TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #343 · 13.05

Лю Цысинь, «Задача трёх тел». Шутка про то, что из-за санкций фантастику тоже теперь читаю китайскую :) На самом деле, конечно, слышал об авторе давно. Книга принесла ему мировую известность, и вообще, как я понимаю, изрядно продвинула китайскую фантастику на международной арене. Но я добрался только сейчас. Пока прочитал только первую книгу, ещё две на очереди. Это практически целиком «твёрдая» научная фантастика: автор не только старается не противоречить известной физике, но и ожидает от читателя некоторых фундаментальных научных представлений. Вам будет интереснее читать, если вы знаете, что такое реликтовое излучение, релятивистские эффекты, машина Тьюринга и так далее. Вообще, я хочу похвалить автора за смелось: даже просто выпустить в наше время художественную книгу с названием «Задача трёх тел» это уже само по себе круто. А написать её так, чтобы она стала мировым бестселлером — что-то за гранью. Я до сих пор приятно удивлён тому, как много людей на планете нашли её для себя интересной (если, конечно, не предполагать, что изрядная доля читателей просто последовала некоторой моде и хайпу). Сюжет очень захватывающий, и этот эффект достигается интересным образом. Обычно в фантастической литературе мы заранее готовы к любого рода необъяснимым и странным вещам. Но здесь нас сначала достаточно хорошо убеждают в том, что мы имеем дело с нашим реальным настоящим миром, в котором работают обычные законы и не существует законов магических. А после этого начинает происходить необъяснимое и странное. Главное повествование начинается с того, что протагониста — китайского учёного — приглашают к себе военные и рассказывают ему о том, что за последнее время многие учёные совершили самоубийства, и это не похоже на совпадение. Его предупреждают об опасности, на что он реагирует скептически. Но, придя домой вечером... В общем, лучше не рассказывать слишком много, чтобы не испортить впечатление. События нехило держат в напряжении даже несмотря на то, что особенного «экшена» не происходит. При этом в тексте не пропущены «нудные» места: многие физические и математические вещи объясняются весьма подробно. Автор, конечно, не удержался от того, чтобы и у него квантовая запутанность передавала информацию, но за компьютер из людей я готов простить ему многое (и скорее всего вы сейчас совершенно неправильно представили себе, о чём на самом деле речь). Уже купил вторую и третью книги. Напишу короткую заметку по окончании. #fiction

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #optimizatio

当前筛选 #optimizatio清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8587 · 19.09.2025 г., 09:09

🚀 SakanaAI представил Robust Agentic CUDA Kernel Optimization Это новый подход, где LLM помогает оптимизировать CUDA-ядра для PyTorch. • Слияние операций ускоряет forward/backward-проходы, результаты выше стандартных Torch-базлайнов • Полный пайплайн: PyTorch → генерация CUDA-кода → эволюционная оптимизация во время работы • Проверка через LLM: модели автоматически отмечают неправильные ядра (дает +30% к производительности) • robust-kbench — собственный бенчмарк, где измеряют не только скорость, но и корректность работы LLM Авторы пишут о 2.5x ускорении над PyTorch eager и даже 6x в линейных операциях❗️ Но большинство примеров — это тесты на слияние операций с неотюненной базой, так что цифры спорные. К тому же PyTorch 2.5 уже внедряет похожие оптимизации ), поэтому такие рекорды могут быстро обесцениться. Это интересный подход к самообучающимся AI-компиляторам, но заявленные ускорения стоит проверять на праактике. 🟢Github: https://github.com/SakanaAI/robust-kbench 🟢Статья: https://arxiv.org/abs/2509.14279 @ai_machinelearning_big_data #AI#CUDA#PyTorch#SakanaAI#LLM#Optimizatio