TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #396 · 9 окт.

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

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #mlteam

当前筛选 #mlteam清除筛选
Data Science Jobs

@datasciencejobs · Post #1422 · 17.04.2023 г., 06:20

ML engineer Team Lead #vacancy#вакансия#remote#удаленно#MLTeam Lead #NLP#RecSys#fulltime Role: ML Team Lead Company: http://Whisk.com Location: Remote Compensation: from 8k usd monthly About us: Whisk is the thriving cooking community available on iOS/Android, Web and Samsung hardware (Whisk was acquired by Samsung in 2019). Today we reach millions of users across many markets and languages. Our stack: Python, PyTorch, CatBoost, Pytorch Lightning, Transformers, Nvidia Triton, ClickHouse, Mongo, MySQL, Elasticsearch, MLFlow, DVC, KubeFlow, Kubernetes, GCP Required Qualifications: • 6+ years working in a software/machine learning engineering role with NLP and/or RecSys technologies. • Strong machine learning background, and experience in building and productionizing machine learning models. • Experience leading a team of machine learning engineers and managing project roadmap with data, product, and other engineering teams. • A history of mentoring other machine learning engineers, if not being a direct manager and scaling a team successfully. • Strong communication skills and the ability to lead and work with others in a closely collaborative team environment. • Strong leadership, problem-solving, and relationship-building skills. • Working proficiency in English. Type of Work: Contract-based (Long-term project), full-time (40 hours per week), 100% remotely. If you interested in this opportunity you can text me in telegram @polina_whisk. ❗️Please note that currently we only can hire people who located outside of Russia or Belarus.