我用 Docker AI 开发环境配置拯救了无数个夜晚
凌晨三点，又一场编译错误把我从床上拽起来。不是代码写得烂，是 Python 环境又出问题了。TensorFlow 需要 CUDA 11，PyTorch 又要 CUDA 12，还要配上特定的 CUDA Toolkit 版本，加上各种库的依赖版本冲突……我这台 2024 年配的台式机，装着四个不同的 P…
CUDA
别再手动装Python了：我用Docker重构了我的AI开发地狱，GPT-5.5跑在RTX 5090上
以前我搞本地部署，那是真的受罪。为了跑通一个 Llama 4 的微调，我把自己电脑的系统搞崩了三次，重装 Windows 的次数比换女朋友还勤。那时候的我坚信“环境隔离”是个伪命题，觉得只要把依赖装齐了，世界就是和平的。直到2026年，当 DeepSeek V4 Pro Pro 的推理速度在本地跑起…
Jetson Orin推理优化：我把YOLOv8延迟从45ms压到8ms，但功耗翻车了
在Jetson AGX Orin上部署YOLOv8，从45ms延迟艰难优化到8ms。详细记录了TensorRT层融合、INT8量化的校准集精度陷阱、DLA加速器的隐藏坑，以及用共享内存多模型流水线把吞吐拉到45fps的全过程。还有差点烧坏板子的散热教训和生产环境的自动恢复设计。