Моя лента

Процессор AMD K6-III под кодовым именем Sharptooth вышел в феврале 1999 года в версиях на 400 и 450 МГц и стал очередным шагом в развитии линейки K6. Он появился в то время, когда Intel уже ушла от Socket 7 к Slot 1, а AMD продолжала развивать старую платформу и старалась выжать из нее максимум. Сам процессор по архитектуре мало отличался от K6-2, но получил встроенный кэш второго уровня, который заметно ускорял работу системы. Благодаря этому компьютеры на Socket 7 еще некоторое время оставались вполне приемлемым, недорогим вариантом для дома и офиса. Что ж, давайте вспомним «ветерана».

Объемы данных в современных дата-центрах растут быстрее, чем когда-либо. Обучение моделей искусственного интеллекта, резервные копии облачных сервисов, архивы видео и телеметрии требуют хранилищ, измеряемых уже не терабайтами, а петабайтами и эксабайтами. При таких масштабах ключевую роль по-прежнему играют жесткие диски: пока SSD берут на себя быстрые рабочие данные, магнитные накопители остаются основой долгосрочного хранения. Поэтому каждая новая ступень роста емкости напрямую влияет на экономику дата-центров. Один из последних примеров — диски Seagate объемом 44 ТБ, анонсированные несколько дней назад. Давайте разберемся. 

Задачи в нашей небольшой команде разделены строго: Лев отвечает за аппаратную часть, схемотехнику и проект в целом, а Марк — за инженерию данных, разметку виброакустических датасетов и алгоритмы каскадной фильтрации.

В этой статье мы хотим поделиться набитыми шишками при проектировании прототипа: почему стримить аудио работающего двигателя фуры в облако — это экономическая утопия, как организовать непрерывный сбор данных без блокировки процессорного ядра и почему перенос цифровой обработки сигналов (DSP) на борт микроконтроллера стал для нас единственным выходом.

Пока IT-директор «Магнита» ищет способы сэкономить 200 млн рублей на серверах и обновляет техрадары, в их логистике ежегодно «сгорает» 2,5 миллиарда. Я пришел в комментарии к CIO с готовым алгоритмом, который пакует фуры со скоростью 500 000 объектов в секунду с учетом LIFO, развесовки и крена, но получил лишь игнор и минус в рейтинг. Что ж, переходим к публичному вызову: 168 часов против 2,5 миллиардов. Кто быстрее — математика или корпоративный TOGAF?

В новом выпуске замена циклов рекурсией и Android на десктопах, нарезание Android-монолита и промпт-контракты, снижение комиссии в Play Store, потери органики и что с этим делать, скрытый bottleneck сборок и многое другое. Заходите!

Отделу продаж вдруг понадобился флаер. Обычный буклет, чтобы совать его клиентам.

Давайте посмотрим, как выглядит эта «плевая задачка» на разных уровнях управления.

Спойлер: это хроника погружения в аццкую бездну.

Три года назад я опубликовал статью Сортировка слиянием — не так просто, как кажется, в которой решал задачу с собеседования, как построчно отсортировать огромный текстовый файл, который заведомо не влезает в оперативную память.

Формат строки: число, точка, пробел, далее любые символы до конца строки.
Порядок сортировки: сначала сортируем текстовой части строки, потом по числу если текстовые части совпадают.
Кодировка: UTF-8, сортировка с учетом локали.
Размер файла: 100гб — гарантированно больше объема ОП.
Должно отработать менее чем за час на HDD.

Прошлая версия, которую я написал еще на .NET 7, справлялась за 32 минуты на моем компьютере. Большую часть времени занимало чтение-запись файлов, поэтому так применялись сжатие, параллельная обработка сортировки и ввода-вывода, а таже низкоуровневые манипуляции с массивом байт для уменьшения аллокаций.

Большинство API-тестов бесполезны: они флакают и тормозят CI. Показываю альтернативу — изоляционные тесты без стендов и боли.

Кому будет полезно

Если вы живёте в Python и одновременно используете statsmodels, lifelines, pyhf, PyMC/BlackJAX, linearmodels (или что‑то похожее).

Если вам важны воспроизводимость и понятная валидация численных оптимизаций (особенно в HEP).

Если вам интересна архитектура «одно вычислительное ядро → много задач» и практические hot paths (AOT, SIMD, zero‑copy).

Про облака написано столько, что легко запутаться. Маркетологи обещают рай, одни эксперты советуют одно, другие — прямо противоположное. А на деле владелец сети или ИТ-директор просто хочет понять: что выбрать, чтобы и кассы не висли, и бюджет не трещал, и завтра не пришлось всё переделывать?

Я попробую без маркетинга. Просто пройдёмся по фактам, трендам и реальным подводным камням. С цифрами, но с осторожностью. С выводами, но без советов «для всех».

Представьте себе: вы в Японии как турист и прекрасно проводите время, как вдруг, ни с того ни с сего, ваш телефон (несмотря на беззвучный режим) и телефоны всех людей вокруг начинают издавать истошный тревожный писк. Или в пять вечера, гуляя по городу, вы слышите короткую меланхоличную мелодию, играющую из громкоговорителей повсюду. Что всё это значит? Поможет разобраться нам с этим японист Полина Гуленок, в настоящее время как раз проживающая в стране.

Самые интересные новости финансов и технологий в России и мире за неделю: рекламу в Телеграме и Ютубе хотят запретить задним числом, Max пытается следить за вашим VPN, маркетплейсы заставят скинутся на поддержку «Почты России», нефть растет из-за «спецоперации» в Иране, а Polymarket удалил пари на ядерные удары.

Разработчик Дэн Бланшар (Dan Blanchard), создатель Python‑библиотеки chardet для определения кодировки символов, представил обновлённую версию библиотеки под лицензией MIT вместо ранее применявшейся лицензии LGPL. Бланшар пояснил, что ИИ‑ассистент Claude от Anthropic. который теперь числится в списке контрибуторов, помог переписать библиотеку без использования оригинального кода. Это позволило разработчики проекта заменить копилефт лицензию на пермиссивную.

Ввиду серьёзных ограничений, которые могут быть введены для Telegram, а также возможной блокировки сервиса, я решил сделать простой скрипт для сохранения информации из диалогов. В первую очередь — из Saved Messages (Избранное).

У меня хранится довольно много ссылок и полезной информации в избранных сообщениях, и терять доступ к этим данным не хочется. Поэтому возникла идея сделать небольшой инструмент для резервного копирования.

Video Codec Converter (VCC) упрощает пакетное преобразование видео благодаря поддержке GPU. Video Codec Converter (VCC) — это графический интерфейс пользователя FFmpeg для пакетного преобразования видео, транскодирования, кодирования на GPU, поддержки AV1/H.264, предустановок, обрезки, объединения и настраиваемых параметров кодирования.

В начале марта 2026 года состоялся выпуск обновления мультиформатного проекта PPSSPP 1.20.0. Это эмулятор Sony PlayStation Portable с открытым исходным кодом. Проект написан на C++ и опубликован на GitHub под лицензией GPL 2.0.