医疗植入物表面形成细菌生物膜绝对不是什么好事。不过，很快就会有一种新方法可以清除这些细菌生物膜，即使用微型遥控液体机器人。当几乎任何人造物体被植入体内时，有害细菌都有可能在其表面和周围组织中繁殖。微生物会形成一层粘稠的涂层，即生物膜，这种生物膜对抗生素有抗药性。因此，有时需要进行第二次手术来清理和消毒植入物。
由于机器人采用水凝胶材质，它们可以渗入原本会被遗漏的角落和缝隙
过去，科学家已经开发出微型遥控物体——技术上称之为“机器人”——可用于去除生物膜。然而不幸的是，这些机器人通常只在相当光滑、均匀的表面上有效。它们根本无法进入角落和缝隙。
新型液体机器人的设计充分考虑了这一限制因素。它们是由香港中文大学 (CUHK) 的科学家与新加坡南洋理工大学和德国马克斯·普朗克智能系统研究所的同事共同研究的成果。
每个机器人基本上都是一小团交联聚乙烯醇 (PVA) 水凝胶，里面装有钕铁硼磁性粒子以及两种抗菌剂：左氧氟沙星和吲哚美辛。
这个想法是，如果植入部位发生感染，机器人将通过微创内窥镜手术运送到该部位。一旦机器人被放置在生物膜上，它的位置就会通过内窥镜和 X 射线荧光检查实时跟踪。
该图说明了机器人如何由人类操作员远程控制 香港中文大学
利用安装在患者体外的机械臂上的永久磁铁，可以远程驱动和操控机器人。根据机械臂移动磁铁的方式，机器人既可以在光滑的基质上滑动，也可以在不规则的表面上滚动，例如医用网，并在滚动过程中渗入其中。
无论哪种情况，机器人都会通过三种方式破坏生物膜。
首先，它在穿过材料时会将大部分细菌铲除。此外，它还会释放两种抗菌剂，杀死产生生物膜的微生物。最后，任何经受住最初冲击的生物膜碎片都会粘在机器人的凝胶状身体上，被机器人带走，而不是留在植入物上。
该图显示了机器人破坏细菌生物膜的三种方法
生物膜清除过程完成后，机器人就会通过腹腔镜插入的磁铁从体内移除。
在对提取的猪消化系统进行的实验室测试中，该技术能够将 3D 结构疝气网片上的生物膜减少 84%，并杀死金属二元支架上 87% 的细菌。而测试并未止步于此。
领导这项研究的香港中文大学张莉教授表示：“在支架感染的小鼠模型中，小鼠体重在12天内完全恢复，与对照组相比，炎症指标减少了40%。”
该研究的论文最近发表在《科学进展》杂志上。
在最近的一篇博客文章中，Google透露了其自行研发的存储系统 Colossus 背后的一些“秘密”。Colossus 是一个庞大的网络基础设施，该公司将其描述为通用存储平台。Colossus 功能强大、可扩展，并且易于使用和编程。Google表示，这台庞大的机器仍然使用久经考验（但仍在不断发展）的磁性硬盘驱动器。
Colossus 为许多 Google 服务提供支持，包括 YouTube、Gmail、云端硬盘等。该平台由 Google 文件系统项目发展而来，这是一个分布式存储系统，用于管理大型数据密集型应用程序，使事情更易于管理。令人惊讶的是，Google 通过安装一种依赖于快速固态硬盘的独家缓存技术增强了 Colossus 的性能。
Google 在数据中心为每个集群构建一个 Colossus 文件系统。许多这样的集群都足够强大，可以管理多个 EB 的存储空间，特别是两个文件系统，每个文件系统托管超过 10 EB 的数据。该公司声称，由 Google 提供支持的应用程序或服务永远不会耗尽 Google Cloud 区域内的磁盘空间。Colossus 文件系统的数据吞吐量令人印象深刻。Google 声称，最大的集群“经常”超过每秒 50 TB 的读取速率，而写入速率高达每秒 25 TB。这一吞吐量足以每秒发送 100 多部完整的 8K 电影。
将数据存储在正确的位置对于实现这种超高性能至关重要。Colossus 内部用户可以决定他们的文件是否需要存储在 HDD 或 SSD 中，但大多数开发人员采用一种称为 L4 分布式 SSD 缓存的自动化解决方案。该技术使用机器学习算法来决定对特定数据块应用什么策略。但是，系统最终会将任何新数据写入 HDD。
L4 缓存技术可以通过观察 I/O 模式、将文件分成特定“类别”以及模拟不同的存储位置来（部分）解决这个问题。根据 Google 的文档，这些存储策略包括“放置在 SSD 上一小时”、“放置在 SSD 上两小时”和“不放置在 SSD 上”。
当模拟正确预测文件访问模式时，一小部分数据会被放在 SSD 上，以吸收大部分初始读取操作。数据最终会迁移到更便宜的存储（HDD），以最大限度地降低整体托管成本。
该公司表示：“作为所有 Google 和 Google Cloud 的基础，Colossus 有助于为数十亿用户提供可靠的服务，其先进的 SSD 放置功能有助于降低成本并提高性能，同时自动适应工作负载的变化。” “我们对迄今为止构建的系统感到自豪，并期待继续提高规模、复杂性和性能。”
有没有，感兴趣的小伙伴？
最好是懂 LLM ，AI agent 的，懂数据，或者在产品创意方面厉害的也可以一起勾兑。
项目有一定投入成本（项目基本支出和拿身份），需要大家一起承担。
每个人也会拿股份，同时每个队员也可以带家人一起拿加拿大永居身份。
感兴趣的站内信联系，或者 V: Justintang66
| 组件 | 型号 |
|---|---|
| CPU | AMD 9950X3D |
| GPU | ROG Astral GeForce RTX™ 5090 32GB GDDR7 OC Edition |
| 内存 | 芝奇 96G （ 48G x 2 ） C28 ，新一代海力士 M-die |
| 电源 | ROG 雷神三代 1200W |
| 水冷 | ROG 龙神 III Extreme |
| SSD | 三星 9100pro 4T x 2 |
| 主板 | 打算等 ROG X870E Extreme |
| 机箱 | ROG 701 创世神 |
| 显卡支架 | ROG XH01 |
主要想请大家帮忙看看兼容性会不会有问题，是否有遗漏的所需组件，或者是否有其它的建议？
另外，芝奇 64G (32G x 2) C26 海力士 A-die 和 芝奇 96G （ 48G x 2 ） C28 ，新一代海力士 M-die 比哪个会更好一些？
水冷是瓦尔基里（ VALKYRIE ） V36 AMG DRACULA VK 还是 ROG 龙神 III Extreme 好一些？
需要上雷神三代 1600W 嘛？
