的原理及性能实践 Flutter和原生性能对比虽然使用原生实现（左）和Flutter实现（右）的全品类页面在实际使用过程中几乎分辨不出来： 但是我们还需要在性能方面有一个比较明确的数据对比。我们最关心的两个页面…...

编程日记 2025/8/20 2:06:49

时序预测 | Matlab实现基于VMD-WOA-ELM和VMD-ELM变分模态分解结合鲸鱼算法优化极限学习机时间序列预测

时序预测 | Matlab实现基于VMD-WOA-ELM和VMD-ELM变分模态分解结合鲸鱼算法优化极限学习机时间序列预测目录时序预测 | Matlab实现基于VMD-WOA-ELM和VMD-ELM变分模态分解结合鲸鱼算法优化极限学习机时间序列预测预测效果基本介绍程序设计参考资料预测效果基本介绍 1.Matlab…...

编程日记 2025/8/19 11:23:25

【云安全】云原生- K8S IngressNightmare CVE-2025-1974（漏洞复现完整教程）

漏洞原理 CVE-2025-1974: The IngressNightmare in Kubernetes | Wiz Blog 分两方面： a、配置注入过程构造一个恶意的Ingress资源，其中注入ssl_engine指令指向恶意共享库向准入控制器验证端点（AdmissionWebhook）发送Admissio…...

编程日记 2025/8/17 1:45:13

Tomcat与Servlet（2）

上篇文章： Tomcat与Servlethttps://blog.csdn.net/sniper_fandc/article/details/147278469?fromshareblogdetail&sharetypeblogdetail&sharerId147278469&sharereferPC&sharesourcesniper_fandc&sharefromfrom_link 上篇文章介绍了To…...

编程日记 2025/8/21 19:08:47

在高数据速度下确保信号完整性的 10 个关键策略

随着越来越多的传感器连接到系统，需要快速、可靠和安全地传输更多数据，对带宽和设计复杂性的需求也在增加。优先考虑的是确保从 A 发送到 B 的信号不会失真。确保信号完整性对于设计依赖于持续准确数据流的数据密集型应用程序的工程师来说&#xff0c…...

编程日记 2025/8/17 20:03:07

2025华中杯数学建模B题完整分析论文（共42页）（含模型、数据、可运行代码）

2025华中杯大学生数学建模B题完整分析论文目录一、问题重述二、问题分析三、模型假设四、模型建立与求解 4.1问题1 4.1.1问题1解析 4.1.2问题1模型建立 4.1.3问题1样例代码（仅供参考） 4.1.4问题1求解结果（仅供参考&am…...

编程日记 2025/8/20 22:37:51

UE5 自带的视频播放器

文章目录文件夹准备添加一个文件媒体源方法1方法2 添加一个视频播放器播放视频直接播放使用网格体播放使用UI播放播放视频的音乐媒体播放器常用的节点设置循环是用绝对路径播放视频，视频无需导入注册播放完成事件文件夹准备视频必须被放在Content/Moveis文件下…...

编程日记 2025/8/17 18:25:11

是德科技E5080B网络分析仪深度评测：5G/车载雷达测试实战指南

是德科技E5080B网络分析仪（ENA系列）是一款高性能射频测试仪器，广泛应用于通信、航空航天、半导体等领域，以下是其核心功能详解： 一、核心测试功能多参数网络分析 S参数测量：支持全双端口S参数测试&#xf…...

编程日记 2025/8/17 10:11:16

javaSE————网络编程套接字

网络编程套接字~~~~~ 好久没更新啦，蓝桥杯爆掉了，从今天开始爆更嗷； 1，网络编程基础为啥要有网络编程呢，我们进行网络通信就是为了获取丰富的网络资源，说实话真的很神奇，想想我们躺在床上&a…...

编程日记 2025/8/17 19:52:39

力扣349 == 两个数组交集的两种解法

目录解法一：利用 Set 特性高效去重解法二：双重遍历与 Set 去重方法对比与总结关键点总结题目描述给定两个整数数组 nums1 和 nums2，要求返回它们的交集。输出结果中的每个元素必须是唯一的，且顺序不限。示例输入&…...

编程日记 2025/8/19 22:24:17

笔试专题（十）

文章目录对称之美（双指针）题解代码连续子数组最大和（线性dp）题解代码最长回文子序列（区间dp）题解代码对称之美（双指针） 题目链接题解 1. 双指针 2. 用left标记左边的字符串…...

编程日记 2025/8/17 18:22:59

YOLOv12即插即用---RFAConv

1.模块介绍接受域注意卷积（RFAConv）：更聪明地感知空间特征在传统卷积神经网络中，卷积核参数的共享机制虽有效提升了模型的泛化能力与计算效率，但却忽略了不同空间位置特征在感知范围（即接受域）内的重要性差异。为此，我们提出了一种更具感知能力的模块 —— 接受域注…...

编程日记 2025/8/19 22:01:58

使用datax通过HbaseShell封装writer和reader同步hbase数据到hbase_踩坑_细节总结---大数据之DataX工作笔记008

最近在做大数据相关功能,有个需求,使用datax同步hbase到hbase中,其中还是有很多细节值得记录: 首先来看一下datax的源码中,如果你使用phoenix创建的表,那么你就需要使用对应的hbase带有sql字样的,reader和writer. 然后如果你使用datax-web来进行测试的,那么,他默认使用的是h…...

编程日记 2025/8/19 21:05:27

Python解决“小D的abc字符变换”问题

小D的“abc”变换问题问题描述测试样例解题思路代码问题描述小D拿到了一个仅由 “abc” 三种字母组成的字符串。她每次操作会对所有字符同时进行以下变换： 将 ‘a’ 变成 ‘bc’ 将 ‘b’ 变成 ‘ca’ 将 ‘c’ 变成 ‘ab’ 小D将重复该操作 k 次。你的任务是输…...

编程日记 2025/8/21 6:41:47

C++学习：六个月从基础到就业——面向对象编程：重载运算符（下）

C学习：六个月从基础到就业——面向对象编程：重载运算符（下） 本文是我C学习之旅系列的第十三篇技术文章，是面向对象编程中运算符重载主题的下篇。本篇文章将继续深入探讨高级运算符重载技术、特殊运算符、常见应用场景和…...

编程日记 2025/8/17 20:15:48

电压模式控制学习

电压模式控制在开关电源中，大的可分为三大控制模式，分别是电压模式控制，电流模式控制，迟滞模式控制。今天简要介绍下电压模式控制的优缺点。原理架构图如下如图所示，电压模式控制可以分为三部分：误…...

编程日记 2025/8/19 11:34:25

vue3 Ts axios 封装

vue3 Ts axios 封装 axios的封装 import axios, { AxiosError, AxiosInstance, InternalAxiosRequestConfig, AxiosResponse, AxiosRequestConfig, AxiosHeaders } from axios import qs from qs import { config } from ./config import { ElMessage } from element-plus// …...

编程日记 2025/8/21 14:24:58

相关文章：