项目

gin-vue-blog

Golang 全栈博客，支持 Docker Compose 一键部署。基于最新前后端技术栈 Vue3、TS、Unocs 、Redis 等。前端包含博文展示前台、博客后台管理系统。后端包含 JWT 鉴权、RBAC 权限控制等。代码质量高注释全接口文档完善，适合前后端开发者学习。

tiny-gpu

A minimal GPU design in Verilog to learn how GPUs work from the ground up
tiny-gpu – GPU入门教程 | tiny-gpu 开源项目，对图形处理单元（GPU）的工作原理感兴趣的人提供学习机会，使用Verilog 硬件描述语言，tiny-gpu 项目创建功能最基础的 GPU 设计，允许用户深入到 GPU 的内部工作机制中去。
Verilog 作为一种在电子设计自动化（EDA）领域广泛使用的硬件描述语言，使得开发者能够描述电子系统的硬件结构与行为。通过编写 Verilog 代码，工程师们可以设计复杂的电子系统，比如 CPU、GPU 和其他专用集成电路（ASIC）。
tiny-gpu 项目的核心目标是提供一个教育工具，以帮助学生、爱好者甚至是专业人士去理解 GPU 的基本组成部分以及它们是如何协同工作的。这个设计可能包含如下几个关键部分：

  1. 流水线设计：一个简化的流水线结构，展示数据是如何在 GPU 内部流动和处理的。
  2. 渲染引擎：最基本的渲染引擎，可能支持简单的顶点和像素着色器功能，以便进行图形绘制。
  3. 内存管理：GPU 的内存访问模式，包括纹理内存和帧缓冲区的管理。
  4. 并行处理单元：模拟 GPU 的多个处理核心，用于执行并行操作，这是现代 GPU 强大计算能力的关键所在。
  5. 控制逻辑：处理指令流和调度任务的逻辑，确保不同部分的 GPU 可以协调工作。
  6. 接口：实现与外部世界连接的接口，如 PCI Express 或其他通信协议。

通过这些模块tiny-gpu能够帮助用户了解 GPU 的基础概念，还能实际体验设计和验证过程，可以自行修改和扩展设计，实验不同的架构选择，仿真或实际芯片制造来测试他们的设计。
这个项目还提供了丰富的文档和教程，指导用户如何从零开始构建自己的 GPU，如何用 Verilog 编写代码，如何利用仿真软件测试设计，以及如何在必要时将设计适配到 FPGA（现场可编程门阵列）上进行实验。tiny-gpu 项目是教育和实践相结合的完美示例，促进了硬件设计知识的普及，对计算机图形学和并行计算深层次探索的热情。

Brainstorm

  1. 手写mini vue ,mini react ，掌握源码原理
  2. 做开源组件库项目
  3. 低代码拖拉拽项目
  4. 拖拉拽生成流程图，思维导图

技术栈

Frontend

  • HTML
    HyperText Markup Language

  • CSS
    Cascading Style Sheets

    • preprocessor: bundler + tranpiler
      • SASS
    • CSS Framework
      • Bootstrap

  • JavaScript
    make webpage interactive

    • DOM: Document Object Model
      change the webpage

    • JavaScript Framework
      never use dom directly

      • ReactJS
      • Angular
      • VueJS

    • JS miss features that split code into different files and organize

      • Bundler: let us to split, then combine all

        • Webpack

      • Transpiler: add extra features

        • TypeScript

    • XMLHttpRequest
      send a message to a url (backend)

      • axios-http
      • fetch API

Backend

  • Backend Programming Language:

    • JavaScript (NodeJS)
    • Python
    • Rudy
    • Java

  • Backend Framework:
    Create a server much easier and with less code

    • ExpressJS
    • Python Django
    • Rudy on Rails
    • Java Spring

  • Package Manager:
    Packages: do calculation, talk to a database, and set up user login and authentication

    • npm
    • pip
    • bundler
    • maven

Database

  • Primary Databases:
    not good for storing images or text search

    • MySQL

    • PostgreSQL

    • MongoDB

  • Others:

    • Redis
      cache to take some stress off

    • Store Images

      • Blob Storage (AWS S3)

      • CDN (AWS Cloudfront)

    • Search Database
      text search

      • Elastic Search

    • Analytical Database
      data science

      • Snowflake

    • Scheduled Tasks

      • RabbitMQ
        job queue to schedule tasks in the future

  • API: Application Programming interface

    • Rest: Representational State Transfer

    • GraphQL
      POST /graphql

    • RPC: remote procedure call
      POST /createOrder, POST /getOrderHistory

Infrastructure

  • Cloud Computing

    • AWS: Amazon Web Services

    • GCP: Google Cloud Platform

    • Microsoft Azure

  • IaaS: Infrastructure as a service
    rent Vitrual Machine

    • LB: Load Balancer
      distribute requests evenly across VMs

  • PaaS: Platform as a service
    set up all VMs including LB, integrate everything

    • AWS Elastic Beanstalk

    • App Engine for GCP

    • App Service for Microsoft Azure

  • SaaS: Software as a service
    provide a backend and an API

    • Twilio: Email Service Company

  • Microservices 微服务
    split backend into separate ones, smaller and more focus

后端的技术主要是：

  1. 应用业务逻辑开发
  2. rpc/REST
  3. 缓存，如redis
  4. 网关
  5. 消息中间件
  6. 事务存储，如mysql

infra开发包括五大类：云计算，云原生包括容器、调度等，中间件，大数据与AI以及系统软件。

  • 云计算：
    1. 计算虚拟化，如kvm
    2. 存储虚拟化，如容器的csi
    3. 网络虚拟化，如ipvlan和vxlan等
  • 云原生：
    1. 容器，如docker
    2. 调度中心，如k8s
    3. 服务网格，如istio
  • 中间件：
    1. DNS，如GSLB
    2. 网关，如api gateway
    3. 负载均衡，如LVS和ngnix
    4. 消息队列，如kafka
    5. 缓存，如redis
    6. 配置、服务注册中心，如ectc、zk
    7. 应用编译、发布、测试平台等
  • 大数据平台与AI：
    1. 数据采集，主要包括元数据、业务数据和监控数据
    2. 大数据存储，如hdfs和elasticsearch等
    3. 离线计算，如spark
    4. 实时计算，如flink、spark streaming
    5. 全文检索，如elasticsearch
    6. 智能计算，如pytorch和params server等
    7. 可视化，如商业报表工具
  • 系统软件：
    1. 操作系统
    2. 编程语言与编译器