"В инженерной практике, в отношении корпусов внутренних блоков РРС (и не только) достаточно распространены неофициальные выражения «корзина» и «шасси». "
Вы ошибаетесь. Это вполне официальные названия:
Крейтовой системой (англ.crate - корзина), а также магистрально-модульной системой называют тип стандартизированной радиоэлектронной системы, включающий в себя реализацию не только электрических, но и конструкционно-механических стандартов, которые определяют установку унифицированных модулей в специализированное механическое шасси (крейт).
Вообще-то емкость батареи - это тот запас электроэнергии, которым она обладает. Поэтому емкость указывается не в ваттах -это мощность, а в ампер*часах. Зная напряжение батареи, можно посчитать энергию в джоулях или ватт*часах.
Тогда из какого материала сделаете поршень, который выдержит такое гигантское импульсное давление? И на сколько нанометров он успеет переместиться за наносекунды? И что получим в результате?
Сомневаюсь, что проблема в финансах. Это когда надо их пилить, то чем больше, тем лучше. А в данном случае нужны очевидно мозги, но не финансистов и политиков, а иные. Очевидно их не хватает.
Если внимательно прочитать примеры на языке Mojo, которые демонстрируют повышение производительности, то после первого примера, который похож на питон, начинается использование возможностей железа , которых нет в питоне.
В примере "генерации множества Мандельброта, скомпилированное приложение на языке Mojo при выполнении в облаке AWS (r7iz.metal-16xl) оказалось .. в 35 тысяч раз быстрее приложения на Python при использовании штатного CPython 3.10.9. "
Т е сравнивается работа кластера суперкомпьютеров с штатным CPython.
По-моему мнению, это сравнение железа, а не языков программирования.
Но главное то, что пока нет возможности сравнить этот язык c другими на компьютерах простых смертных пользователей.
Так как пишу на СИ то нет проблем организовать параллельное вычисление. Хотелось бы выяснить реальные возможности языка Mojo на одинаковом железе.
Задействование дополнительных аппаратных механизмов для ускорения вычислений даёт возможность добиться производительности, при интенсивных вычислениях превосходящей приложения на C/C++. Например, при тестировании приложения для генерации множества Мандельброта, скомпилированное приложение на языке Mojo при выполнении в облаке AWS (r7iz.metal-16xl) оказалось в 6 раз быстрее реализации на C++ (0.03 сек. против 0.20 сек.), а также в 35 тысяч раз быстрее приложения на Python при использовании штатного CPython 3.10.9 (0.03 сек. против 1027 сек.) и в 1500 раз быстрее при использовании PYPY (0.03 сек. против 46.1 сек.).
При оценке производительности в области решения задач машинного обучения, AI-стек Modular Inference Engine, написанный на языке Mojo, по сравнению с решением на базе библиотеки TensorFlow оказался на системе с процессором Intel в 3 раза быстрее при обработке языковой модели, в 6.4 раза быстрее при выполнении модели формирования рекомендаций и в 2.1 раза быстрее при работе с моделями для обработки визуальной информации. При использовании процессоров AMD выигрыш при использовании Mojo составил 3.2, 5 и 2.2 раза, а при использовании процессоров ARM - 5.3, 7.5 и 1.7 раз, соответственно. Решение на базе PyTorch отстало от Mojo в 1.4, 1.1 и 1.5 раз на CPU Intel, в 2.1, 1.2 и 1.5 раз на CPU AMD и в 4, 4.3 и 1.3 раза на CPU ARM.
Опубликован релиз языка программирования Julia 1.9, сочетающего такие качества как высокая производительность, поддержка динамической типизации и встроенные средства для параллельного программирования. Синтаксис Julia близок к MATLAB с заимствованием некоторых элементов из Ruby и Lisp. Метод манипуляции строками напоминает Perl. Код проекта распространяется под лицензией MIT. (Не надо записываться в очередь, чтобы использовать)
Ключевые особенности языка:
Высокая производительность: одной из ключевых целей проекта является достижение производительности близкой к программам на языке Си. Компилятор Julia основан на наработках проекта LLVM и генерирует эффективный нативный машинный код для многих целевых платформ;
Поддержка различных парадигм программирования, включая элементы объектно-ориентированного и функционального программирования. Стандартная библиотека предоставляет в том числе функции для асинхронного ввода/вывода, управления процессами, ведения логов, профилирования и управления пакетами;
Динамическая типизация: язык не требует явного определения типов для переменных по аналогии со скриптовыми языками программирования. Поддерживается интерактивный режим работы;
Опциональная возможность явного указания типов;
Синтаксис, превосходно подходящий для численных вычислений, научных расчётов, систем машинного обучения и визуализации данных. Поддержка многих числовых типов данных и средств для распараллеливания вычислений.
