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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #348 · 18.05

Я уже когда-то говорил, что, как пилот дрона, обращаю много внимания на висящие провода в городе. Когда был в Москве, тоже смотрел наверх, и, кажется, проводов там прям намного меньше: я почти не встречал жутких переплетений даже в центре, да и редкий одинокий кабель через улицу в спальном районе Москвы куда менее частое зрелище, чем в Петербурге. Зависит ли это от в среднем бОльшего расстояния между домами, из-за которого провода натягивать труднее? Или есть какое-то регулирование? Вообще, существуют ли нормы в этом вопросе? Может ли мне кто-то помешать просто так взять и натянуть провод между домами в произвольном месте? Есть ли случаи, когда людей за это действительно привлекали? Сейчас мне кажется, что в Петербурге этот вопрос полностью заброшен, и любой человек может творить с воздушным пространством между домами почти всё, что хочет, если только это не запрещённая вывеска. По крайней мере, за проводами вряд ли кто-то вообще следит. Особенно это заметно в центре: мало где над центральными улицами нет адской волосни. Один из признаков того, что городским властям не наплевать на облик города — это как раз регулирование таких вопросов. Фотографию я сделал сегодня недалеко от Восстания.#life

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