1 LXC项目介绍 ​ LXC是在crgoup被引入Linux内核后立即被创建的项目，它被设计用于"full-system" 容器，是用来创建Linux容器的，此时的Linux容器跟我们现在常用的Linux上Docker容器或containerd容器是有区别的，最显著的区别在于它们使用不是容器运行时不同。同时Systemd也获得了类似的容器支持，systemd-nspawn可以运行命名空间进

​ 期间有三对男女看自己拿相机在拍照，找笔者帮他们拍摄照片，但是用他们自己的手机拍摄的，对方觉得拍得不错很好，其中两对自己也觉得拍得不错。 ​ 下次再去遇上此类情况，尝试征求对方意见“用他们手机拍摄的同时，能否用自己的相机拍摄几张”，希望能增加自己的摄影实践经验、提升自己的摄影实践水平。 ​ 记录下当天自己拍摄的照片，使用的是入门级相机Canon EOS800D，有时感觉有购置新相机的想

1 自己提交的PR被接纳 ​ 昨天，自己在两个月前提交的PR终于被开源项目HAMi接纳，并被合并到master分支中。虽然提交的PR中涉及的内容并不是开源项目关键功能，但自己还是很高兴能能够参与到开源项目的学习与贡献中来。 ​ 现在从项目主页“https://github.com/Project-HAMi/HAMi”下面“Monitor（对应的中文文档显示的是“监控”）”监控相关章节可以看

​ 本文70%左右内容来自对英文文章 “https://www.capitalone.com/tech/cloud/container-runtime/” 的翻译。笔者首先看到文章 “https://www.zhangjiee.com/blog/2021/container-runtime.html” ，发现此文是对上述文章的完全翻译，因为笔者个人觉得此中文文章一些地方翻译得不够准确与不够

1 容器的定义 ​ 容器是一种虚拟化技术，用于将应用程序及其所有依赖项打包在一起，以便在不同的计算环境中进行移植和运行。 ​ 每个运行的容器都是可重复的，意味着无论在哪里运行它都会得到相同的行为。容器将应用程序从底层的主机设施中解耦。这使得在不同的云或OS环境中部署更加容易。 ​ 容器提供了一种隔离的运行环境，使不同应用程序能够在独立的文件系统、网络和进程空间等独立运行环境中运行，提升

1 算力调度是什么 算力调度，简单直白地说，就是调度算力（计算能力）的过程。具体地说就是“基于人工智能应用对算力的需求特点，通过虚拟化、容器化等技术，将算力资源池化为标准算力单元，通过适应性策略及敏捷框架对算力进行精准调度配给，保障AI开发和AI业务的高效运行”的过程。 ​ 调度能力是智算中心连接上层应用与底层计算设备的核心能力，将聚合的CPU、GPU、FPGA、ASIC等算力资源进行标准化

一、背景与环境说明 本文主要对如何在本地部署FastGPT进行记录与说明，因为笔者暂时不是专门从事AI与大模型研究工作且目前理解不够，所以还不能对其中配置细节与原理阐述清楚，有待后续发掘。 主机名 IP 操作系统 规格 GPU情况 备注 t1-gpu 10.12.62.25 Ubuntu 20.04.3 LTS -amd64 8c16g+400

2025年8月1日青云公告“自本公告发布之日起，将暂停 KubeSphere 开源版产品的下载链接，同时停止提供免费的技术支持”，相关详情见：https://ask.kubesphere.com.cn/forum/d/24963-guan-yu-kubespherekai-yuan-xiang-mu-diao-zheng-de-gong-gao 其官网开源文档已经删除，网上其他人整理的文档：h

二、部署k8s高可用集群 2.1 高可用集群规划 高可用集群构架图大致如下（下图是从官网复制过来的，跟本文中k8s集群节点布局稍有差别，但大致不变）： 注意1：确保各节点时区设置一致、时间同步。 如果你的环境没有提供NTP 时间同步，推荐集成安装chrony 注意2：确保在干净的系统上开始安装，不要使用曾经装过kubeadm或其他k8s发行版的环境 注意3：建议操作系统升级到新

一、单机快速部署-AllinOne部署 ​ kubeasz 致力于提供快速部署高可用k8s集群的工具, 同时也努力成为k8s实践、使用的参考书；基于二进制方式部署和利用ansible-playbook实现自动化；既提供一键安装脚本, 也可以根据安装指南分步执行安装各个组件。kubeasz 从每一个单独部件组装到完整的集群，提供最灵活的配置能力，几乎可以设置任何组件的任何参数；同时又为集群创