佬友们每天都能得多少LDC呀？怎么可以获得的多一些？根本不够用，买个冰佬的邀请码都买不起 1 个帖子 - 1 位参与者 阅读完整话题
网站套的 CF ，速度挺慢，CDN 买不起。 打算试试优选，是不是必须先验证 visa 开通 saas 功能？
网站套的 CF ，速度挺慢，CDN 买不起。 打算试试优选，是不是必须先验证 visa 开通 saas 功能？
网站套的 CF ，速度挺慢，CDN 买不起。 打算试试优选，是不是必须先验证 visa 开通 saas 功能？
想在服务器里安装面板，来直观的看数据和异常访问IP，宝塔面板氪金项太多了，瓦达西买不起:(，看看佬们有没有什么比较好用的面板推荐试试 4 个帖子 - 3 位参与者 阅读完整话题
IT之家 5 月 27 日消息，昨日，正在对中国进行国事访问的塞尔维亚总统武契奇来到了北京小米汽车工厂进行参访。 从现场传出的画面来看，武契奇兴致勃勃地坐进了小米 YU7 的主驾驶座进行体验，车内还特意播放了塞尔维亚的国歌。 在现场轻松活跃的氛围下，当随行人员及记者询问他是否打算带一辆小米汽车回国时，武契奇展现了他一贯的幽默风格，笑着回应道：“车很漂亮，但我买不起。”。 当天晚上，小米创办人、董事长兼 CEO 雷军在微博上隔空喊话武契奇“总统先生，YU7 标准版定价 23.35 万”，并附带狗头表情包。这一回应瞬间点燃了网络热度，截至IT之家发稿相关话题已经登上热搜榜首。 虽然武契奇总统婉拒了整车，但在离开小米工厂时却展现了十足的“买买买”实力。据多家媒体报道，在参观工厂纪念品区时，武契奇总统特意向身边的小米集团副总裁兼首席财务官林世伟询问“在哪付款”，最终随行人员一口气购买了 4 台小米 SU7 Ultra 合金车模和 1 个 SU7 Ultra 冰箱贴，这波对小米周边产品的支持可谓毫不含糊。 根据塞尔维亚反腐败机构和官方公开的最新数据（截至 2026 年 5 月），武契奇的月薪（净薪资）为 240,479 塞尔维亚第纳尔（RSD），折合约 16160 元人民币，年薪约 19.38 万元人民币。
据 404MEDIA 发布的报道，目前全球顶级公益性网站互联网档案馆和维基百科都在遭到 AI 的摧残，现在的问题并不是 AI 爬虫疯狂抓取内容 (虽然也确实还在疯狂抓取)，而是人工智能行业需要海量的硬盘存储数据，这导致硬盘价格持续上涨且难以买到合适的产品。 而无论是互联网档案馆还是维基百科都需要海量硬盘用来存储数据，例如互联网档案馆每天收集超过 100TB 的新资料，目前已经累积存储高达 210PB 的资料，所以互联网档案馆需要不断地添加和更换大容量机械硬盘。 维基媒体基金会运营着维基百科和维基共享资源库等多个项目，存储成本也成为困扰维基媒体基金会的大问题，仅维基百科就存储着超过 6，500 万篇文章，服务器和存储容量对维基媒体基金会而言至关重要。 靠社区捐赠和寻求硬盘制造商的帮助： 目前互联网档案馆正在寻求多方提供援助，例如互联网档案馆社区成员免费为该网站捐赠硬盘，互联网档案馆也在积极寻求硬盘制造商的帮助来度过难关，不过可能直接获得免费的硬盘赞助有些困难，或许互联网档案馆是希望能与硬盘制造商达成价格合理的采购协议。 互联网档案馆创始人布鲁斯特卡勒表示，目前互联网档案馆已经找到部分方法用来应对存储容量短缺，但存储容量短缺已经成为非常现实的问题，这个问题正在持续耗费互联网档案馆的时间和金钱。 维基媒体基金会表示存储成本也同样是该基金会面临的难题，自 2025 年底以来，维基媒体基金会就在关注硬盘价格持续上涨的问题，价格上涨影响到内存和硬盘的采购，同时也影响维基媒体基金会服务器交付周期以及未来下单的能力。 对于目前这种局面，维基媒体基金会称作为非营利组织，该基金会对预算分配非常谨慎，目前基金会正在尽可能采取变通方案，包括合理安排硬件投资的优先级来提高灵活性，以及尽可能延长现有硬件的使用寿命。 无论是机械硬盘还是固态硬盘都面临采购困难： 像是互联网档案馆和维基媒体基金会可能更侧重于采购大容量机械硬盘，然而现在无论是机械硬盘还是固态硬盘都面临着采购困难，因为人工智能数据中心也需要海量硬盘存储数据，AI 公司倾向于使用速度更快的固态硬盘，但机械硬盘也被大量采购用来存储活跃度较低的数据。 存储系统制造商西部数据表示，该公司面向企业客户的 2026 年库存已经基本售罄，这些客户大多数都运营着数据中心。而此前美光旗下的英睿达则是完全退出消费级市场，不再面向消费者提供内存和固态硬盘产品，原因是人工智能驱动的数据中心增长导致内存和存储需求激增。 当然互联网档案馆和维基媒体基金会面临的问题也在困扰着普通用户，现在大容量机械硬盘价格太高，想要组装 NAS 存储数据成本显著增加，而除非人工智能热潮褪去，否则此类计算机和服务器关键产品的价格很难回落。 查看评论
佬们，有推荐的便宜的国内中转吗？感觉官网的还有阿里火山还是太贵了，我还是买不起 2 个帖子 - 2 位参与者 阅读完整话题
TPS Calculator · GPU 推理速度计算器 买不起机子，所以做了这个。 在线地址： tps.bunai.cc 突发奇想赶紧记录下来，直接 vibe code ，说敲就写 一个 vibe code 出来的 GPU 推理性能估算工具。 起因很简单——显卡太贵，买不起，想跑个模型又不知道自己的配置够不够， 于是把网上散落的参数和公式汇总了一下，做成了这个计算器。 输入显卡型号、模型、量化方式和运行参数，快速估算： 显存占用与 OOM 风险 Decode / Prefill token/s TTFT / TPOT / 总时延 带宽瓶颈还是算力瓶颈 多卡 TP 通信效率 适合干什么 ✅ 在买机子 / 租卡之前，先大概预估一下跑不跑得起来 ✅ 学习推理性能建模，理解量化、KV Cache 、TP 、Roofline 这些概念 ✅ 做方案初筛和参数对比 ❌ 不适合直接替代真实 benchmark ❌ 不适合把估算值当作生产承诺 ❌ Mac 电脑没有放出来，验证了一下差距有点大，先放一放 参考资料 模型参数来源： HuggingFace model cards 及 Ollama 官方页面 MoE CPU Offload 场景参考： val1813/kaiwu 自己搭建模型 Gemma4 26b 自己搭建模型 Gemma4 31b 还有个 4070ti 得数据 这套公式和参数是我自己整理汇总的，没有大量真机跑过验证。 如果你手上有真实的测试数据，发现哪里估算偏差大、公式有问题， 欢迎开 Issue 或 PR 指出来 ，大家一起学习，一起把这个东西做得更准。 希望有真实数据的大佬帮忙指正 ，谢谢！🙏