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
#SPOT
👆Цена подходит к своей промежуточной цели.
❓ Давайте порассуждаем - почему эта компания может расти дальше? И насколько ИИ угрожает позиции компании, учитывая практически "бесплатность" сгенерированной музыки? 🤷♂️ И да - кто нить слушает ИИ-треки? 🤣👇
A whale bought 67,648 $HYPE for $2.6M, at an average price of $38.49.
https://hypurrscan.io/address/0x78034797c6b01cb444059414db8a3d48b20df6eb#spot
https://x.com/OnchainLens/status/2042157544421126440
Follow @OnchainLens for more Onchain Updates.
Cooker.hl (@CookerFlips) has bought 50,751 $HYPE for $1.95M at an average price of $38.50.
https://hypurrscan.io/address/0xb76aa9f50ad74e91da3f3bd4dfd084ce0d3144f6#spot
https://x.com/OnchainLens/status/2041745153233449445
Follow @onchainlens for more onchain updates
A whale has sold 110,498 $HYPE for $4.06M $USDC at a price of $36.74 after holding for 1.2 years, making $1.608M in profit.
The whale initially bought 107,746 $HYPE for $2.45M and kept it for staking.
https://hypurrscan.io/address/0x284b4d2b39c49ec987aa5129c2145711363181c7#spot
https://x.com/OnchainLens/status/2039005498943656178
Follow @onchainlens for more onchain updates
#메모리#Spot#Contract
DDR 가격은 폭락하고 있지만, 시장의 해석은 잘못되어 있다.
리테일(소비자용) DDR5 가격은 하락했지만, 하이퍼스케일러들은 계약 기준으로 분기 대비 +90~95% 높은 가격을 지불하고 있다.
리테일은 게이밍 PC용 DDR5를 구매한다.
반면 하이퍼스케일러는 스택당 350달러 수준의 HBM3E를 구매한다.
따라서 TurboQuant 심리 영향으로 리테일 DDR5 가격이 29% 하락했다는 것은, 단순히 소비자용 게이밍 RAM 가격을 반영한 것이다.
그러나 Micron Technology의 매출은 HBM, 서버용 RDIMM, 기업용 SSD에서 발생하며, 이 영역들은 가격 변동이 거의 없다.
시장이 반복적으로 만드는 오해는 여기서 발생한다.
현재 Samsung, SK Hynix만이 소비자용 DRAM의 주요 공급자로 남아 있으며, Micron이 이 시장에서 이탈한 상황이다. 심지어 SK Hynix도 뒤따를 가능성이 거론된다.
결론은 단순하다.
두 개의 완전히 다른 시장이다. 혼동하면 안 된다.