rPman

это нормально, fdisk -l перебирает все блочные устройства, а lvm создает симлинки на созданные разделы, которые выглядят как блочные.
Естественно таблица разделов не должна присутствовать на самих разделах

Смени virtualbox на qemu/kvm, он поддерживает проброс pci устройства, пробросить весь usb контроллер материнки

Шансов что все заработает больше с ним

Настраиваешь pxe загрузчик по сети, прописываешь в default минимальный образ системы (я создавал такие с помощью debootstrap) с единственным скриптом в автозапуске (служба или в сохраненным для совместимости /etc/init.d) который отформатирует диск с помощью parted и копированием, либо восстановит образ, созданный заранее с помощью той же clonezilla (она показывает команду, с помощью которой идет восстановление), в общем на выбор, он же добавит специфические для машин моменты (например на основе mac адреса сетевой карты)

Настоятельно рекомендую использовать этот подход (или тот что с помощью livecd) только для однократного первичного распространения машин. Дальнейшая поддержка должна осуществляться уже не копированием оригинала, а обновлением, на основе скриптов того же ansible.

- MSI 480 ГБ Внутренний SSD-диск SPATIUM S270

замени на аналогичный nvme, по деньгам можно даже сэкономить чуть чуть а вот производительность буквально поднимется на порядок.

И да, ssd умрет вместе с данными, думать об этом нужно заранее и делать бакапы, либо в сеть, либо на hdd в локальной сети (или у друзей/родни с помощью syncthing).

Если это сделано специально то не надо так делать.

Одновременная работа с двумя базами данных лишает пользователя встроенного механизма транзакций и заставляет самому следить за согласованностью данных.

Если прямо очень надо, то для начала нужно понять, какая сторона будет 'главной', кто будет выдавать идентификаторы и следить за их согласованностью. Если главного выбрать не получается, то идентификаторы можно создавать двумя способами:
- генерация GUID, который специально разработан быть статистически уникальным, на чьей бы стороне он не был создан (128бит)
- добавление в идентификатор объекта идентификатора ноды, алгоритмы бывают разные, самый простой, определить максимальное количество нод и выделить в идентификаторе несколько бит для их номера (например максимальное количество нод 256, это 8бит в идентификаторе, пусть будут младшие)

Причины зависания однозначно аппаратные - первые кандидаты видеокарта и блок питания.

Протестируй видеокарту под нагрузкой, запусти какой-нибудь furmark на 10-15 минут.
Займись тюнингом видеокарты, и найди способ понизить ее частоты и вольтаж, отдельно для памяти и чипа.

Осторожно, периодические опросы дают квадратичную нагрузку от количества пользователей.

Переделывайте на как минимум long pooling, тем более это проще чем городить полноценный websocket.

И да, не вздумайте в этом месте базу данных дергать, такая архитектура положит не слабый сервер уже с тысячами клиентов. Работайте с оперативной памятью или лучше, сделайте все же сервис, работающий не по принципу cgi (на каждый запрос запускает приложение) а по принципу демона с веб сервером. И уже тут в последствии можно на вебсокеты переделать

Не поленись, вместо сомнительного кабеля, купи usb3 контроллер (pci-e). Стоить это будет порядка 500р (в dns дороже от 950р, e2e4 - 750р) зато не будет проблем ни с совместимостью, ни со скоростью

Ответ в виде короткого гайда ты не получишь, он не влезет в формате qna, да и некому тебе его дать.. гугли, все есть в интернете.

Для начала, чтобы повторить свою языковую модель, которая начнет показывать признаки интеллекта (т.е. нейронка построит внутри модель человеческого интеллекта), нужно минимум десятки миллионов долларов (это оптимистичная оценка). Это при условии наличии специалистов (команда), данных (все бросились парсить интернет и те кто эти данные хостят внезапно осознали что их данные имеют цены) и мотивацию. И да ее качество, в лучшем случае будет на уровне gpt3.5 от openai...
Например у богатейшей в мире компании google, создавшей собственно алгоритм transformer, стоящий в основе современных llm-ок, имеющей огромные ресурсы, собранные данные со всего интернета, собственное железо (их TPU на порядок энергоэффективнее видеокарт, и развиваются уже десятилетие) - догнать по возможностям openai gpt4, не получилось!

