下载：
bash展开代码wget http://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
安装：
bash展开代码bash Miniconda3-latest-Linux-x86_64.sh
初始化：
bash展开代码/root/miniconda3/bin/conda init
重启终端即可。
下载：
https://repo.continuum.io/miniconda/Miniconda3-latest-Windows-x86_64.exe
安装填写路径：
bash展开代码D:\ProgramData\miniconda3
环境变量给入：
bash展开代码D:\ProgramData\miniconda3\condabin D:\ProgramData\miniconda3\Scripts
Python环境举例：
bash展开代码conda create -n py310 python=3.10 -y conda install scipy -y
| 显卡型号 | 架构 | 显存/类型 | 显存带宽 | CUDA核心/张量核心/RT核心 | 单精度算力（FP32） | 张量算力（FP16/FP8） | 功耗（TDP） | 主要用途/备注 |
|---|---|---|---|---|---|---|---|---|
| H200 | Hopper | 141GB HBM3e | 4,800 GB/s | 16,896 / 528 / 24 | 67 TFLOPS（SXM） | 3,958 TFLOPS（FP8） | 700W（SXM） | H100升级，超大模型训练 |
| H100 | Hopper | 80GB HBM3 | 2,000 GB/s | 14,592 / 456 / 24 | 51 TFLOPS（PCIe） | 3,026 TFLOPS（FP8） | 350W（PCIe） | 旗舰AI训练/推理 |
| H800 | Hopper | 80GB HBM3 | 2,000 GB/s | 14,592 / 456 / 24 | 51 TFLOPS（PCIe） | 3,026 TFLOPS（FP8） | 350W | H100中国特供 |
| L40S | Ada Lovelace | 48GB GDDR6 ECC | 864 GB/s | 18,176 / 568 / 142 | 91.6 TFLOPS | 1,466 TFLOPS（FP8） | 350W | 数据中心AI/渲染 |
| H20 | Hopper | 96GB HBM3 | 2,000 GB/s | 14,592 / 456 / 24 | 47 TFLOPS | 1,400+ TFLOPS | 300W | H100/H800进一步阉割版 |
| RTX 4090 24GB/48GB* | Ada Lovelace | 24GB GDDR6X （部分云定制48GB） | 1,008 GB/s | 16,384 / 512 / 128 | 82.6 TFLOPS | 660.6 TFLOPS（FP16） | 450W | 消费级旗舰，AI推理/渲染 |
| L4 | Ada Lovelace | 24GB GDDR6 | 300 GB/s | 7,424 / 232 / 58 | 30.3 TFLOPS | 485 TFLOPS（FP8） | 72W | 云推理/视频AI |
| A800 | Ampere | 80GB HBM2e | 2,039 GB/s | 6,912 / 432 / 108 | 19.5 TFLOPS | 312 TFLOPS（FP16） | 300W | 中国特供，AI训练/推理 |
| BI-V150（国产） | 国产AI芯片 | 32GB/64GB HBM2* | * | * | * | * | * | 国产AI推理/训练 |
进行2个设置，才能让硬件在Win11发挥最大性能。
1. 设置1
搜索电源和睡眠设置 ，在电源模式（根据电源使用情况和性能来优化你的设备）选择最佳性能。
2. 设置2
右键此电脑，打开“属性”。
打开其中的“高级系统设置”。
进入“高级”，点击性能下的“设置”。
勾选开启“调整为最佳性能”。
进入“高级”，勾选“程序”最后“确定”保存即可调整为最佳性能。
由 conda-forge 社区维护，默认使用 conda-forge 源，避免 Anaconda 的商业许可风险，且预装 Mamba 加速依赖解析。
前置知识
什么是Docker？
Docker是一个容器化平台，它允许你将应用程序及其依赖项打包到轻量级、可移植的容器中。容器类似于虚拟机，但更加高效。
核心概念：
- 镜像（Image）：应用程序的只读模板
- 容器（Container）：镜像的运行实例
- 仓库（Registry）：存储镜像的地方，如Docker Hub
VanBlog自动备份
前言
在博客系统的运维中，数据备份是至关重要的环节。VanBlog作为一个现代化的博客系统，提供了完善的自动备份功能，不仅支持本地JSON数据备份，还集成了阿里云盘云端备份。本文将深入分析这个功能的实现原理、架构设计和优化过程。
功能概览
VanBlog的自动备份功能位于 /admin/site/setting?tab=autoBackup，主要包含以下特性：
核心功能
- JSON数据备份：完整导出博客所有数据（文章、草稿、分类、标签、用户设置等）
- 定时自动执行：用户可自定义备份时间，系统精确执行
- 文件管理：自动清理过期备份，保留指定数量的最新备份
- 阿里云盘集成：支持将静态文件自动同步到阿里云盘备份盘
技术特性
- 零轮询设计：直接在指定时间执行，无需周期性检查
- 动态任务调度：设置变更立即生效，无需重启服务
- 增量上传：阿里云盘备份使用
--skip参数避免重复传输 - 容错机制：备份失败不影响系统正常运行
文章操作自动同步标签数据功能实现
功能说明
在文章的增删改操作后，系统现在会自动触发标签同步功能，无需手动点击"同步标签数据"按钮。这个功能通过异步方式实现，不会影响用户体验。
