开发低代码开发平台，底层基础功能的深度决定了上层应用的高度，必须要做的坚实且灵活。优化响应式布局设计，从bootstrap受到一些启发，昨晚初步构思了一套自适应PC端，平板端，手机端设备的复杂结构万能布局的优化方案，今天来撸一撸。
textarea文本域输入框，高度自适应，用ElementUI只要autosize属性就搞定！自己写js要几十行代码，调用起来还特别麻烦，而这一切ElementUI全帮我们搞定了，还可以指定最小行数minRows、最大行数maxRows，若不需要指定最大行数可以不写maxRows。不得不说ElementUI真方便，考虑了常用功能，避免开发人员自己写js代码重复造轮子，还容易发生兼容问题。
[赞][赞][赞]
吐槽一下同事。北漂生活结束了，回到了小城市，新工作公司的软件开发由我管理。公司有个前端的小姑娘，说是工作3年了，但是通过1个月的观察了解，她给我的印象就是技术菜，毫无业务逻辑，自我感觉良好，傲慢，不沟通。
前端用的uniapp是我来这个公司之前这个小姑娘自己搞得。今天看她工作进度让她提交下代码，她直接把提交代码失败的截图发我然后什么也不说，我就让她自己去百度，而且错误原因控制台已经说明了，最后她搞了半个小时也没提交，我就去给她弄了，这个项目只有她自己提交过代码，这次提交居然还冲突了，真不知道她怎么搞的。平时遇到问题也不知道问同事，就知道问她同为前端的男友，远程帮她解决问题。
uniapp微信授权这里比较麻烦，要生成签名，生成appkey，Android Studio项目导入等各种配置，而且打包后配置才能生效，我就写了个demo，全流程跑通了，才让她在她写的这个uniapp项目上对接微信登录。我已经很明确告诉她了，调用哪个接口，把授权后的code传给接口就能拿到用户信息了，她偏不按照我说的做，自己网上复制来一大堆代码在那试，在我看来可笑又可气。技术本来就菜，为什么不谦虚点呢，还质疑我告诉她的实现方法，别人说她，她本来就黑，她还黑着脸给别人翻白眼。
我和她说微信登录我写吧，就几行代码，然后我就仔细看了她搭建的这个uniapp项目，代码没有任何组件的封装，没有环境变量的配置，目录也很乱，没有模块化的概念。按照原型图死磕的，如果屏幕尺寸变化了，页面元素就到处分散了，根本就没有自适应。气得我也不知道说什么了，有种不是她去找工作就是我去找工作的不共戴天想法。
希望她谦虚点，不懂就问，学会沟通，而不是自己在那瞎琢磨，有点逻辑性的头脑就更好了。
拥有高度自定义能力是衡量一个系统价值的重要因素，尤其是在通用型系统里面，可以通过自定义脚本自适应客户各种奇葩需求，而无需重新编译发布，大大减少响应时间和开发成本，这也是ERP，mes，oa系统常备的模块。利用这个假期在框架里融入这个脚本插件模块，为了后面实现低代码oa做准备。
iOS 16又被挖，带来一个好消息和一个坏消息。
先说好消息，熄屏显示还是要来了。国外有开发者在挖iOS 16 Beta版的时候，发现了支持熄屏显示的代码。也就是说苹果有在筹划这个功能，可能正式版会迎来上线。
再说坏消息，熄屏显示功能只适配最新的iPhone 14 Pro系列，因为只有14 Pro采用了最新的自适应屏幕，才能完美运行此功能。
我个人觉得这多半是真的，首先iOS 16的时间文本可以支持自定义，变细变粗和更改颜色，这样的多样化设置，在你打开屏幕解锁的一瞬间就错过了，明显不值得。唯一可靠的说法就是将它利用到熄屏显示上，将自定义的优势真正通过熄屏显示展示出来。
如果真是这样的话，想买到一台带有熄屏显示的iPhone需要8000元，而安卓百元机就有了。如果是你，你会选择iPhone还是国产的华为小米OV#荣耀70# 呢？
英特尔公司的自动驾驶部门 Mobileye 周五公布了其在美国首次公开募股的申请，股票代码为“MBLY”。根据其 IPO 文件，Mobileye 报告上半年收入为 8.54 亿美元，比去年同期增长 21%。 年，Mobileye 公布了 14 亿美元的收入。同时，Mobileye 确认高盛和摩根士丹利是主承销商。Mobileye 尚未为其 IPO 设定价格区间，但据路透社报道，该公司的股票发售目标估值可能高达 500 亿美元。
