Google переносит внутренние рабочие нагрузки на процессоры x86 и собственные Axion Arm

Зато диверсификация. Нет завязки на конкретную платформу, хоть и разработка с поддержкой дороже.

Обновление Telegram: комментарии в групповых звонках и заметки к контактам

Маркетинг. Если данные есть, то в день рожденья можно предложить всем контактам купить в подарок премиум.

Устаревшие версии Python обходятся компаниям в миллионы долларов

А-ха-ха-ха. Они что, думают, что компании гоняют в контейнерах print('Hello, world!')?

Примерно любой мало-мальский бекенд — от десятка до нескольких десятков библиотек. У каждой зашиты ограничения на версии, и иногда это python<=3.10.
И вот ты уже не можешь просто перещёлкнуть версии, тебе нужно бампить версии библиотек. А там начинаются потери обратной совмести. Обновил условный bcrypt, и вот твой бекенд падает, когда пользователь вводит длинный пароль. Потому, что в старой версии просто брались первые 72 символа пароля, а в новой он кидает тебе exception, который ты не ждал.

И это если вообще получилось разрешить зависимости, и код запустился.

Или был у меня бекенд на Sanic ещё на Python 3.9. Памяти жрёт мало, работает быстро.
Обновляю на Python 3.12, нужно обновить Sanic. Обновил Sanic, тесты проходят. Пускаем в прод.
Смотрю графички: а он жрёт в два раза больше оперативки, причём по ней очень скачет, и в два раза больше нагрузка на CPU. То есть все тесты прошли, но по факту стало гораздо хуже.

Без правда хорошего набора тестов и ручного контроля после обновления — вообще никах.
То есть затраты времени и риски совершенно неиллюзорные — и уже прямо сейчас, до какого-либо профита. А выигрыш — может быть когда-нибудь потом, если повезёт, и если дев.опсы смогут "поджать" контейнеры.

Торвальдс со словами «no f%^5ing clue» и «Garbage» отверг изменения архитектуры RISC-V для кода ядра Linux 6.17

Ну, может и мудак, но я очень одобряю идею не писать make_u32_from_two_u16 вместо (a << 16) + b, в том числе по причине, описанной в его комментарии.

Как хранить деньги в базах данных и почему это не так просто, как кажется

Могу сказать как краевед, который считал эти копейки много лет (и как математик).
Ни в коем случае нельзя считать проценты на остаток добавляя какую-то дополнительную точность (условно 3 знака после запятой): всё разъедется через некоторое время с вероятностью 100%.

Правильное вычисление выглядит так:
Нужно каждый раз считать полную сумму с нужной итоговой разрядностью «как бы заново» и вычитать предыдущее значение.

Условно, если у нас на вкладе 10.00 рублей и ставка, скажем, 16.5%, и прошло, условно, 17 дней месяца, то должно быть добавлено 10.00 * 16.5 * 17 / 100 / 365 (или 366 в високосный год).
Вот эта штука 10.00 * 16.5 * 17 / 100 / 365, если в результате нужно округлить к целому по математическим правилам, считается точно при помощи несложной арифметики в целых числах.
Получится 0.08 (8 копеек). Значит после 17 дней, у нас 10.08.
После 18 дней слова будет 10.08. А вот уже после 19-го дня будет 10.09 рублей.

Такие расчёты гарантируют, что не будет накопления ошибок округления, и на любой конкретный день сумма будет правильной.

Как создать свою собственную нейронную сеть с нуля на Python

Код не обфусцирован, просто открывайте и читайте

5 листингов для лучшего понимания Python

Уж лучше через связывание в параметр по умолчанию. Читается получше...

1.4 миллиарда долларов: час назад Bybit сообщила о взломе. Это крупнейшая кража в истории криптовалют [UPD 3]

Там мультиподпись. Нужно передать "файлик" через всех подписывающих. Там же наверняка "серьёзные" дяти, не через тележечку они его перекидывают? Значит, есть какой-то программный интерфейс для передачи его по кругу. И на этот интерфейс можно совершить атаку.
Может и не веб, конечно, но веб просится первым.