Возможность прямого вызова функций из библиотек на языке Си без дополнительных прослоек.
Для этого примера программа на Mojo в 8.6 раз быстрее питона.
Набросал скрипт этого примера на Lua, который в 18.9 раз быстрее питона.
Если кто найдет ошибки, то пишите, исправлю результат.
Это текст скрипта:
local function Matrix(X,rs,cs)
local A={}; A.rs=rs; A.cs=cs;
for m=1,rs do local a_m=(m-1)*cs; for n=1,cs do A[a_m+n]=X end end
return A;
end
local function matmul_lua(C,A,B)
for m=1,C.rs do local c_m=(m-1)*C.cs; local a_m=(m-1)*A.cs;
for n=1,C.cs do local c_mn=c_m+n
for k=1,A.cs do local b_k=(k-1)*B.cs;
C[c_mn]=C[c_mn]+A[a_m+k]*B[b_k+n]
end
end
end
end
local A=Matrix(1.,128,128);
local B=Matrix(1.,128,128);
local C=Matrix(1.,128,128);
local t=os.clock()
matmul_lua(C, A, B);
local t=os.clock()-t;
gflops=(2*(128*128*128)/t)/1e9
print(gflops)
Судя по статье , автор уверен, чтобы "психологом" быть проще и прибыльнее, чем бухгалтером.
Очевидно, что на бухгалтера надо учиться, а на "психолога" учиться не надо. Достаточно тупо навязывать людям свои услуги, липнуть к ним, постоянно рассказывать о собственных успехах, напоминать им о их неудачах и зазывать их на свои платные семинары.
Эти понятия были введены еще в СССР и именно в инженерной практике при внедрении систем АСУ. Ну , если не знаете что-то, то зачем писать отсебятину?
А еще есть интернет.
"В инженерной практике, в отношении корпусов внутренних блоков РРС (и не только) достаточно распространены неофициальные выражения «корзина» и «шасси». "
Вы ошибаетесь. Это вполне официальные названия:
Крейтовой системой (англ.crate - корзина), а также магистрально-модульной системой называют тип стандартизированной радиоэлектронной системы, включающий в себя реализацию не только электрических, но и конструкционно-механических стандартов, которые определяют установку унифицированных модулей в специализированное механическое шасси (крейт).
https://ru.wikipedia.org/wiki/Крейтовая_система
Вообще-то емкость батареи - это тот запас электроэнергии, которым она обладает. Поэтому емкость указывается не в ваттах -это мощность, а в ампер*часах. Зная напряжение батареи, можно посчитать энергию в джоулях или ватт*часах.
..НО, "чтобы не делали - получается автомат Калашникова."
Печально, не то, что это запретили ввозить, а то,что это все в России не умеют производить.
Тогда из какого материала сделаете поршень, который выдержит такое гигантское импульсное давление? И на сколько нанометров он успеет переместиться за наносекунды? И что получим в результате?
Сомневаюсь, что проблема в финансах. Это когда надо их пилить, то чем больше, тем лучше. А в данном случае нужны очевидно мозги, но не финансистов и политиков, а иные. Очевидно их не хватает.
Смущает, что это не невесомость и не вакуум, а еще , что кпд=100%.
Смущает, что все так просто, а 75 лет "не выходит каменная чаша"
"В-третьих, CUPS - это возможность выделять трафик и передавать обработку трафика на сторону пользователя. "
Правильно я Вас понял, что 5G дополнительно нагрузит смартфон пользователя обработкой трафика?
как так маловато? Потерь нет, следовательно, крутится вечно.
Все уже давно отработано на рынке. Главное поднять волну и на гребне слить свой пакет акций.
Уж сколько раз лопались хай-тек пузыри. Это очередной новый надувают.
"Нет потерь энергии" - вечный двигатель. Увы, такие заявки уже давно не рассматривают. Патент не дадут.
C луны привозить камни и ими заполнять впадины в опустошенном океане.
А потом Встать на берегу пустыни и спросить верблюда " Мы вчера что пили?"
А поршень,выдерживающий 100 миллионов градусов ,из чего предлагаете сделать?
Если внимательно прочитать примеры на языке Mojo, которые демонстрируют повышение производительности, то после первого примера, который похож на питон, начинается использование возможностей железа , которых нет в питоне.