英特尔于 年以约 153 亿美元收购的以色列公司 Mobileye 在无人驾驶汽车中使用基于摄像头的系统，该系统具有自适应巡航控制和车道变换辅助功能。除了自动驾驶芯片和软件之外，Mobileye 还提供当今使用的驾驶辅助技术和地图技术。Mobileye 的客户包括宝马、奥迪、大众、日产、本田和通用汽车，一直是英特尔的亮点，英特尔在芯片制造领域面临来自英伟达和高通的激烈竞争。#自动驾驶# #英特尔# #特斯拉# #美股#
Mesa 22.0 与 Vulkan 1.3 一起发布，许多开源 Intel 和 AMD 驱动程序改进
Mesa 22.0今天作为对 Linux 系统广泛使用的开源 OpenGL 和 Vulkan 图形驱动程序集合的季度功能更新发布。
像往常一样，大多数开源 3D GPU 驱动程序活动都围绕着英特尔和 AMD Radeon 显卡驱动程序——英特尔的 Iris Gallium3D、最近推出的英特尔 Crocus Gallium3D 驱动程序、英特尔 ANV Vulkan、RadeonSI Gallium3D 和 Radeon RADV 驱动程序。但是，Zink OpenGL-on-Vulkan 实现、Freedreno、Panfrost 和其他各种较小的驱动程序也正在进行健康的工作。遗憾的是，关于 Nouveau 开源 NVIDIA 驱动程序前端的报道不多。
尤其是开源的 Intel 和 AMD Radeon Linux 图形驱动程序的状态非常好，并继续主导 Mesa3D 版本，以改进 Linux 游戏和其他领域。
Mesa 22.0 的一些亮点包括：
- Vulkan 1.3 适用于Radeon "RADV"和Intel "ANV" Vulkan 驱动程序。Vulkan 1.3 所需的各种扩展在本周期的早期添加，包括动态渲染(KHR_dynamic_rendering) 和其他功能。
-英特尔 Alder Lake N 支持与启动 Raptor Lake一起到位。还有新的但已禁用的 DG2/Alchemist 代码。
-适用于英特尔 OpenGL 和 Vulkan 驱动程序的自适应同步/VRR。
- RADV 和英特尔 ANV 与 DG2/Alchemist的实验性网格着色器。 -
继续研究 RADV 光线追踪。
-更好的 Radeon VCE 视频编码性能。
- RadeonSI 稀疏纹理支持。
-对 RADV 的模拟 ETC2 支持。
-用于 Navi 1x 消费级 GPU 的 RadeonSI NGG 着色器剔除。
- Mesa 的经典车手退役。同样，英特尔的 OpenSWR 驱动程序已移至 Mesa 的“Amber”分支。
- RadeonSI 和 Zink 现在支持 OpenGL ARB_sparse_texture 扩展。
- Microsoft 的 D3D12 代码现在支持 OpenGL ES 3.1 和其他功能，也支持 GL 4.x，例如计算着色器。
-使用 Linux 5.17+ 和即将推出的 VMware 虚拟化软件时 支持 VMware SVGA OpenGL 4.3 。
- Zink OpenGL-on-Vulkan 代码继续变得更加高性能和更好地支持各种 OpenGL 功能。
- Raspberry Pi V3DV Vulkan 驱动程序现在可以在 Android 上运行。
- Freedreno 对 Clover OpenCL 有基本的支持。
- Mesa 的 EGL 代码中的 DMA-BUF 反馈支持。
- 各种性能优化，包括更多 RadeonSI 优化。
Mesa 22.1 已经进行了数周的功能开发，这将是 年第二季度的开源 3D 驱动程序堆栈更新。
通过今天的简短发布公告下载有关 Mesa 22.0 的更多详细信息。
华为手机夜景拍摄为什么这么牛？原因找到了！