1.4 миллиарда долларов: час назад Bybit сообщила о взломе. Это крупнейшая кража в истории криптовалют [UPD 3]

Насколько я понимаю, устроено всё так.
Там холодные кошельки с мультиподписью.
У каждого из N человек есть девайсина.
На одном из устройств создаётся черновик транзакции.
Дальше файл с черновиком транзакции должен пройти через холодный кошелёк каждого подписанта, и каждый её должен подписать.
В конце файл с подписанной всеми транзакцией переносится на устройтво с доступом к интернету, проверяются подписи, делается транзакция.

Скорее всего передача черновика транзакции происходит тупо через интернет, и данные транзакции отображаются в каком-то веб-интерфейсе.
Соответственно если получится атаковать этот веб-интерфейс, а также компьютер создающего транзакцию, то дело в шляпе. Сначала создаётся кривая транзакция (на кривую сумму и кривой счёт), после чего у всех подписантов в сломанном веб-интерфейсе отображается не содержимое подписываемой транзакции, а то, что вводил первый человек.

С современным вебом с тысячими завимостей под капотом представить себе атаку на веб-приложение легко. Про первую часть с атакой на этап создания транзакции не очень понятно. Но если там тоже веб...

Алгоритмы из теории графов: решаем сложную задачу из курса Яндекс Практикума

Немного другое решение (на самом деле близкое к поиску циклов, потому как их очень похожим образом можно искать).

Сначала делаем обход в глубину с отметаками времени входа-выхода для дорог одного типа.

Это позволяет за O(1) отвечать на вопрос "является ли эта вершина предком этой", что для нашего графа эквивалентно "если ли из первой ж/д первого типа во вторую".

Дальше делаем обход по железным дорогам второго типа, но проверяем соединённость по первому типу при помощи отметок времени.

Параллельный A на Rust и Rayon: ищем путь для воробушка*

А где хоть какое-то сравнение производительности по сравнению с однопоточным вариантом?

Как установить и использовать ИИ модель DeepSeek R-1 на вашем компьютере

Ну а куда они могут без юр.лица в РФ и без "помощи" визы или мастеркарда деть сунуть рубли?
Хотя бы по ip не банят --- уже хорошо.

DeepSeek R1: модель с производительностью o1 от OpenAI. Сравнение с o1, сколько стоит и как использовать API

Это --- временное ограничения из-за атаки на их инфрастуктуру.

Безумные и забавные факты о SQLite

У вас устаревшие данные.

import os
import sqlite3
import time
import multiprocessing
import uuid


def writer_process(proc_id, num_inserts, db_file):
    conn = sqlite3.connect(db_file)
    conn.execute("PRAGMA busy_timeout = 5000")
    conn.execute("PRAGMA synchronous = NORMAL")
    for _ in range(num_inserts):
        with conn:
            conn.execute("INSERT INTO test_data (val) VALUES (?)", (str(uuid.uuid4()),))


def run(num_processes, num_inserts, test_id=1):
    start_time = time.perf_counter()
    db_name = f'db{test_id}.sqlite'
    conn = sqlite3.connect(db_name)
    conn.execute("PRAGMA journal_mode = WAL")
    conn.execute("CREATE TABLE IF NOT EXISTS test_data (id INTEGER PRIMARY KEY, val TEXT)")
    conn.commit()
    conn.close()

    processes = []
    for i in range(num_processes):
        p = multiprocessing.Process(target=writer_process, args=(i, num_inserts, db_name))
        processes.append(p)

    print(f'Тестируем {num_processes} процессов')
    for p in processes:
        p.start()

    for p in processes:
        p.join()

    os.unlink(db_name)

    total_time = time.perf_counter() - start_time
    total_inserts = num_processes * num_inserts
    print(
        f"{num_processes} процессов. Общее время: {total_time:.4f} секунд. Суммарная скорость: {total_inserts / total_time:.2f} транзакций/сек")


if __name__ == "__main__":
    num_inserts = 277200
    for num_processes in range(1, 21):
        run(num_processes, num_inserts // num_processes)

У меня максимум на 4 одновременных процессах --- 70К транзакций в секунду.
Дальше до 20 процессов --- около 30К транзакций в секунду. И это в режиме, когда все процессы только и делают, что пишут в одную общую нагруженную таблицу.

