The Devs
@thedevs · Post #1174 · 16.07.2018 г., 18:48
How I scaled a website to 10 million users (web-servers & databases, high load, and performance). #video#coding#scaling#devops @thedevs https://kutt.it/AEuli0
TGTGInsightтелеграм анализLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Намери подобно съдържание
Изходен канал @clockstackwheels · Post #396 · 22.06
Попробовал Github Copilot. Это проект, в рамках которого Гитхаб обучил нейросеть на миллионах строк программного кода, загруженного людьми, и теперь она вроде как способна предлагать автоматическое дополнение к тому, что вы пишете. В теории, если вы напишете название функции, например public int Fibonacci(int n), то она сразу предложит вам автоматически подставить всё остальное. Конкретно с этим примером система действительно справляется, но в целом впечатления у меня от неё смешанные, и на мой взгляд она пока что не стоит тех $10 в месяц, которые за неё просят после тестового двухмесячного периода. Я уже писал ранее о своём отношении к нейросетям. В задачах дополнения данных они работают средненько: значимый процент решений будет с ошибками. Вот и здесь — сначала я подумал, что Copilot сможет за меня копипастить популярные однотипные куски кода из интернета. Например, я не помню алгоритм Вагнера-Фишера, постоянно его копирую из своих других проектов, часть из которых выложена на Github и наверняка была передана в обучение Copilot. Я предложил нейросетям мне этот алгоритм написать, они написали что-то отдалённо похожее. Внешне выглядело убедительно и даже компилировалось, но работало неправильно, и при ближайшем рассмотрении оказалось, что там просто случайно надёрганные строчки из настоящего алгоритма. Некоторые проверки по 2 раза, а часть нужной логики упущено совсем. Об оформлении кода вообще говорить не стоит: пока всё, что мне выдавалось, оформлено плохо, и на ревью я бы написал разработчику несколько замечаний. Однако, в других местах работает, как задумано. Если у вас есть дуальные функции, оно умеет предлагать дописать остаток (пример на скриншоте ниже). Но из того, что я попробовал, только процентов 20 случаев реально были полезны. Остальные 80% или вообще неверный код, или правильный, но такой неаккуратный, что лучше самому написать. Есть ещё проблема: массовый копипаст довольно опасен, потому что легко пропустить какую-то мелочь. В идеале нужно весь вставленный код проверять построчно, но по когнитивной нагрузке это близко к тому, чтобы создать его самостоятельно. И человеческое внимание совершенно точно будет расслабляться и размываться при работе с такими средствами автодополнения, а, значит, неизбежны ошибки. На месте чувствительной к багам энтерпрайз-разработки я бы вообще запрещал бы своим сотрудникам применять Copilot. С другой стороны, возможно, подобная утилита хорошо зайдёт для прототипирования, на хакатонах, на стримах с демонстрацией разработки чего-нибудь. У меня будет возможность проверить на соревновании через месяц, но в работе скорее всего отключу. #dev
Hashtags
Резултати
Намерени 9 подобни публикации
Търсене: #scaling
当前筛选 #scaling清除筛选
UXLINK
@uxlink_community · Post #925 · 11.05.2026 г., 00:44
Social Graph + Verifiable Execution = The future of Web3 Scaling. ⚡️ Thrilled to explore the frontiers of AI and capital movement with @OriginsNetwork_. We aren’t just connecting users; we’re powering the entire system. Onward! 🚀🚀 #UXLINK#Origins#Web3#Scaling
Machinelearning
@ai_machinelearning_big_data · Post #8349 · 24.08.2025 г., 09:01