Причина - gpt стала показывать такие признаки при значительном увеличении количества как параметров нейронной сети (миллиарды) так и обучающих данных (трилионы токенов). Чтобы это все обработать в разумные сроки (месяцы-годы), нужны суперкомпьютеры на основе nvidia видеокарт, от монополиста, удерживающего рынок так что цены на это дело 10х от возможных (или даже 100х), плюс санкции добавляют еще Nx к цене да и не найти адекватного оборудования.

НО! можно взять готовую нейронную сеть (ключевое слово pretrained или base или completion приписка у тех кто публикует такие сетки бесплатно) и использовать их токенизер (между прочем токенизация, тоже не простой процесс, поэтому лучше брать готовый) и finetuning на своих данных. С некоторым везением, результата можно будет добиться с 100-кратно меньшими денежными затратами (была статья где перец за 100$ дообучил llama7B до симуляции чата своих друзей). Помним, что если в обучающей выборке не было твоих знаний (не фактов а именно умений и пониманий) то дообучить этому будет сложнее и скорее всего итоговый результат - сеть начнет забывать что ранее знала и галлюцинировать еще сильнее. Тюнинг обычно используют чтобы повысить качество уже имеющихся умений и определить формат общения (например обучить модель общаться не в форме чата а в форме инструкций). Качество данных (соответствие обучающей выборке) - в этом случае имеет наиважнейшее значение.

Ну, и есть разные алгоритмы - ключевые слова для гуглинга - finetuning, peft, rhlf. Есть алгоритмы поверх llm-ок, не трогая их веса можно повысить возможности с помощью RAG...

Лучшие сетки с доступными весами на текущий момент, для обучения и работы с которыми хватит домашних видеокарт - llama3-8B (вышла 3 дня назад, всех шокирует, особенно 70B), openchat35-7B (на основе mistral)

Не надо так делать, откуда вы берете такие инструкции?

VALUES ('.$user_id.','.$a

пользоваться нужно prepared statements (они есть для всех драйверов, вот например mysqli), это не только исключит разные проблемы с типами (например строки придется экранировать) но и даст бонусом защиту от sql-иньекций

Причина, почему у тебя не работает - конкатенация NULL со строкой ничего не делает (добавляет пустую строку), а нужно писать NULL либо исключить поле из sql запроса а при создании таблицы у поля написать default null

Можно, если размер во время инициализации - константа, описать тип через шаблоны

template<typename T, size_t size>
class MyArray
{
T data[size];
...
}

докинув методов для работы с массивом, включая оператор[]... а еще лучше, воспользоваться готовым std::array

https://bettersolutions.com/excel/macros/worksheet...
размещай на странице свои контролы, на сколько я понимаю при движении над ними отлавливать события мыши можно

Ни одна нейросеть на базе gpt не умеет напрямую работать со страницами в интернете.

Нужна прослойка, которая, во первых, преобразует страницу в текст (это не так просто как кажется, нужно выделить на странице контент, точнее его группы (информационные блоки), понять где реклама, где навигация а где дизайнерский мусор, отличный пример - страница ozon, 90% экрана абсолютно бесполезный мусор, рекомендации (далекие от того что нужно покупателю), проплаченные карточки и т.п. найти среди этого хлама нужную информацию не просто. Плюс все это формируется в процессе, двигая элементы интерфейса туда сюда... работать с этим адом очень и очень не просто, особенно когда разработчики старательно сопротивляются любой автоматизации.

Мультимодальные сети (кстати, нормальных не существует, даже от openai слабовата, но она лучшая из универсальных) по уму должны уметь работать с веб-страницей как изображение, советую опробовать это самостоятельно на своих задачах, но не уверен что из этого можно получить что то стоящее. Такие сети могут получать изображения в качестве входа, а дальше позволяют вести текстовую беседу, учитывая их как часть контекста.

И главная проблема - ограничения на размер контекста. Большие объемы текста тупо не помещаются 4к..8к токенов это тот объем, в пределах которого сети работают хорошо, но чем больше размер контекста (даже если заявлены 16к или 32к) начинаются борьба компромисов, качества и стоимости. Может так получиться что вместо работы со всей информацией сразу, ее делят на части (еще одна проблема по анализу исходной страницы), а затем, набирая вопросы из текущего контекста (та еще задачка) задают их последовательно для каждой, собирая ответы в итоговый контекст и ее уже используют для дальнейшей беседы. Плюс есть еще алгоритмы саморизации. Плюс еще неплохо сюда multishot пристроить, с примерами.

На каждом этапе, возможно понадобится дообучать свои сети, а это значит собирать обучающую выборку с примерами, RLHF-ить на основе пользовательского опыта... и поддерживать это во времени, так как то что работает сегодня, завтра уже будет устаревшим.

