TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #270 · 9 јул.
От многопоточных вычислений переходим к распределённым. То есть вычисления, происходящие на нескольких компьютерах. Конечно, в зависимости от задачи, вы можете взять готовые решения вроде CGRU или Deadline для рендеринга, charm4py или Dask для ML, или замутить что-то на AWS С2. Но хотелось бы чего-то попроще, попитоничней что ли) А ведь в Python есть средства "из коробки" для синхронизации нескольких процессов на разных хостах. Вот простой пример кода, который синхронизирует работу двух процессов на разных компьютерах. В этом случае используется процесс-посредник, который является синхронизирующим сервером. В примере создаётся некий Manager, который шарит общую для клиентов очередь. Все подключившиеся могут что-то в неё писать или забирать. В моём коде один процесс что-то "считает" и складывает в очередь, другой забирает и продолжает какие-то свои "расчёты". Если у вас есть несколько машин, то можете попробовать это запустить по сети (нужно заменить 'localhost' на IP-адрес сервера). Но и на локальной машине сработает. Gist 🌎 #libs#source#tricks
Пребарај: #kfunc
@aigcrubbish · Post #158 · 27.01.2026 г., 17:06
[$] Implicit arguments for BPF kfuncs Linux 内核的 kfunc 机制允许 BPF 程序直接调用内核函数。目前内核中有超过 300 个 kfunc，功能涵盖字符串处理（如 `bpf_strnlen()`）到自定义调度器（如 `scx_bpf_kick_cpu()`）等。 有时，这些 kfunc 需要访问 BPF 程序无法直接获取的上下文信息，因此无法通过参数传递。Ihor Solodrai 提交的“隐式参数”补丁集旨在解决这个问题，它允许 kfunc 隐式地接收额外的上下文参数。 原文链接：https://lwn.net/Articles/1055559/ #Linux#内核#BPF#kfunc #AIGC Read more