pod图像重构？ 图像重构流程详细描述？

2018年全球最值得关注的AI芯片初创公司

1、Habana Labs是一家以色列创业公司，去年9月在第一次AI硬件峰会上宣布它已经准备好推出其首款用于推理的芯片，其创纪录的性能用于卷积神经网络图像处理。结果显示在Resnet50图像分类数据库中该处理器每秒分类15，000张图像，比NVIDIA的T4高出约50％，功耗仅为100瓦。

2、在上榜的中国公司中，寒武纪凭借其在人工智能芯片领域的创新成果脱颖而出，成为国内最具潜力的AI芯片企业之一。字节跳动则以其独特的算法和强大的内容推荐系统引领着新媒体时代的潮流。

3、月27日，AI芯片初创企业地平线（Horizon Robotics）对观察者网透露，其获得6亿美元（约合40亿人民币）左右的B轮融资，估值达30亿美元（约合200亿人民币）。

4、年全球最具创新力公司Top50榜单中，苹果公司稳居榜首。中国企业有四家入选，其中腾讯凭借微信及庞大内容帝国，位列第四，超越亚马逊。2017年，腾讯排名为第12位。榜单中的“人工智能”类别还包含医疗AI初创企业AliveCor、社交平台Pinterest，以及微软、英伟达、Adobe等知名公司。

5、硅谷初创公司Syntiant Corp.， 以神经决策处理器为核心，近期宣布了一项重大里程碑——成功完成了C轮融资，旨在推动其低功耗边缘AI芯片的生产规模。

[翼型参数化]使用本征正交分解(pod)实现高维变量降维设计

1、使用本征正交分解实现翼型参数化高维变量降维设计的方法如下：构造快照矩阵：首先，需要有一个翼型样本库，每个翼型用一定数量的参数进行描述。将这些参数构造成一个快照矩阵，其中行代表不同的翼型样本，列代表描述翼型的参数。进行SVD分解：对快照矩阵进行奇异值分解，得到对角矩阵、左奇异矩阵和右奇异矩阵。

2、将n维参数降至k维，POD系数矩阵每行代表翼型初始n维设计变量经过Pod降维后的新的k维设计变量。优化器每次迭代提供随机乘法因子作为新的POD系数，修改后的n维参数通过新的POD系数与降阶POD模态相乘得到。举例，对于一个30翼型样本库，每个翼型用12个CST参数描述，构造30×12快照矩阵。

重启虚机后,k8s的kube-apiserver无法正常启动的问题

在重启设备后，执行 systemctl status kube-apiserver 命令时，未发现该服务，表明配置文件可能存在错误，因此决定对K8S集群进行重构。在master端检查pod时，发现flannel和coreDNS未启动，容器启动失败。

kube-apiserver报错，错误如下：这个错误指明了是与apiserver通信时认证失败造成的，接着就去找哪个组件报错说无法获取apiserver的资源，但是查了kube-controller-manager、kube-scheduler、kube-proxy和kubelet都没有找到相关的错误。

为确保API聚合功能在未运行kube-proxy服务的Master节点上正常工作，还需确保kube-apiserver能够访问服务的ClusterIP。这意味着可能需要调整kube-apiserver的启动参数以适应特定的环境需求。在配置完成并重启kube-apiserver后，API聚合功能便得以启用。

原因： conntrack表项问题：在K8S环境中，通过NodePort暴露的UDP服务在接收到频繁请求时，由于UDP conntrack表项默认老化时间为30秒，频繁请求可能导致老化失效。当Pod重启后，conntrack表中记录的可能是节点IP而非Pod IP，导致后续请求被错误地转发到节点IP而非新的Pod IP。

首先，构建K8S集群，部署UDP服务并用nc命令模拟客户端频繁发送UDP请求。网络分析显示请求正常到达目标Pod和节点，但Pod重启后接收中断。通过删除Pod构造重启，发现在Pod重启后，流量未按预期到达Pod，而是节点IP。使用iptables跟踪请求路径，发现流量未经过预期路径，而是进入INPUT链，指向DNAT问题。

问题表现：客户端写入数据后，在异常节点上无法读取到数据，即数据丢失。问题背景：在K8S滚动更新发布时，发现Pod未按照预期创建，通过kubeapiserver查看发现对应的Deployment版本已经是最新版，但Pod未出现。通过提高日志等级并重启kubeapiserver后，问题暂时解决，但随后又发现新创建的Pod在查询时突然消失。