【汇编和指令集.第2025.8期】安装汇编器

【编者按】 在计算机、互联网风行半个世纪之后，我们发现：科技预言家越来越多了，思想家缺位了。生活节奏变快了，思想退步了；书写减少了，纸张缺没少；知识泛滥了，思考没有深入......我们有可能遭AI时代的反噬。时代呼唤跨文理的大家，呼唤有温度的电子产品。 发刊词：         《汇编和指令集》今天发刊，我们每月发表一期有关 Compiler, Assembler, ISA, AI & Micro-archtecture, Database 的网摘和我们相关学习经历，每期一个主题，半年做一期汇总。计算机系统中：编译器技术红红火火，汇编器、指令集、人工智能和微架构的知识及其探索则曲径通幽。我们用象征四相五线制的黄绿红蓝黑色，分别对应：编译专栏Compiler、汇编专栏Assembler、指令集专栏Instruction Set Architecture、人工智能&微架构专栏AI&Micro-architecture、数据库专栏Database。                                                                                                                                            ----TAOHID. 20250805
2025.8	编译专栏 Compiler	学习
20250805	凹语言参加 MoonBit Meetup 总结 ITPUB专访 | 张宏波：一场关于编程语言速度与效率的深度对话 对话 MoonBit 张宏波：很多AI Coding只提供情绪价值，而我们要重做一门编程语言 Vibe Coding彻底火了，它如何改变未来的软件开发？	TAOHID: AI看来不是昙花一现，或许是时代主题。而从怎样的角度去开发AI却是值得深思的。为仆为主或许就在你的一念间。
20250811		《GCC Internal 4.4.0》 《GCC Internal 14.2.0》
20250815	jax可微分编程的笔记 「深度学习被可微分编程取代？」展望30年后的神经网络和函数编程 DeepMind提出了可微分归纳逻辑编程方法∂ILP并进行解读	在Yann LeCun“深度学习已死”的惊人发言下，可微分编程的概念引发了广泛关注。机器学习著名博主colah（Christopher Olah）在2015年展望30年后的深度学习，提到了可微分编程。他从深度学习三大观点之一的表示（representation）角度出发，认为深度学习研究的是优化和函数编程之间的联系，而可微分编程则是函数编程和优化的自然交集，十分优雅而简洁，值得进一步研究。 深度学习中常用的三种表示数据的方式：即局部表达、稀疏表达和分布式表达。
20250818	极语言中文编程_学习笔记 极语言简介
2025.8	汇编专栏 Assembler	学习
20250805	linuxmint系统下安装ＨＬＡ的方法 MASM32无法编译和链接小甲鱼视频教学中格式的asm文件 Windows10 下搭建汇编语言开发环境（ 利用 DOSBOX 和 MASM32 ）	我们来一起安装汇编器：MASMPLUS, MASM32, HLA。 MASMPLUS安装顺利； MASM32需要借助DOSBOX； HLA在win64状况下，安装不顺利。(HLA是:High Level Assembler)
20250809		王亚刚教授的会议与工作论文 王亚刚教授的《深入分析GCC》是目前GCC方面国内唯一著作。
2025.8	指令集专栏 Instruction Set Architecture	学习
20250805	RISC-V指令列表分析 系列：  一起学RISC-V汇编 系列：  摩托罗拉68000 入门教程	RISC-V是最新的指令集。 Motorola 68000是最早的指令集。
20250809		计算理论书籍概述
2025.8	人工智能 & 微架构专栏 AI & Micro-architecture	学习
20250805	深入解析指令集架构与微架构 百度百科：微架构 百度百科：Core微架构	微架构（Micro-Architecture）是处理器中实现指令集架构的核心设计，决定了处理器的工作方式、性能和功耗。 ‌ 核心设计要素 微架构通常包含指令集支持、核心架构设计（如单核/多核）、缓存结构、I/O接口等核心组件。例如， Intel Core微架构 采用双核设计并优化了乱序执行机制，而 AMD推土机架构 因模块化设计导致早期表现不佳。 ‌ 应用场景 在服务器领域，微架构需兼顾高并发处理能力；在移动端，则需平衡性能与功耗。例如， 天玑9500 通过优化GPU微架构实现光线追踪性能提升40%，功耗降低40%。
20250815	人工智能每日论文速递[12.16] 深度学习AI的30个核心概念 可微分式编程：深度学习发展的新趋势？ 【深度学习会被可微分编程取代？】展望30年后的神经网络和函数编程	可微分式编程？ 要探索以深度学习神经网络训练的函数式结构，最自然的方式是一款新语言，它能够直接在函数式程序上运行后向传输。正如目前所展现的那样，这种结构隐藏于实现细节之中，函数式程序实际上被编译进一个类似后向传输所需要的计算图，图中每个组件必须是可微分的。而Grefenstette等人最近发表了关于许多简单数据结构的可微分构造（栈，队列，双端队列），他们的研究表明进一步可微分的实现可能只需要一点聪明的数学技巧。 这一领域的后继进展很可能会创造一个新的编程范式--可微分式编程。用可微分式语言编程将会像起草一个函数式的结构，并把细节留给优化器；语言本身将会使用后向传输从而根据整个程序的目标来自动学习细节实现——正如深度学习中的自动优化权重值一样，但函数式编程可作为更有表达力的权重绑定实现。 ============= 目前，有三种表述正在相互竞争，打算成为我们理解深度学习的关键。有借鉴生物学原理的神经科学的表述。有以数据转换和自然流形假设为中心的表示（representation）的表述。最后，还有一种概率性的表述，把神经网络解释为隐藏变量（latent variables）。这些表述并不是相互排斥的，但是它们对深度学习的思考方式却有着很大的不同。
2025.8	数据库专栏 Database	学习
20250807	王硕：PostgreSQL内核开发学习资料 《openGauss数据库源码解析》	相比编程语言，关系型数据库的发展变化实在太慢了。

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！