测试了一下华为mate40 pro的极度暗光拍照效果，对比三星S20 ultra，发现不管是在普通拍摄模式下（两者均在ai自适应场景下拍摄，在暗光环境中，两者均自动开启1到3秒不等的长曝光拍摄），还是在夜景拍摄模式下（自动为7秒左右手持长曝光），华为手机从按下快门到打开预览，第一观感上，均远超三星，给人一种惊艳的感觉。但是，事实果真如此吗？
于是，我用Photoshop打开三星的在普通模式和夜景模式拍的照片，使用亮度/对比度调节工具，将三星的两张照片调高一倍，华为的拍摄样张保持不变，并且进行局部放大对比。最终，我才恍然大悟。
总结一下：
1.华为的夜景拍摄确实非常牛，在极度暗光下，表现出非常惊艳的效果，至少按下快门，去预览照片的时候，给人这种感觉！
2.三星夜景拍摄非常一般，但是细节保留得非常不错，实际成像色调，更接近实景。
3.三星，你真不够聪明。因为你明明可以封神，因为让夜景照片看起来很亮，只需要一行代码就可以解决，你却甘愿被吊打[呲牙][呲牙][呲牙]
【三大关键词 百度加速推进AI平台产业化、规模化】
在中国，云计算的“头羊”是阿里云，而人工智能的“头羊”是百度，阿里云起家之时是打造了云操作系统“飞天”，而百度则打造了人工智能操作系统 “飞桨”。有人说在数字经济时代，前些年企业转型的核心是“数字化”，而在现在到未来企业转型的核心关键词是“智能化”。前些年，我们目睹了云对中国经济的深度影响，而接下来的智能化时代，我们需要关注“人工智能”对经济赋能效应。而飞桨的发展与成熟对于中国推进数字经济从“数”向“智”迈进，很重要。
目前，百度正在加速推进其AI平台的产业化和规划化落地，希望通过标准化、自动化、模块的方式加快向行业输出。百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰在12月12日举行的WAVE SUMMIT+ 表示：“深度学习推动人工智能进入工业大生产阶段。面向技术和产业发展需求的AI大生产平台可以让AI技术以标准化、自动化和模块化的方式输出给千行百业，实现规模化应用，同时以平台为基础促进融合创新、共同发展。飞桨产业级深度学习开源开放平台是典型的AI大生产平台，赋能广大开发者，有力支撑AI工业大生产，促进技术创新和产业智能化升级。”
在WAVE SUMMIT+ 深度学习开发者峰会上，飞桨发布了一系列的技术更新，包括飞桨开源框架升级、大规模分布式训练技术、边缘控制台、飞桨EasyDL桌面版等等。笔者认为，这次升级其中有三大核心关键词。
其一是飞桨核心技术大升级。这次飞桨发布了开源框架2.2版本，具备一些列新特性：包括飞桨API更加丰富、高效、兼容，新增大量科学计算API；支持超大模型训练的端到端自适应大规模分布式训练技术；多层次、低成本的硬件适配方案，极致降低框架与芯片的适配成本。飞桨产业级模型库新增百度最新发布的知识增强文心大模型，让大模型真正进入产业应用；官方支持的产业级开源算法模型超过400个，并发布13个PP系列模型，在精度和性能上达到平衡，将推理部署工具链彻底打通。
其中科学计算是新焦点。 最近这两年AI在材料科学、生物医药的科学计算领域的巨大突破，让全球看到了AI的更大潜力，在次的飞桨升级中新增了大量科学计算API，比如增加了傅里叶变换、Jacobian/Hessian/VJP/JVP等一系列API，支持量子计算、生命科学、计算流体力学、分子动力学等应用，助力前沿技术探索。
另一个新焦点是大模型。大模型被视为通往通用人工智能的路径之一，正在成为各国AI巨头的兵家必争之地，作为中国AI头部公司，必须要在该领域有作为。近期百度发布的全球首个知识增强千亿大模型鹏城-百度·文心，也是基于端到端自适应大规模分布式训练技术。该模型参数规模达2600亿，是目前全球最大的中文单体模型。“鹏城-百度·文心”在机器阅读理解、文本分类、语义相似度计算等60多项任务中取得最好效果，并在30余项小样本和零样本任务上刷新基准。