В общем реализуете что то стоящее первыми, может даже озолотитесь, продавая готовое решение бизнесу.

Технически это debian linux, и поддержка mdadm в нем есть, но вопрос, как именно работает в нем GUI, требует ли он чтобы массив так же создавался из интерфейса.

Настоятельно рекомендую сначала установить тестовый вариант OpenMediaVault куда-нибудь на виртуальную машину, создать в другой машине (просто загрузившись с livecd) тестовый массив (сделай диски по 100мб) и проверь как он отреагирует

Есть два пути, один рекомендует тот кто с крылышками, другой - кто с рожками. Один путь - выбрать язык программирования (например c++ или python), выбрать фреймворк (например qt или gtk), и ваять приложение, затем оформить его в виде deb/rpm пакета (где то тут или чуть чуть раньше, когда выбираешь фреймворк и версии библиотек выбираешь ОС, deb и rm это одни из самых популярных форматов дистрибуции приложений, например debian/ubuntu/minnt - это deb) и затем оформить это в виде iso или аналогов.

Второй путь chromium based приложение, какой-нибудь electron (соответственно писать на javascript и html), из плюсов, на халяву работа с мультимедиа, минусы - высокие требования к железу а точнее к оперативке (особенно когда у тебя 256Гб-512Гб ram, минипк в формфакторе флешка). Многие почему то выбирают этот путь но он чреват сложной поддержкой в долгую (точнее не он а типовой способ разработки на nodejs когда народ простейшее приложение собирает из ТЫСЯЧ пакетов в зависимостях, тянуть это потом нереал).

Способ создания iso лучше гуглить, доступно от штатных инструментов linux (вручную собирать и следить за обновлениями) до готовых инструментов, вот пощелкай варианты ответа в этом вопросе как пример.

WSL, виртуализация это хороший вариант, но почти полностью убивает возможность использования kubernetis, так как он использует в т.ч. виртуализацию (но в теории можно настроить для работы внутри виртуалки) для своей работы. docker-у виртуализация не требуется поэтому он нормально работает внутри любых виртуалок

Я бы настоятельно рекомендовал сначала попробовать поработать в виртуальной машине а затем, попробовать установить на физическое железо, это тоже этап обучения, проблемы с которыми сталкиваются (точнее которые создает windows) тоже позволяют понять как это работает. Одним из экстремальных способов можно выбрать установку gentoo, строго следуя документации, шаг за шагом, разбираясь что именно делает каждая команда, будет видно из чего состоит процесс установки и загрузки linux, после этого квеста такие мелочи как перенос работающей системы на другой раздел с форматированием и сменой файловой системы прямо из работающей системы будет легким делом (был такой квест, нужно было сменить файловую систему на btrfs с поддержкой сжатия но vps провайдер не давал нормальной возможности загрузиться в recovery, так вот сначала ставилась система в swap раздел, настраивалась загрузка с него, затем перезагрузка, резервное копирование, форматирование и восстановление...)

linux менее требовательный к тому, как именно он загружается, в отличии от windows, загрузчик можно устновить куда угодно, хоть на флешку, хоть cdrom, хоть в сети (pxe boot) хоть прописать прямо в efi строке (uefi биосы умеют работать с файловыми системами fat32/ntfs/isofs и возможно linux ext3) ну а само физическое размещение разделов linux и тем более может быть каким угодно (был момент ubuntu можно было ставить внутри файла-контейнера, который лежит на windows ntfs диске, потом это из установщика убрали но физическая возможность есть)

В зависимости от выбранного способа загрузки в биосе и типа разделов на диске, у тебя должен быть раздел biosboot (если выбрать legacy mbr или называют csm и gpt таблица разделов) или efiboot (если выбран efi или еще называют secure boot или csm), кстати ее можно было бы совместить с виндовым загрузочным разделом но я настоятельно советую держать linux подальше от windows, были случаи когда очередным обновлением майкрософт затирала загрузчик, ломая linux загрузку.

Якобы проблема в том, что разбивка жёсткого диска неверная, и там надо создать какие-то разделы для того чтобы hdd справлялся, а в данной ситуации он не вывозит и какая-либо деталь там западает или что-то в этом роде.

либо вас обманули либо вы не так что то поняли или не договрили.

нужно больше информации о том как именно разбили диски и какие файловые системы используются (и какой софт для записи видео), может там действительно что то страненое

p.s. первое же видео со звуками типовых поломок hdd от гугла