波音星际航线首次载人飞行任务启动；Vulkan1.3 在一个月内登陆 M1
波音星际航线首次载人飞行任务启动
波音公司的星际客机飞船成功发射了其首次载人飞行任务，将美国宇航局宇航员布奇·威尔莫尔和苏尼·威廉姆斯送往国际空间站 (ISS)。星际客机预计将于美国东部时间 6 月 6 日 12:15 左右停靠国际空间站，宇航员将停留约一周。这标志着星际客机计划的一个重要里程碑，该计划多年来面临着各种工程挑战才达到这一点。升空前，宇航员们对为实现任务所付出的所有辛勤工作表示感谢。读者可以阅读 BBC 科学记者乔恩·阿莫斯的完整报道，了解有关星际客机发射的更多详情。
利用开源 NVIDIA Vulkan 驱动程序在 1 个月内开发出适用于 Apple M1 硬件的 Vulkan 1.3 驱动程序
Honeykrisp 是第一个符合 Apple M1 硬件标准的 Vulkan 1.3 驱动程序，它是在 NVIDIA GPU 的开源 NVK 驱动程序的基础上开发的。驱动程序团队在将 NVK 适配到 M1 架构方面面临挑战，包括处理动态图形状态和实现完整的 Vulkan 1.3 一致性。经过大量的错误修复和优化，该驱动程序在一周内就实现了 Vulkan 一致性测试套件的 98.3% 的通过率。最后的障碍是实现正确的边框颜色处理，由于硬件限制，这需要基于软件的创造性模拟。克服这一挑战后，驱动程序实现了 100% 的一致性，为在 Asahi Linux 上运行基于 Vulkan 的 Linux 游戏铺平了道路。
数学优化技术可以提高货船航线和调度的效率
该文件讨论了优化货船航线和时间表以高效地在全球范围内运输货物所面临的挑战。货船面临着复杂的物流问题，例如确定最佳港口访问顺序、安排准确的到达和离开时间以及安排集装箱路线。大规模解决这些“班轮运输网络设计和调度”问题需要大量的搜索空间。谷歌的运营研究团队使用先进的优化技术开发了一种新的解决方案，与以前的方法相比，该解决方案可以使利润翻倍，集装箱运输量增加 13%，使用的船只减少 15%。他们的解决方案在行业基准场景中进行了测试，在效率和盈利能力方面明显优于以前的方法。
经典控制台 Neue TrueType 字体 - ASCII 8x16 复制版
Classic Console Neue 是一种 TrueType 字体，可重现 ASCII 8x16 字符集。它包含各种字符集，包括拉丁文、西里尔文、希腊文和亚美尼亚文。要在 Windows 中使用此字体，您可以将其添加到注册表中的“TrueTypeFont”项下。旧版本 1.01 仍可供下载，但较新的版本 2 修复了许多问题。该字体旨在用作 Windows 中的控制台字体。
陪审团裁定波音公司窃取电动飞机初创公司的技术
西雅图联邦陪审团在电动飞机初创公司 Zunum 提起的诉讼中裁定波音败诉。陪审团裁定波音赔偿 8100 万美元，法官可以选择将赔偿金额增加三倍。Zunum 指控波音公司在表面上投资这家初创公司的同时窃取了其技术和商业机密，然后利用这些信息开发自己的混合动力电动飞机设计。陪审团裁定波音公司犯有盗用 Zunum 商业机密和违反合同的罪行。波音公司辩称，Zunum 只是一家失败的初创公司，它只开发了一个概念模型，而不是自己的混合动力电动设计。由于波音公司计划对陪审团的裁决提出上诉，因此案件的最终结果（包括确切的赔偿金额）仍有待确定。
Starlark：一种用于嵌入式应用程序和配置的简化类 Python 语言