其二是推出产业实践范例库。作为一个人工智能的大生产平台，作为一家核心平台技术公司，就像英特尔等芯片公司一样，需要给其芯片上的各种开发商、应用厂商，给出参考设计，让开发者、应用厂商能够“一目了然”，才能加快AI的产业化落地。这次飞桨推出业界首个产业实践范例库，从真实产业场景分析、完整代码实现，到详细过程解析，直达项目落地，覆盖数十个高频应用场景，推动AI落地可复制和规模化。面向产业场景提升开发效率和资源使用效能的飞桨企业版升级了自动高效的模型部署功能，同时推出1分钟极速安装完成本地高效建模的飞桨EasyDL桌面版。
三是推进生态共创。今天的产业竞争其实是生态竞争，谁能够拥有最多的开发者，谁就能够因水涨而船高，尤其是平台公司，就像百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜所言：“建设飞桨需要抓住的关键点有三个，技术持续创新、功能体验以开发者的需求为首位，以及广泛地与生态共享、共创。”
在这次大会上，百度发布“大航海”计划2.0，在启航、护航、领航三大航道基础上，新增“共创”计划，以飞桨平台为基座，社区开发者共创工具、模型、产业案例与实践经验；形成产业创新需求对接平台，共创产学研用正循环；与生态伙伴一起建设人工智能产业赋能中心，共创区域创新生态。
经过这些年的大投入，百度AI已经进入了“产业化”和“规模化”的落地阶段，而要推进产业化与规模化，需要从核心技术完善、开发工具丰满、实践案例分享、生态共建等维度，持续加码。现在的百度正在朝着这几个维度，不断前进。(文/佳师)
DUAL: 语音离散单元自适应学习的无文本口语答题法
近年来，口语问题回答（SQA）获得了研究的关注，并取得了显著的进展。然而，现有的SQA方法依赖于自动语音识别（ASR）的成绩单，而这些成绩单的收集在时间和成本上都很困难。这项工作提出了一个无ASR成绩单的SQA框架，名为离散单元自适应学习（DUAL），它利用未标记的数据进行预训练，并由SQA的下游任务进行微调。DAUL可以直接从口语文件中预测口语答案的时间间隔。我们还发布了一个新的SQA基准语料库NaturalMulti-speaker Spoken Question Answering（NMSQA），用于在现实场景中测试SQA。实验结果表明，DUAL的表现与级联方法（ASR+文本QA）具有竞争性，而且DUAL对真实世界的语音具有鲁棒性。我们将开源我们的代码和模型，以激发社区更多的SQA创新。
《DUAL: Textless Spoken Question Answering with Speech Discrete Unit Adaptive Learning》
论文地址:网页链接
空间噪声课程学习的对比性对象级预训练
基于对比学习的预训练的目标是利用大量的无标签数据来产生一个可以随时适应下游的模型。目前的方法是围绕着解决一个图像辨别的任务：给定一个锚点图像、一个增强的对应图像和一些其他的图像，模型必须产生这样的表征，即锚点和它的对应图像之间的距离很小，而锚点和其他图像之间的距离很大。这种方法有两个重大问题。(i)通过在图像层面的对比表征，很难产生详细的物体敏感特征，而这些特征对下游的物体层面的任务（如实例分割）是有益的；(ii)产生增强的对应物的增强策略是固定的，使学习在预训练的后期阶段不太有效。在这项工作中，我们引入了课程对比性对象级预训练（CCOP）来解决这些问题。(i) 我们使用选择性搜索来寻找粗糙的物体区域，并使用它们来建立一个图像间的物体级对比损失和一个图像内的物体级辨别损失到我们的预训练目标中；(ii) 我们提出一个课程学习机制，自适应地增加生成的区域，这使得模型能够持续获得有用的学习信号，甚至在预训练的后期阶段。我们的实验表明，在对多物体场景图像集进行预训练时，我们的方法比MoCo v2基线在多个物体层面的任务上有很大程度的提高。代码可在GitHub - ChenhongyiYang/CCOP: Code of our paper "Contrastive...。
《Contrastive Object-level Pre-training with Spatial Noise Curriculum Learning》
