TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #32 · 7 фев.

Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks

Резултати

Пронајдени 4 слични објави

Пребарај: #terafab

当前筛选 #terafab清除筛选
NEWS 鏈新聞-ABMedia

@abmedia_news · Post #23935 · 17.04.2026 г., 00:00

【🚀 商業應用|台積電 (2330) 法說會變法會,魏哲家回應馬斯克 TeraFab!Q1 財報、Q&A 一次看 】 #TeraFab#TSMC 📍 請見報導: https://abmedia.io/tsm-tsmc-q1-cc-wei-terafab 📍 訂閱鏈新聞頻道:https://linktr.ee/abmedia.io

Yummy 😋

@godlynews1 · Post #15153 · 07.04.2026 г., 17:02

英特尔将参与建设马斯克的 Terafab AI 芯片工厂 这家芯片制造商将帮助设计并建造一座供SpaceX和特斯拉使用的半导体工厂。 马斯克在德克萨斯州奥斯汀的 Terafab 人工智能芯片项目迎来重要新伙伴:英特尔。 周二,这家美国芯片制造商宣布将参与设计并建设这一庞大厂区,该厂将为马斯克的两家公司 SpaceX(最近已与 xAI 合并)和特斯拉供应 AI 芯片。马斯克需要 AI 芯片来支持他构建“机器人军团”的计划,包括自动驾驶汽车和类人机器人,以及他计划发射入太空的数据中心。SpaceX 计划于今年晚些时候进行首次公开募股(IPO)。 “Terafab 将弥合当今芯片产能与未来需求之间的差距——一个关于星辰的未来,”Terafab 网站写道。 英特尔的加入在一定程度上缓解了马斯克必须亲自建厂的压力。近几个月来,这位亿万富翁对寻找他人建造芯片厂(即晶圆厂)以助力其 AI 雄心的渴望愈发显得迫切。他也质疑芯片制造业能否跟上需求。“能不能让别人来建这些东西?”马斯克在今年早些时候的一次财报电话会议上说,“我的意思是,建这些东西非常难。” 建设芯片制造厂很复杂,需要数十亿美元、多年时间以及大量专用设备。马斯克有建造汽车和火箭工厂的经验,但没有芯片制造的经验。 “我们在大规模设计、制造和封装超高性能芯片方面的能力,将有助于加速 Terafab 实现每年 1 太瓦计算能力的目标,以推动未来人工智能和机器人技术的进步,”英特尔在 X 上的一则帖子中表示。 🗒 标签: #英特尔#马斯克#Terafab#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot