7.09.2025 состоялся релизPithon 3.14!
На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками.
Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный.
Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0
Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает:
▫️ соберет релизный Python 3.14 в новый Docker-образ
▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter)
▫️ распечатает результаты
Тест очень простой, усложняйте сами)
Вот какие результаты у меня:
=== Running ThreadPoolExecutor GIL ON
TOTAL TIME: 45.48 seconds
=== Running ThreadPoolExecutor GIL OFF
TOTAL TIME: 6.14 seconds
=== Running basic Thread GIL ON
TOTAL TIME: 45.54 seconds
=== Running basic Thread GIL OFF
TOTAL TIME: 4.74 seconds
=== Running with Multi Interpreter
TOTAL TIME: 18.30 seconds
Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами.
Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵💫, нас учили не так!
Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL.
Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется.
Отдельно я затестил память и вот что вышло на 32 потока:
ThreadPoolExecutor GIL ON
305.228 MB
ThreadPoolExecutor GIL OFF
500.176 MB
basic Thread GIL ON
90.668 MB
basic Thread GIL OFF
472.444 MB
with Multi Interpreter
1267.788 MB
Пока не знаю как к этому относиться)
В целом - радует направление развития!
#release
ByteDance Sues Intern for Alleged AI Sabotage Amid China’s AI Race
ByteDance, the parent company of TikTok, is suing a former intern, Tian Keyu, for 8 million yuan ($1.1 million USD), alleging sabotage of its AI large language model training infrastructure. The lawsuit, filed in the Haidian District People’s Court in Beijing, claims Tian manipulated the model's code without authorization. The case has gained significant attention in China, highlighting the high stakes of AI development as the country races to establish itself as a global AI leader.
While ByteDance has dismissed rumors about extensive financial losses and GPU usage linked to the incident, the lawsuit underscores the growing legal complexities surrounding AI development. Cases involving interns, particularly with claims of this magnitude, are rare, signaling the rising importance of safeguarding AI infrastructure amid intense technological competition.
#AIRegulation#AIInfrastructure#LegalTech
💡DeepSeek выложили новый open-source проект — LPLB.
Это экспериментальный балансировщик нагрузки для моделей Mixture-of-Experts (MoE).
В репозитории описано, как система:
• динамически перераспределяет экспертов, опираясь на статистику нагрузки;
• создаёт реплики с учётом топологии кластера;
• решает оптимальное распределение токенов по экспертам через LP-решатель, работающий прямо на GPU (cuSolverDx + cuBLASDx);
• использует метрики загрузки, полученные вручную, через torch.distributed или через буферы Deep-EP.
Гайд показывает, как может выглядеть умный и точный балансировщик для больших MoE-архитектур.
GitHub: https://github.com/deepseek-ai/LPLB
ai_machinelearning_big_data
#DeepSeek#LPLB#MoE#AIInfrastructure#OpenSource
⚡️Это гигантский дата-центр Amazon за $11 млрд в Индиане.
Кампус строится под обучение и инференс ИИ и будет потреблять до 2.2 ГВт - примерно как 1 миллион домов.
В состав комплекса войдут собственные электростанции, поэтому нагрузка на местную энергосеть и тарифы для жителей должна быть минимальной.
@ai_machinelearning_big_data
#Amazon#DataCenter#AIInfrastructure#AIFactory#CloudComputing
🔥UNICON SOFT — Oʻzbekistonda AI infratuzilmasi yangi darajada
UNICON SOFT kompaniyasi Oʻzbekistonda sun’iy intellekt yo‘nalishida yana bir muhim texnologik bosqichni bosib o‘tdi.
Kompaniya avvalroq mamlakatimizda birinchilardan bo‘lib NVIDIA DGX Spark superkompyuterlarini ishga tushirgan edi. Endilikda esa UNICON SOFT NVIDIA’ning eng so‘nggi avlodidagi B200 AI serverlarini Oʻzbekistonga birinchilar qatorida olib keldi.
🧠NVIDIA B200 — Blackwell arxitekturasi asosidagi eng kuchli AI platformalardan biri.
Har bir server quyidagi texnik imkoniyatlarga ega:
⚙️Asosiy texnik ko‘rsatkichlar:
• 🔹1,44 TB (1 440GB) GPU xotira (HBM3e)
• 🔹 Juda yuqori memory bandwidth (LLM va multimodal modellarga mos)
• 🔹 AI training va inference uchun optimallashtirilgan tensor cores
• 🔹 Yirik LLM’larni (70B+, 100B+, multimodal) to‘liq GPU xotirada o‘qitish imkoniyati
• 🔹 RAG, fine-tuning, distributed training va real-time inference uchun ideal platforma
💰 Ushbu darajadagi serverlarning bozordagi taxminiy narxi $500 000 atrofida baholanadi.
🚀UNICON SOFT’ning strategik maqsadi — Oʻzbekistonda:
• mustaqil va kuchli AI infratuzilma yaratish
• mahalliy AI modellarni o‘qitish
• davlat, sanoat va xususiy sektor uchun real hisoblash quvvatini ta’minlash
📦 Ma’lumotlarga ko‘ra, bu birinchi partiya bo‘lib, kompaniya yil yakuniga qadar yana kamida 10 ta NVIDIA B200 serverlarini xarid qilishni rejalashtirgan.
Bu esa UNICON SOFT’ni:
✅ Oʻzbekistondagi eng yirik AI infratuzilma investorlaridan biriga
✅ Markaziy Osiyoda yuqori darajadagi AI hisoblash markazlarini shakllantirayotgan yetakchi kompaniyalardan biriga
aylantirmoqda.
🇺🇿UNICON SOFT — sun’iy intellekt kelajagini Oʻzbekistonda qurmoqda.
#UniconSoft#NVIDIA#B200#Blackwell#AIInfrastructure#Supercomputer#HBM3e#LLM#Uzbekistan
🚀 AlphaTON Capital Secures $43 Million Strategic Funding for AI Infrastructure
AlphaTON Capital has announced a strategic financing agreement with Vertical Data, valued at approximately $43 million. According to Foresight News, the deal is expected to be finalized by the second quarter of 2026. The funding will focus on AI hardware deployment, accelerating the development of privacy computing and sovereign AI infrastructure. This initiative aims to support the integration of AI, digital assets, and confidential computing. Additionally, AlphaTON's AI and privacy computing infrastructure will provide foundational computing power for applications related to partners such as Telegram and Animoca Brands.
#AlphaTONCapital#StrategicFunding#AIInfrastructure#PrivacyComputing#SovereignAI#DigitalAssets#AIHardware#ConfidentialComputing#VerticalData#ForesightNews#Telegram#AnimocaBrands#TON