论文地址:网页链接
#华为要卖车了# 赛力斯华为智选SF5所搭载的HUAWEI HiCar全场景智能互联系统，深度整合了华为提供的人-车-家全场景智慧互联（HUAWEI HiCar Smart Connection）解决方案。
不仅可支持多种精细化场景，更可随时通过多场景语音交互实现车内操控，将赛力斯华为智选SF5打造成为集”家居、娱乐、工作、社交“的第三空间，创造智慧出行体验。
赛力斯华为智选SF5支持有线连接和无线连接，无限连接通过蓝牙和Wifi使用HUAWEI HiCar，一次认证，后续自动连接，不需要再对手机进行操作，解放双手说走就走。有线连接则通过USB线将手机和外接设备连接后使用HUAWEI HiCar，即插即用，方便快捷。
全界面语音操控行车时不必为琐事分心，可通过物理按键唤醒和中控屏幕上的智慧语音图标触摸唤醒华为语音助手，语音控制20多项技能，安全与便利一路相伴。HUAWEI HiCar搭载双地图模式，高德、百度地图自由切换，便捷导航语音指令及询问式导航语音服务反应灵敏；音乐及有声读物的特色服务一应俱全，集合华为音乐、酷狗、咪咕、网易云音乐、喜马拉雅等个性化头部APP，打造全方位智能语音交互体验。
千万级正版曲库、儿童亲子内容，你想要的全都有。人性化设计的停车模式，华为视频、优酷视频为您的等待时间提供视频播放与热门影视的查找的服务，开启高阶娱乐车生活。智能化黑科技，游刃有余轻松出行赛力斯华为智选SF5支持应用跨屏接续、无缝流转，可自动同步手机播放信息到车机上，实现断点续播。另外。手机提前设置目的地，也能自动同步至车机系统，免去车机输入繁琐，优化操作步骤，让你的出行更加智能便捷。
情景智能Ongoing情景卡片不仅对界面显示进行全新升级优化，还在能同时显示通话、导航或音乐播放等任务正在进行的画面。多个预设特色主题模式，满足你的个性化需求。智能家居操控通过华为超级ID生态能力和AI智能，在车上动动手指就能远程控制家中的智能家居；智能化情景提示卡片还能同步提醒航班信息、日历信息等重要内容。支持有线和无线两个方式让车机共享手机的5G上网能力，智联车生活随手掌握。
SERES智慧云智能操作系统SERES智慧云包含查询与控制车辆信息，导航、娱乐、语音识别控制、远程升级等多项功能，云智能体验，尽在其中。
SERES Pilot安全驾驶智能辅助系统 用科技智能为你全面护航赛力斯华为智选SF5配备多个超高智能感知硬件，其中包括1个高感知摄像头，3个毫米波雷达，4个环视摄像头和8个超声波雷达；
SERES Pilot是以用户信任、使用习惯和使用条件为基础，以驾驶产品便利性、安全性为核心的全新一代安全驾驶智能辅助系统，依靠安全预警、主动驾驶、智能辅助的三大全驾驶智能辅助功能，带给消费者智能驾驶时代的全新驾乘安全体验。
FCW 前碰撞预警，让安全不越雷池一步当与前车存在碰撞危险时，将通过声光报警和点刹预警提醒制动，时时刻刻，提升你的安全保障。
LDWS车道偏离预警，让行驶多一份踏实安心车道辅助系统采用博世最新的多功能摄像头，智能识别前方车道线，在偏离车道时通过仪表图像、声音、震动等多种组合方式给予及时提醒，避免疲劳驾驶，为驾驶更添安心。
DOW侧方开门预警，保护无处不在当车辆停止后，系统探测到相邻两侧车道车辆情况等，并在本车开门有风险时，实时发出预警信号。RCTA后方交通横穿预警，轻松倒车，从此不再进退两难当车辆在狭小、视线被遮挡的环境下倒车，斜后方有其他车辆或物体出现，及时预警，提醒危险，避免意外发生。
ACC-S&G 停走型全速域自适应巡航。
AEB 自动紧急制动，提前预知，防患于未然行车过程中，可通过仪表图像提醒驾驶员注意与前车车距。
HUD抬头显示，三屏联动，方寸间科技十足12.3英寸全液晶炫彩数字仪表、HUD抬头显示、17英寸中央多点触控屏，三屏联动，车速、导航、行车动向等重要信息瞬间获取，降低驾驶过程中注意力中断的频率从而减少事故发生；温暖又人性化的贴心设计带来更加可靠安心的驾驶体验。
