TGINSIGHT SIMILAR POSTS
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
Пребарај: #rendering
@phygitalcreative · Post #3122 · 23.06.2023 г., 12:24
Neuralangelo интегрировали в SDFStudio Да, его можно установить (с гитхаба) и пользоваться. В деле замешан Nerfstuduio, и можно пользоваться его вьюером. Код #nerf#rendering
Hashtags
@arch_shovel · Post #613 · 30.08.2022 г., 19:10
Chybik kristof unveils a newly designed private art gallery, defined by its shimmering facade of moveable copper tiles. the cluster of vertical cylinders are animated by the dynamic skin, which will gradually transform with a patina over time. Visualization: monolot.studio #rendering#cgi#facade#architect#archidaily#arch_shovel
@arch_shovel · Post #485 · 03.07.2022 г., 16:35
Norwegian Tower. Image by Hossein Yadollahpour #3d#3dsmax#render#rendering#archviz#visualization#arch_shovel
@arch_shovel · Post #723 · 03.10.2022 г., 14:48
Happy World Architecture Day! Visualization: Plo.mp Project: Mixed-Use Complex with Kohn pedersen fox . #rendering#facade#architect#archidaily#minimalist#detail#architecturelover#arch_shovel
@arch_shovel · Post #511 · 10.07.2022 г., 15:46
Sutton Tower at 430 East 58th Street. A beautiful Bavarian limestone residential tower designed by visionary architect Thomas Juul-Hansen, situated in New York City's most sophisticated and enduring enclave, with epic views of the city, East River and the Ocean. Rendering by Recent spaces Designed by Thomas Juul Hansen Branding by Pandiscio green Sales & Marketing by Corcoran Sunshine #manhattan#architecture#archdaily#buildings#newbuildings#residential#nyc#newdevnyc#rendering#arch_shovel
@djangoproject · Post #523 · 13.12.2017 г., 20:27
http://www.jaggedverge.com/2017/11/how-a-web-page-request-makes-it-down-to-the-metal/ How a web page request makes it down to the metal by : Janis Posted in : Tutorials, work-in-progess Tags : #NGINX, #Python No Comments The other day I was interested in how many steps occur between sending a #POST or #GET#request from a website to the actual processing that happens on the CPU of the #server. I figured that I knew bits and pieces of the puzzle but I wanted to see the complete path from the highest levels of abstraction all the way to the lowest without missing anything too big in-between. It turns out that in a modern web system there are a lot of steps. I have been really fascinated by this much like the explorer that wants to find a path from one known place to another. If you are interested in better understanding how your computer works you might find walking along this path with your tech stack helpful. Frontend prelude: GET request Browser page #rendering POST request sidenote: #CSRF#token Network stack sidenote: The Internet #TCP sidenote: more comprehensive treatment of network stack Backend Handling web request #WSGI #Django Django URL routing Django views Python implementations #CPython CPython bytecode CPython bytecode execution details Machine Code CPython to machine code Machine code execution Hardware implementation details Microcode Processor #pipeline Silicon implementation of addition Silicon adder unit AND gate Transistor