自动化控制理论

现代控制理论怎么都是数学内容，太难太枯燥，怎么办？ - chitori kagome的回答 - 知乎 https://www.zhihu.com/question/423573211/answer/3412888030

1. 把教科书拿咸鱼上卖了
2. Dr.can和王开复（ACSheva）的视频，反复看
3. simulink，启动！
4. 去咸鱼上再把书买回来

自动化控制理论

• https://github.com/TinyMPC/TinyMPC
• https://zhuanlan.zhihu.com/p/1914270546826339897?share_code=srHwb7MLFWch&utm_psn=1916864542807392630
  • Control Systems for Complete Idiots

就这个这个了，写的太棒了

https://space.bilibili.com/230105574

卡尔曼滤波器 : 为什么测量误差

类似需求的项目应该很多才对

https://kubernetes.io/docs/concepts/scheduling-eviction/

https://docs.ceph.com/en/reef/dev/osd_internals/mclock_wpq_cmp_study/

https://pve.proxmox.com/wiki/Ceph_mClock_Tuning

还有网络中的负载均衡。当然，还需要网络中的拥塞控制，按道理拥塞控制就最喜欢使用自动化控制理论了。 而且也是平衡多个 instance 直接的网络问题。

至少 CPU 的 scheduler 似乎根本没有自动化控制的思路，就是不看反馈的那种。

似乎 GPU 也是这个思路的: https://devblogs.microsoft.com/directx/hardware-accelerated-gpu-scheduling/

虽然 CPU 的 scheduler 是最复杂的，但是在存储栈和网络栈中，scheduler 是非常重要的:

似乎几个 block layer 的调度器都是分析如何合并 io ?

• 一个盘存在两个分区，如何保证在一个分区的 io 不会耗死掉另外一个分区的 io
• io 如何实现进程之间的平衡

网络上也是存在类似的问题，下载一个程序，然后整个机器几乎无法使用。

从这里切入分析 merge request

blk_account_io_merge_request

真正的 atuo tune ，没有想象的那么糟糕，但是还不错

https://github.com/oracle/bpftune 先跑起来再说了

这个项目是有意义的，无论是 ebpf 还是其他的什么

https://mp.weixin.qq.com/s/lQPg1FJYatlZedEfp-nDZw

这里还有深度学习的内容，有趣！

还有一个

https://lwn.net/Articles/998576/

有趣的

https://github.com/kubewharf/godel-scheduler

https://news.ycombinator.com/item?id=44022736 : go scheduler 如何理解?

https://www.databricks.com/blog/intelligent-kubernetes-load-balancing-databricks

TODO

Doctor Can 的:

1. 狄拉克函数(单位冲击函数) 为什么要借助这个概念?

本站所有文章转发 CSDN 将按侵权追究法律责任，其它情况随意。