但是，你发的这个表里，看上去有很多大上行，但是仔细一看肯定都是商用宽带啊
总不能家里开商用吧，那不得贵死

@cloverzrg2 你确定是整个 /32 都在变？ IP 地址一共才 32 位啊

可以，但是不是所有设备都支持，你可以了解一下菊花链（ daisy chain ）

这就是新手村练级没练好，强行挑战高难度 boss 的结果啊，你没感觉你被玩得团团转吗？
你要是觉得没有更好的选择，将就也能说服自己就算了，但是好像你根本对处境没有清晰的认识

用 unity 写游戏内大部分逻辑只能用 c#吧，这是我能想到的独特优势。因为别的很多语言和 c#有重合的部分

Bui Tuong Phong

就是布林冯模型的那个冯，33 岁死了，图形学大佬啊

看你怎么定义大模型了，最入门的“大”模型，6B 7B 参数的那种，加上节约显存的技巧，大概也要 10G 显存了
可以搜一下能用什么级别的显卡，7000 预算估计不太够
但是传言，会有 4060ti 16gb 的版本，如果你预算没法加可以等等这个，这个应该是新卡里最便宜的大显存卡了

我的做法是只允许我本地的 ip ssh 过去，防止动态 ip 掩码留了最后 8 位，基本就没有问题了

@f6x 这说的也没什么问题吧，虽然 CSDN 质量不高，但是数量多啊，最主要的是搜索引擎权重很高，尤其是百度对 CSDN 的权重远比谷歌高

如果你能在境外用信用卡 cashback ，那在境内也能有啊
又不是国外所有信用卡都有返现的，也不是国内没有返现的卡

onedrive 的同步体验挺好的，只要你不是每次改好几个 G 还是能无感同步的
就是不知道 onedrive 家庭版的体验如何，可能国内速度堪忧，商业版同步速度是很快的

只要有商业化的东西，就没什么大一统的，你使用没什么感觉只是因为厂家帮你把适配做好了

游戏也是类似的，你感觉大一统了，其实图形 api 也有 directx opengl vulkan 好几种呢

开个 fail2ban 几乎不会有问题，ssh 算是好处理的了，你要是部署其他 web 服务就麻烦得多了

conda 已经算好用的了，你原来在 Windows 下不在意环境直接硬装，如果要用两个版本的 pytorch ，那怎么办呢

1. 你发现环境装错了，卸载掉原来的，在用户目录下重新装一个不就好了，为什么要折腾自己
不管是用 anaconda 还是 miniconda 还是别的，默认就是装在用户目录的吧，你想装到别的地方反而要手动指定目录，挺奇怪的

2. 卡在解析依赖，可能是你用了 conda install xxx ，用 pip install xxx 就没这个问题了

3. 用 docker 只会比 conda 更麻烦，我唯一知道必须要用 docker 的地方是，nv 的新显卡对于 pytorch 有优化，比如 4090 ，不用 nv 的容器，用 pytorch 官方的 pytorch 性能会下降，不知道 pytorch 官方什么时候才能更新就先用 nv 维护的 pytorch

医学相关内容怎么样？
别送国内通用的那种蓝皮的那个，大家都有就没新意了
要送就送那种国外的，不是国内教材的，被大家称为圣经的之类的经典书籍

我也不懂临床，随便帮你搜了一下，比如这个：
Ingle 牙髓病学(上下英文原版 7 版)(精)
两本价格 300 多，你嫌便宜可以多买点套装之类的

或者听诊器，我也不知道牙医用不用听诊器，不过这个可以把礼物价值堆得很高，进口听诊器好点的，也要好几千了

@FrankHB
跨设备的行业标准和 cuda 又没有关系，这两个都不是一个层次上的，directx opengl vulkan 这些已经把 cuda （ opencl ）封装了一层了，不可能说有一个什么新的库出来，大一统了图形 api ，就不用 cuda 了。举个后端的例子，不管是 jdbc 还是 spring ，还是以后有什么别的框架，mysql 本身还得有人写

@FrankHB 看上去你对于 rust 有很独特的偏爱，不过你要是把自己用来批判别人的时间挪一点出来，给 rust 生态做贡献，“会折腾的没什么人有兴趣自己造更没资源推广”这种现象就会变少一点了