远程遥控，智联车生活随手掌握用户能通过手机实现无缝远程控车功能。实现查询车辆状态、远程寻车、远程诊断、远程解闭锁，远程尾门开闭，远程控制远近光、远程空调开/闭及温度控制、远程预约充电等多项车辆控制功能，全方位构建便捷车生活。
整车OTA空中升级，一键更新在线升级整车系统软件，数据传输、上传、下载、代码更新，随时随地为您进化、常用常新，给您最佳的用车体验。重力感应启动，说走就走依靠检测智能钥匙和座椅重力感应功能，系上安全带踩下电门即刻出发，智能黑科技无处不在。
还有更多的黑科技等你发觉，你觉得怎么样[呲牙][呲牙]
我是首批车主，开车一年多了，中间出现过一些小问题，但是驾驶上的问题没遇到过，错误代码有出现过，我在长春没4s店，一个电话给售后，马上有人从天津北京坐飞机来给你修理，而且修好后没有再出问题，主动避让和自动辅助驾驶我在APP发表过文章，现在所有车企技术都不成熟，都没达到L4级别，就算是宣称L3.5级别，也不算真正意义上的自动驾驶，所以为了你的生命安全，尽量还是有手动驾驶。高合的自动刹车是有的，但是有速度限制，太慢或太快都不行，但是有一次我溜号险些追尾，就是车自己刹停的，当时吓了我和我爱人一跳。不过，也有一次在停车场尾库时，和前车相撞，连前车牌都撞变形了。高速上我试过icc自适应巡航，前车停车我的车也刹停了，等前车行驶后我的车也自己行走了，跟车功能是好用的，但是，但是，但是，必须人随时接管，必须人随时接管，必须人随时接管！
#IT# #Java面试题# #Java#
岗位:Java全栈工程师
问：说一说java中同步关键字synchronized?
答：
synchronized能同时保证可见性，原子性，有序性。所以我们在解决并发问题的时候经常用synchronized，当然还有很多其他工具，如volatile。但是volatile只能保证可见性，有序性，不能保证原子性。
Java对象组成，有对象头、实例变量、填充字节，而synchronized不论是修饰方法还是代码块，都是通过持有修饰对象的锁来实现同步，是因为synchronized锁对象是存放到对象头里面的标记字段（Mark Word）里面的，所以对于每次都new的对象来说是无锁的，锁是在对象头进行标记的。
锁的升级:
synchronized锁有四种状态，无锁，偏向锁，轻量级锁，重量级锁，这几个状态会随着竞争状态逐渐升级，锁可以升级但不能降级，但是偏向锁状态可以被重置为无锁状态。
因为经过HotSpot的作者大量的研究发现，大多数时候是不存在锁竞争的，常常是一个线程多次获得同一个锁，因此如果每次都要竞争锁会增大很多没有必要付出的代价，为了降低获取锁的代价，才引入的偏向锁。
偏向锁原理和升级过程
当线程1访问代码块并获取锁对象时，会在java对象头和栈帧中记录偏向的锁的threadID，因为偏向锁不会主动释放锁，因此以后线程1再次获取锁的时候，需要比较当前线程的threadID和Java对象头中的threadID是否一致，如果一致（还是线程1获取锁对象），则无需使用CAS来加锁、解锁；如果不一致（其他线程，如线程2要竞争锁对象，而偏向锁不会主动释放因此还是存储的线程1的threadID），那么需要查看Java对象头中记录的线程1是否存活，如果没有存活，那么锁对象被重置为无锁状态，其它线程（线程2）可以竞争将其设置为偏向锁；如果存活，那么立刻查找该线程（线程1）的栈帧信息，如果还是需要继续持有这个锁对象，那么暂停当前线程1，撤销偏向锁，升级为轻量级锁，如果线程1 不再使用该锁对象，那么将锁对象状态设为无锁状态，重新偏向新的线程。
轻量级锁原理和升级过程
线程1获取轻量级锁时会先把锁对象的对象头MarkWord复制一份到线程1的栈帧中创建的用于存储锁记录的空间（称为DisplacedMarkWord），然后使用CAS把对象头中的内容替换为线程1存储的锁记录（DisplacedMarkWord）的地址；