📌Анатомии GPU и TPU: 12 глава пособия "How to Scale Your Model" Группа инженеров из Google DeepMind опубликовали 12-ю главу своего он-лайн учебника "How to Scale Your Model: A Systems View of LLMs on TPUs" How to Scale Your Model - практико-ориентированное руководство по масштабированию LLM из 12 разделов для разработчиков и исследователей. Оно объясняет, как анализировать и оптимизировать производительность модели, учитывая системные ресурсы: вычисления, память и пропускную способность. Пособие научит выбирать оптимальные стратегии параллелизма, оценивать стоимость и время обучения и инференса, а также глубже понять взаимодействие между TPU/GPU и алгоритмами масштабирования как на одном, так и на тысячах ускорителей. 12-я глава - глубокое техническое руководство по архитектуре GPU и стратегиям масштабирования больших моделей. В ней детально разбирается устройство современных GPU NVIDIA: Streaming Multiprocessors, Tensor Cores, иерархия памяти (HBM, L2, SMEM), все это с подробными сравнительными таблицами характеристик для разных поколений чипов. Очень подробно выполнено сравнение архитектур GPU и TPU, с объясняем ключевого различия между модульностью GPU и монолитностью TPU. Особое внимание, что редкость для обучающих материалов, уделено сетевой организации кластеров. Авторы доступно объясняют как GPU соединяются внутри узлов через NVLink/NVSwitch и между узлами через InfiniBand в топологии "Fat tree", и как пропускная способность на каждом уровне влияет на реальную производительность коллективных операций (AllReduce, AllGather). Описаны основные стратегии параллелизма: Data Parallelism, Tensor Parallelism, Expert Parallelism и Pipeline Parallelism, с разбором их ограничений и примеров из реальных проектов. В конце главы есть хороший анализ новых возможностей архитектуры Blackwell. @ai_machinelearning_big_data #AI#ML#LLM#Scaling#GPU#TPU
以太坊区块链新闻| ETH 以太币圈热瓜
@ethereumglobalnews · Post #1426 · 27.11.2025 г., 08:58
🪙Vitalik expects ETH gas limits to grow with precision. #Scaling 以太坊創辦人 Vitalik Buterin （26）日表示2026 年的區塊 Gas 上限仍會走升，但將擺脫過往「全面平均式調高」的模式，改為 更精準、針對性更強的調整節奏。 #Protocol#DeFi#市场趋势#以太坊 ——— ⚡️ 此舉意味著以太坊擴容將從「粗放擴大」走向「精細調節」，並與帳戶抽象、資料可用性改革形成更一致的技術路線。 ✅Chat: @Web3NewsInsight 🦂 👇Tip👇讚 或點擊進行💎資源搜索👇
以太坊区块链新闻| ETH 以太币圈热瓜
@ethereumglobalnews · Post #1622 · 26.12.2025 г., 07:27
🪙🔥 BIG 2026 Upgrade-ETH 以太坊 2026 Glamsterdam 硬分叉： • 并行处理 • Gas 上限提升至 200M • 数据 Blob 扩容 • 10% 网络迁移至 ZK Rollups #以太坊#区块链#扩容 #Ethereum#ZK#Scaling ——— 👇⭐️👇 🤣 🥲👇 資源搜索 🖲️👆
以太坊区块链新闻| ETH 以太币圈热瓜
@ethereumglobalnews · Post #1295 · 05.11.2025 г., 06:25
⚡️💵Vitalik on Faster L2 Withdrawals #BreakingNews@Ethereumglobalnews 🧠 以太坊联合创办人 Vitalik Buterin 提出: 第一阶段 Rollup 的提款时间可缩至1-2天 第二阶段 Rollup 将维持 7 天周期以确保最高安全性 💡 这项提案若落地，可能大幅加速 L2 资金流转与用户采用 #Insight#Scaling #ETH#Ethereum#Layer2#Rollup ——— 💎@GlobalWeb3News✅ 🤣Follow for fast crypto alerts 🤣
以太坊区块链新闻| ETH 以太币圈热瓜
@ethereumglobalnews · Post #2008 · 02.03.2026 г., 04:28
Vitalik Buterin proposes binary state trees and a RISC-V VM to solve Ethereum’s execution bottlenecks. ⚡️ 他指出，目前以太坊执行层面临两大核心瓶颈： 1️⃣ 状态访问与存储效率 2️⃣ 虚拟机架构限制 通过引入 Binary State Trees，有望优化状态证明结构，而 RISC-V 虚拟机 则可能提升执行效率与灵活性。 “A better VM can make Ethereum beautiful and great.” ⚡️这不仅是技术升级讨论，更是 长期可扩展性与模块化路线的关键一步。 若推进顺利，或将影响未来 L2 设计与执行层架构方向。 #Ethereum#ETH#Layer1#Scaling #Blockchain#EVM#RISC#Crypto
Crypto M - Crypto News
@CryptoM · Post #65085 · 10.04.2026 г., 22:56
🚀 Offchain Labs Co-Founder Ed Felten on the Future of Layer 2s Amid Ethereum's Mainnet Scaling Offchain Labs co-founder Ed Felten expressed confidence in the continued relevance of layer 2 solutions like Arbitrum, even as Ethereum focuses on scaling its mainnet. According to NS3.AI, Felten highlighted that layer 2s can maintain their competitiveness by providing faster response times, reduced block times, and increased throughput. #OffchainLabs#EdFelten#Layer2#Ethereum#Arbitrum#Scaling#Blockchain#NS3AI#Throughput#ETH#ARB
Neuron | OnlyFAST
@neuron_skills · Post #1643 · 11.07.2025 г., 14:48
📊 AI-автоматизация на страже новостей! За период 07.07.2025 – 10.07.2025 наша система автоматически проанализировала для вас: 191 топовый сабреддит 449 Twitter-аккаунтов 29 Discord-серверов (226 каналов, 12 761 сообщений) ⏳ Экономия вашего времени: Если бы вы читали это вручную со скоростью 200 слов в минуту, ушло бы целых 806 минут — а так, всё самое важное уже собрано в одном месте! tags: companies #xai#perplexityai#langchain#cursor#cline models #grok4#grok4heavy#claude4opus topics #modelreleases#benchmarking#longcontext#modelpricing#modelintegration#voice#performance#scaling#gpuoptimization people’s #elonmusk#aravsrinivas#igorbabuschkin#yuchenj_uw