В примере "генерации множества Мандельброта, скомпилированное приложение на языке Mojo при выполнении в облаке AWS (r7iz.metal-16xl) оказалось .. в 35 тысяч раз быстрее приложения на Python при использовании штатного CPython 3.10.9. "
Т е сравнивается работа кластера суперкомпьютеров с штатным CPython.
По-моему мнению, это сравнение железа, а не языков программирования.
Но главное то, что пока нет возможности сравнить этот язык c другими на компьютерах простых смертных пользователей.
Так как пишу на СИ то нет проблем организовать параллельное вычисление. Хотелось бы выяснить реальные возможности языка Mojo на одинаковом железе.
Будем ждать, когда выложат в свободный доступ.
Нашел дополнение к статье:
Задействование дополнительных аппаратных механизмов для ускорения вычислений даёт возможность добиться производительности, при интенсивных вычислениях превосходящей приложения на C/C++. Например, при тестировании приложения для генерации множества Мандельброта, скомпилированное приложение на языке Mojo при выполнении в облаке AWS (r7iz.metal-16xl) оказалось в 6 раз быстрее реализации на C++ (0.03 сек. против 0.20 сек.), а также в 35 тысяч раз быстрее приложения на Python при использовании штатного CPython 3.10.9 (0.03 сек. против 1027 сек.) и в 1500 раз быстрее при использовании PYPY (0.03 сек. против 46.1 сек.).
При оценке производительности в области решения задач машинного обучения, AI-стек Modular Inference Engine, написанный на языке Mojo, по сравнению с решением на базе библиотеки TensorFlow оказался на системе с процессором Intel в 3 раза быстрее при обработке языковой модели, в 6.4 раза быстрее при выполнении модели формирования рекомендаций и в 2.1 раза быстрее при работе с моделями для обработки визуальной информации. При использовании процессоров AMD выигрыш при использовании Mojo составил 3.2, 5 и 2.2 раза, а при использовании процессоров ARM - 5.3, 7.5 и 1.7 раз, соответственно. Решение на базе PyTorch отстало от Mojo в 1.4, 1.1 и 1.5 раз на CPU Intel, в 2.1, 1.2 и 1.5 раз на CPU AMD и в 4, 4.3 и 1.3 раза на CPU ARM.
Интересно узнать превосходит ли Mojo вот это:
Опубликован релиз языка программирования Julia 1.9, сочетающего такие качества как высокая производительность, поддержка динамической типизации и встроенные средства для параллельного программирования. Синтаксис Julia близок к MATLAB с заимствованием некоторых элементов из Ruby и Lisp. Метод манипуляции строками напоминает Perl. Код проекта распространяется под лицензией MIT. (Не надо записываться в очередь, чтобы использовать)
Ключевые особенности языка:
Высокая производительность: одной из ключевых целей проекта является достижение производительности близкой к программам на языке Си. Компилятор Julia основан на наработках проекта LLVM и генерирует эффективный нативный машинный код для многих целевых платформ;
Поддержка различных парадигм программирования, включая элементы объектно-ориентированного и функционального программирования. Стандартная библиотека предоставляет в том числе функции для асинхронного ввода/вывода, управления процессами, ведения логов, профилирования и управления пакетами;
Динамическая типизация: язык не требует явного определения типов для переменных по аналогии со скриптовыми языками программирования. Поддерживается интерактивный режим работы;
Опциональная возможность явного указания типов;
Синтаксис, превосходно подходящий для численных вычислений, научных расчётов, систем машинного обучения и визуализации данных. Поддержка многих числовых типов данных и средств для распараллеливания вычислений.
Возможность прямого вызова функций из библиотек на языке Си без дополнительных прослоек.
Очевидно, что не хватает потребителей, там, где эти электростанции находятся.
На сайте разработчиков Mojo есть пример с умножением матриц.
https://docs.modular.com/mojo/notebooks/Matmul.html
Для этого примера программа на Mojo в 8.6 раз быстрее питона.
Набросал скрипт этого примера на Lua, который в 18.9 раз быстрее питона.
Если кто найдет ошибки, то пишите, исправлю результат.
Это текст скрипта:
Судя по статье , автор уверен, чтобы "психологом" быть проще и прибыльнее, чем бухгалтером.
Очевидно, что на бухгалтера надо учиться, а на "психолога" учиться не надо. Достаточно тупо навязывать людям свои услуги, липнуть к ним, постоянно рассказывать о собственных успехах, напоминать им о их неудачах и зазывать их на свои платные семинары.