如果在线程1复制对象头的同时（在线程1CAS之前），线程2也准备获取锁，复制了对象头到线程2的锁记录空间中，但是在线程2CAS的时候，发现线程1已经把对象头换了，线程2的CAS失败，那么线程2就尝试使用自旋锁来等待线程1释放锁。 自旋锁简单来说就是让线程2在循环中不断CAS，但是如果自旋的时间太长也不行，因为自旋是要消耗CPU的，因此自旋的次数是有限制的，比如10次或者100次，如果自旋次数到了线程1还没有释放锁，或者线程1还在执行，线程2还在自旋等待，这时又有一个线程3过来竞争这个锁对象，那么这个时候轻量级锁就会膨胀为重量级锁。重量级锁把除了拥有锁的线程都阻塞，防止CPU空转。
在最新jvm中引入了自旋等待，jvm会自行判断等待时间，结合上一次等待时间判断这次预估等待时间，所以自旋也不是简单的等待次数或者判断自旋时间来升级锁。
结语：综上所述，对于synchronized的优化是针对锁的分层级达到的，避免在无或者低量并发时导致使用重量级锁。
无锁是初始状态，偏向锁只是标记了一下对象信息，原则上是无锁，在不出现线程竞争时，此方案的损耗是最小的，只是多做了一层对象标记，明显适合基本上没什么并发的的系统，同时如果出现并发要升级锁，出现锁撤销等损耗；轻量级锁则是应对少量并发的情况下的，且持有锁都是较短时间，追求响应速度为优的情况下；重量级锁是追求吞吐量为优，锁的持有时间较长这些场景。
关闭偏向锁:-XX:-UseBiasedLocking
设置重量级锁:-XX:+UseHeavyMonitors
轻量级锁升级重量级锁次数设置: -xx:PreBlockSpin=10
（默认就是10次，jdk6可以设置，后面的版本改成了自适应自旋，由jvm直接控制）
云原生安全成为未来重要发展趋势！联想构建“边云融合”边缘侧全栈解决方案
当前的云计算发展，在经历了以“设备”为中心的服务器阶段，以“资源”为中心的云化阶段，以“应用”为中心的云原生阶段之后，目前行业已经进入到了以降低人力依赖度、提高资源运维效率、降低部署难度、提高应用敏捷度以及更加可信安全智能的“云原生2.0”阶段。
赛迪顾问在近日发布的《-中国云安全市场研究年度报告》中提出，伴随着企业上云的速度、广度、深度不断提升，云原生具备的开箱即用、弹性、自适应、全生命周期防护等显著优势，给企业安全防护能力建设带来了新思路，云原生安全成为未来重要发展趋势。未来，云原生安全在脱虚向实的过程中还将激发更多技术领域迎来变革。
11月9日，在联想创新科技大会（Lenovo Tech World）“新算力，创造数智新时代”分论坛上，联想重磅发布智能边缘产品家族。
联想以“慧天”品牌边缘计算全栈硬件为支撑，结合联想边缘云、联想边缘大脑的优势能力，形成“边云融合”的边缘侧全栈解决方案，构筑了满足新趋势、无处不在的新算力。
联想慧天边缘产品全面涵盖工控机、嵌入式计算机、工业一体机、智能边缘网关、边缘服务器等硬件设备，以不同的算力能力、多样的产品形态，满足各行各业需求。
基于系统结构创新（液冷方案和高功率被动式散热设计）、支持异构计算能力、可拓展模块化设计三大核心技术支撑，联想慧天智能边缘产品家族具有适应严苛外部环境、覆盖多种场景、实现灵活定制的显著优势，拓宽了算力的可应用场景，为打造无处不在的新算力夯实基础。
作为可远程管理边缘计算基础设施的软件系统，联想边缘云不仅实现了更加安全、全生命周期的边缘应用管理，更有效提升了中心管理的统一性与智能化程度，从而探索出了云边协同的可靠路径。
此外，联想还针对行业应用场景特别推出了边缘云一体机，整合边缘硬件终端和边缘云平台的领先技术，带来灵活的算力配置与应用。边缘一体机内置了轻量的边缘安全防护，支持传统的虚拟机应用和现代云原生应用，实现了一节点到多节点的边缘集群的灵活建设与扩容，为边缘算力提供更为便利的配置支持。
联想边缘大脑以边缘动态模型训练系统、云管低代码AI方案开发系统、边管模型快速批量部署系统、边缘推理加速系统四大子系统，实现边缘侧人工智能模型的快速构建、部署、开发与应用。
作为业界领先的智能基础设施提供商，联想在边缘计算领域率先布局，通过创新的软硬件产品与服务，构建全栈智能化边缘计算解决方案，推进云边协同和数智融合，加强面向特定场景的边缘计算能力，强化算力统筹和智能调度，助力千行百业数字化转型。
