TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #303 · 27 дек.

Наверняка вы замечали, что в Python есть удобная функция для получения переменной окружения os.getenv(NAME) И её "сестра" для создания или изменения переменных окружения os.putenv(NAME, VALUE) Но почему-то putenv() не работает как должно. Энвайромент не обновляется! os.putenv('MYVAR', '1') print(os.getenv('MYVAR')) ... и ничего 😴 Почему так? На самом деле энвайромент обновляется, но это значение не добавляется в словарь os.environ. Откройте исходник функции os.getenv(). Это просто шорткат для os.environ.get() В то время как putenv() это built-in С-функция. Словарь os.environ (или точней класс из MutableMapping) создаётся из энвайромента в момент инициализации. Функция putenv() самостоятельно его не изменяет. В тоже время, когда вы создаёте или изменяете ключ в os.environ, автоматически вызывается putenv() в методе __setitem__(). То есть, технически putenv() всё делает верно, но в os.environ это не отражается. Можно проверить так: >>> os.putenv('MYVAR', '123') >>> os.system('python -c "import os;print(os.getenv(\'MYVAR\'))"') 123 Я объявил переменную в текущем процессе и вызвал дочерний процесс, который её унаследовал и получил в составе os.environ. Аналогично при удалении переменной вызывается еще одна built-in функция unsetenv(), удаляющая переменную из системы. Итого ▫️ Удобней всего явно обновлять переменные через os.environ ▫️ Есть способ неявно создать/удалить переменную через putenv/unsetenv, что не повлияет на os.environ но изменит энвайромент и передаст изменения сабпроцессам. Но так лучше не делать! ▫️os.environ это просто обертка для built-in функций putenv() и unsetenv(). #basic

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #lpu

当前筛选 #lpu清除筛选
经济信息联播

@eco_cn · Post #30006 · 18.03.2026 г., 03:41

在GTC 2026主题演讲结束后,英伟达CEO黄仁勋接受了Stratechery创始人Ben Thompson的专访: AI在过去一年跨越了一个关键门槛——推理能力的提升使模型首次开始产生真实的经济价值,而编程代理的爆发则是这一转变最清晰的体现。 生成式AI早期因幻觉问题难以商业化,而推理能力的引入使模型得以通过反思、检索与搜索实现"落地",进而从提供信息跃升为真正完成任务。"搜索是一项没有人付费的服务,原因在于获取信息的门槛不足以让人掏钱。 在技术层面,由Vera Rubin GPU处理高FLOP的注意力计算,由Groq的 #LPU 架构承担需要极高token速率与极低延迟的部分。 黄仁勋将AI代理的工具使用分为两类: 一类是结构化工具,包括CLI、API和数据库查询; 另一类是非结构化工具,包括需要模型通过多模态感知操作网页界面的PC端应用。#英伟达 在两条路径上均有布局。

经济信息联播

@eco_cn · Post #29990 · 18.03.2026 г., 01:25

华尔街点评GTC: #英伟达 GTC大会释放核心信号:AI算力的商业逻辑正在发生根本性重构——Token已成为新的大宗商品,而算力即收入。 美银认为,Blackwell系统相较上一代Hopper已实现每Token成本降低高达35倍,即将推出的Rubin系列有望在此基础上再降低2至35倍,这种持续压缩的Token成本曲线,是驱动需求规模化扩张的根本动力。 高盛快评,价值高达1万亿美元的数据中心 #AIDC 营收订单,远超市场普遍预期,有助于消除投资者对于AI资本开支可能已达“峰值”的担忧。其次,英伟达推出了Groq的LPX机架系统,此举进一步巩固了对推理市场的战略承诺。 郭明錤:2026至2027年 #LPU 出货量预计达400至500万台,较历史年产量暴增10倍。机架密度从64跃至256单元,背后的 #PCB 供应链同步迎来新周期——WUS印制电路或成最大赢家。