Если вы пишете асинхронный вебсервис, то там будет столько воркеров, сколько у вас физических ядер. То есть до 20 воркеров --- всё ок, это достаточно высокая нагрузка.
Не high load, конечно, но..

Росбанк стал частью Т‑Банка. Но есть нюансы…

Более того: Т-банк по комиссиям не присылает уведомлений (никаких и нигде). Их можно обнаружить только в выписке по своей прямой инициативе. Так что среднее число оплат комиссии на человека будет гораздо больше единицы.
Бизнес, ничего личного.

Почему новая модель AI от DeepSeek считает себя ChatGPT

Про API так вообще очевидно: они для доступа к API используют библиотеку openai, и типичный код выглядит так:

from dotenv import dotenv_values
from openai import OpenAI

config = dotenv_values(".env")

BASE_URL = "https://api.deepseek.com/beta"
MODEL = "deepseek-chat"

client = OpenAI(api_key=config['API_KEY'], base_url=BASE_URL)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
)

print(response.choices[0].message.content)

То есть их публичные API совместимы с OpenAI'шными. Что просто супер-удобно, ведь имеющийся для OpenAI-код можно легко применить к их модели.

Почему я не готовлюсь к алгоритмическому интервью

Ой, ещё как считают. У нас есть специальный чатик, куда мы double-дичь с денежками скидываем. Кажется уже пару десятков примеров.

Почему я не готовлюсь к алгоритмическому интервью

Ой, да, спасибо, поправил.
Но в целом оно криво работает только на экстремальных числах.
То есть в условном банке или при расчёте денег такое писать не нужно: обязательно на копеечку когда-нибудь разъедется. А если считаешь пиксели на экране, то идеально.

Почему я не готовлюсь к алгоритмическому интервью

Строго говоря x+0.5 не всегда работает правильно.

> round = (x) => Math.floor(x + 0.5);
function round(x)

> x = 0.49999999999999994;
0.49999999999999994
> x
0.49999999999999994
> Math.round(x)
0
> round(x)
1 

Вычисляем миллиардное число Фибоначчи менее чем за 7 секунд

Вот, кстати, решение на Python через эту формулу. Только оно ощутимо медленнее:

Код на Python

from gmpy2 import mpz


class R5:
    def __init__(self, a=0, b=0):
        self.a = mpz(a)
        self.b = mpz(b)

    def __repr__(self):
        return f'R5({self.a}, {self.b})'

    def __str__(self):
        if self.a and self.b:
            return f'({self.a}{self.b:+}√5)'
        elif self.b:
            return f'{self.b}√5'
        else:
            return f'{self.a}'

    def __add__(x, y):
        return R5(x.a + y.a, x.b + y.b)

    def __sub__(x, y):
        return R5(x.a - y.a, x.b - y.b)

    def __mul__(x, y):
        return R5(x.a * y.a + x.b * y.b * 5, x.a * y.b + x.b * y.a)

    def __pow__(x, power):
        if power == 0:
            return R5(1, 0)
        elif power % 2 == 1:
            return x * (x ** (power - 1))
        else:
            sq = x ** (power // 2)
            return sq * sq

    def __floordiv__(x, n):
        n = mpz(n)
        return R5(x.a // n, x.b // n)


def fib_bine(n):
    return (R5(1, 1) ** n - R5(1, -1) ** n).b // mpz(2) ** n


from time import perf_counter
for i in range(1, 10):
    print(i, fib_bine(i))

N = 100_000_000
st = perf_counter()
y = fib_bine(N)
en = perf_counter()
print(f'{en - st:.4}с')
# 1_000_000_000 — 81.16с