MUSA SDK rc3.1.0中的驱动安装问题

weixin_43863948 2025-07-20 16:51:34

发现SDK rc3.1.0中的2.7.0驱动安装后，通过mthreads-gmi查看，看到显示的driver version不是2.7.0，而是1.0.0。这个是什么问题？如下图

...全文

210 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

wangdou8521 08-19

打赏
举报

回复

老老实实2.7.1

新手上路 ubantu 20.04 安装摩尔线程S80 MUSA Toolkit 安装避坑指南

LLM RAG（Retrieval-Augmented Generation with Large Language Models）是一种结合大语言模型（LLM）和信息检索（IR）技术的生成方法，专门用于增强语言模型的上下文感知和准确性。在这种方法中，检索模块从一个外部知识库（例如文档、数据库或向量数据库）中获取相关信息，然后将这些检索到的内容与 LLM 结合，使得生成结果更加精准和信息丰富。Ollama是一个工具和平台，专注于简化和优化大语言模型（LLM）的管理和部署。

llama.cpp是一个纯 C/C++ 实现的项目，旨在简化大语言模型 (LLM) 的推理过程，并在多种硬件环境下提供最先进的性能支持，无论是本地部署还是云端运行。其主要目标是以最小的设置和依赖，让用户在广泛的硬件平台上轻松进行 LLaMA 等大模型的推理。

提供了基于BP（Back Propagation）神经网络结合PID（比例-积分-微分）控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发，经过测试，确保能够正常运行，适合学习和研究神经网络在控制系统中的应用。特点集成BP神经网络：模型中集成了BP神经网络用于提升PID控制器的性能，使之能更好地适应复杂控制环境。 PID控制优化：利用神经网络的自学习能力，对传统的PID控制算法进行了智能调整，提高控制精度和稳定性。 S函数应用：展示了如何在Simulink中通过S函数嵌入MATLAB代码，实现BP神经网络的定制化逻辑。兼容性说明：虽然开发于Matlab 2016b，但理论上兼容后续版本，可能会需要调整少量配置以适配不同版本的Matlab。使用指南环境要求：确保你的电脑上安装有Matlab 2016b或更高版本。模型加载：下载本仓库到本地。在Matlab中打开.slx文件。运行仿真：调整模型参数前，请先熟悉各模块功能和输入输出设置。运行整个模型，观察控制效果。参数调整：用户可以自由调节神经网络的层数、节点数以及PID控制器的参数，探索不同的控制性能。学习和修改：通过阅读模型中的注释和查阅相关文献，加深对BP神经网络与PID控制结合的理解。如需修改S函数内的MATLAB代码，建议有一定的MATLAB编程基础。

sketch_nov26a_anjian.zip

211

社区成员

108

社区内容

发帖

与我相关

我的任务

企业社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章