Context: unity上实现一个功能： 使用srp管线，实现一个功能，每10帧生成一张图，图的左边是整个屏幕内容；图的右边是也是屏幕里的内容，只不过是显示的overdraw现象，一个相素点每被多渲染一次，就RGB的值就加1。

在本文中，视角方向为$z$轴负方向 $(-\vec{z})$，$z$值越大，离摄像机越近。

正常的渲染管线为

顶点着色器 $\to$ 曲面细分 $\to$ 几何着色器 $\to$ 光栅化 $\to$ 片元着色器 $\to$ 透明度测试 $\to$ 模板测试 $\to$ 深度测试

为什么写这个系列：

面网易雷火引擎实习被狠狠拷打了，发现自己对技术的垂直深度还不够，只知道自己做了什么，但对为什么这么做和做的怎样了解略少。赶紧多多补一下。

Transformer是做什么的

在GPT等模型中，Transformer模型输入文字、音频、图像等数据，并对文本中下一词出现的概率做预测。选择概率最高的词，追加到输入文本的后面，再将补全后的文本重新作为输入，如此往复，实现文本的补全。

目的

笔者欲将rife模型在手机上完成部署，进行视频插帧推理。

项目：https://github.com/hermit1x/rife-ncnn-android

使用的rife-v4.6模型，优化了视频输入输出，解决磁盘IO的瓶颈后，在8Gen3手机上，720p下达到了5.5fps的推理速度。但还是挺慢，就试图借助量化来进行加速。

关于云海漫录

在互联网冲浪的时候，总能看到很多有意思、有价值的内容，但可惜只是看的话这些内容也就只是看了，不会变成知识。因此想着，在博客中开一个系列，用文字的形式，将看到的这些内容记载下来，与君共勉。

试图将一个只支持macOS、Linux、Windows平台的cpp项目迁移到Android平台，费了好大一番力气。

网上查到的方法

1. 使用Android Studio进行交叉编译
2. 使用cmake配置好Android SDK的TOOLCHAIN进行编译

这两种方法都尝试了，均遇到一点点小问题，而且都太杀鸡用牛刀了

写在前面

就，还是抵挡不住诱惑，打算整一台NAS来玩玩。考察了成品NAS，一是嫌贵，主要是卖软件的钱，硬件配置都比较差，二是觉得数据在别的厂商的手里总归是不踏实的。于是选择了DIY，使用Ubuntu作为NAS系统配合各种软件实现NAS的各种功能。此外为了避免依赖打架，在选取软件的时候都尽可能的选取docker化的软件来实现部署。