Starlark 是一种简单的编程语言，设计为 Python 的一种方言，主要用于应用程序中的嵌入式使用。它基于确定性评估、密封执行、并行评估、简单性和专注于工具的原则创建。Starlark 比 Python 简单得多，具有极简库并且缺少某些 Python 功能。Starlark 以 Java、Rust 和 Go 的库形式提供，并被各种公司和开源项目用作扩展或配置语言。Starlark 是由 Google 创建的，旨在解决使用 Python 作为其构建系统的可扩展性、性能和维护问题。
laurent.le-brun.eu/blog/an-ove…
使用 dhcpcd 进行 DHCPv6 前缀委派配置
本文讨论了作者使用 dhcpcd 客户端设置 DHCPv6 前缀委派 (DHCPv6-PD) 的经验。最初，作者不确定如何配置 dhcpcd 来处理 /60 前缀和多个 /64 子网，但在查看了 dhcpcd.conf 手册页后，他们能够使其正常工作。作者提供了示例配置，并指出初始配置导致前缀重叠，这个问题通过使用不同的 sla_id 分配得到解决。作者发现 dhcpcd 配置语法令人困惑，因为他们希望 /64 子网是委派的 /56 前缀中的分层结构的一部分，而不是独立的 /64 前缀。总体而言，本文记录了作者使用 dhcpcd 学习和排除 DHCPv6-PD 设置故障的过程。
Coder 改进了 Go 中的 TCP 堆栈性能，在某些情况下将吞吐量提高了 5 倍以上
Coder 是一家开发云开发环境的公司，最近发布了 2.12 版，其中包括网络改进，在某些情况下吞吐量提高了 5 倍以上。关键改进是增加 TCP 缓冲区大小并实施 HyStart 算法以更好地处理 TCP 慢启动和拥塞控制。Coder 嵌入了来自 gVisor 的自己的 TCP 堆栈，而不是使用 OS TCP 堆栈，这允许端到端加密，但需要优化 TCP 性能。通过调整 Coder 网络组件中的内部数据包排队以避免不必要地丢弃数据包，实现了进一步的改进。虽然 Coder 取得了重大进展，但他们将继续专注于提高网络性能，同时保持传输中数据的安全性。
Foosbar：自主式桌上足球机器人，旨在实现游戏自动化并腾出时间来做更重要的事情
该文件描述了一个名为“foosbar”的项目 - 一个自主的桌上足球桌，可以在一侧玩游戏，而另一侧则由人玩。该项目由三个主要组件组成：软件、固件和前端 Web 应用程序。软件控制移动桌上足球运动员的电机，而固件最初用于 Teensy 4.1 板和显示分数的电子纸显示器。前端 Web 应用程序允许远程控制桌子。作者指出，该项目非常特定于他们的设置，因此他们不希望其他人运行它，但他们为那些有兴趣尝试类似项目的人提供了一些高级构建说明。作者还提到必须构建和安装 uWebSockets 库和 Qualisys 实时 SDK 才能使项目正常运行。
生成对抗网络：从头开始实现一个简单的 GAN
生成对抗网络 (GAN) 是 2014 年推出的一种生成式 AI 模型。GAN 有两个神经网络 - 一个试图生成逼真图像的生成器，以及一个试图将图像分类为真假的鉴别器。训练过程中，生成器试图欺骗鉴别器，而鉴别器则试图准确地对真实图像和生成的图像进行分类。
作者介绍了实现简单 GAN 的过程，首先在真实 MNIST 图像和生成的噪声图像的混合上训练鉴别器模型。然后，他们构建更复杂的生成器和鉴别器模型，并实现完整的 GAN 训练过程，其中两个模型以对抗方式进行训练。作者讨论了使 GAN 训练有效发挥作用的挑战和细微差别。
最终生成的图像表明，尽管 GAN 不是直接在 MNIST 数据集上进行训练的，但它能够生成新的、逼真的数字图像。作者最后指出，GAN 框架功能强大，但实施和正确训练可能很棘手。
