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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #569 · 25.09

Недавно в сеть слили утекшие материалы GTA 6: видео с игровым процессом (сырым и с сырой графикой, конечно). Пишут, что вроде как это результат одного из взломов Rockstar со стороны хакеров. Как, вероятно, думал хакер: игру все ждут, а проклятая студия скрывает подробности разработки. Покажу всем фанатам, чтобы они хоть какую-то инфу получили! Что получилось на деле: студия, вероятно, вынуждена будет переделывать некоторые куски, которые уже слиты, чтобы оставить в сюжете и механиках интригу. К тому же, дополнительные ресурсы сейчас ещё и уйдут на усиление внутренней безопасности, поиск кротов и так далее. Атмосфера в командах разработки из-за этого тоже ухудшится. Срок выхода игры отодвинется. Неизвестно, надолго ли, но точно это на срок повлияет. Фанатам игры, которые её ждут, станет хуже. Впрочем, всегда есть вероятность, что хакер просто ненавидит корпорации, на игру ему плевать, он просто хотел сделать плохо Rockstar. Кстати, если бы, грубо говоря, фанаты договорились не смотреть видео и не пересылать его друг другу, ущерб студии был бы куда меньше, и игра вышла бы скорее. Эта идея в несколько другой форме была в самой первой серии первого сезона Black Mirror (да, про свинью). #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #llvm

当前筛选 #llvm清除筛选
Android Broadcast

@android_broadcast · Post #9894 · 17.03.2026 г., 05:32

🤖Google ускорила ядро Android, скормив компилятору профили реального использования Команда LLVM toolchain в Google рассказала, как они применили AutoFDO (Automatic Feedback-Directed Optimization) к ядру Android — и результаты интересные. Идея простая: обычный компилятор принимает решения об оптимизациях на основе статических эвристик. Встроить функцию или нет, какая ветка условия чаще выполняется — всё это угадывается без реальных данных из приложений и пользовательских сценариев. AutoFDO меняет подход: компилятор получает профили реального выполнения кода и на их основе принимает куда более точные решения. Эта техника Google уже давно применяется к своей серверной инфраструктуре и ChromeOS, так что подход обкатанный и зарекомендовавший себя. Кто знаком с ART Profiles — идея покажется знакомой. Там тот же принцип: собираем данные о реальном выполнении, отдаём компилятору, получаем более точный нативный код. Только ART Profiles работают на уровне ART для Java/Kotlin-кода конкретного приложения, а AutoFDO — на уровне ядра, C/C++ и LLVM. Разные слои, одна философия. Для ядра профили собирают не с реальных устройств, а в лабораторных условиях: запускают топ-100 самых популярных приложений, используют simpleperf и аппаратные возможности ARM для записи истории ветвлений. Собранные данные показывают 85% совпадение с профилями реального парка устройств — этого достаточно, чтобы считать подход рабочим. Результаты на ядрах 6.1, 6.6 и 6.12: 👉 холодный старт приложений стал быстрее на ~4% 👉 время загрузки сократилось на ~1% 👉 ядро занимает ~40% CPU-времени на Android, так что любая оптимизация здесь ощутима Важный момент: AutoFDO не меняет логику кода, только влияет на решения компилятора — инлайнинг, раскладку кода. Функции, которые не попали в профили («холодные»), компилируются стандартным образом, без изменений. Сейчас это уже в проде — профили включены в ветки android15-6.6 и android16-6.12, так что устройства на этих ядрах уже собираются с AutoFDO. Pixel-устройства точно попадают в эту категорию. С другими производителями сложнее: многие используют сильно модифицированное ядро и не переходят на GKI из AOSP, так что там это может быть не применено вовсе. В планах — GKI-модули, вендорные модули через DDK и поддержка новых версий ядра. 🔗 Источник - блог Android Developers #Android#AndroidDev#Производительность#LLVM#Native