TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #401 · 15 дек.

Функция asyncio.wait() это еще один способ вызвать множество асинхронных задач. Она работает в нескольких режимах. 1. Самый простой - ждем завершения всех задач async def main(): tasks = [asyncio.create_task(do_it(i)) for i in range(10)] done, pending = await asyncio.wait( tasks, return_when=asyncio.ALL_COMPLETED ) for task in done: try: print(task.result()) except Exception as e: print(e) Очень похоже на gather, но работает не так. ▫️возвращает не результаты, а два сета с объектами Task у которых можно забрать результат через task.result() если они в списке done ▫️не гарантирует порядок результатов так как оба объекта это set ▫️не выбрасывает исключение когда оно появляется, а сохраняет его в Task. Исключение появится когда попробуете забрать резултьтат. 2. Ждем завершения первой задачи, даже если там ошибка. async def main(): tasks = [asyncio.create_task(do_it(i)) for i in range(3)] done, pending = await asyncio.wait( tasks, return_when=asyncio.FIRST_COMPLETED ) # в done может быть несколько задач! for task in done: try: print(task.result()) except Exception as e: print(f"Fail: {e}") # Оставшиеся задачи в pending, как правило, нужно отменить, иначе они будут продолжать работать for task in pending: task.cancel() В сете done будут таски которые успели завершится, причем как успешно так и нет. 3. До первой ошибки. Тоже самое, но с аргументом FIRST_EXCEPTION done, pending = await asyncio.wait( tasks, return_when=asyncio.FIRST_EXCEPTION ) Функция завершается как только первая задача упадет с ошибкой. Учтите, что в любом случае done вы можете обранужить несколько задач, как с ошибками так и успешные. ↗️ Полный листинг примеров здесь #async

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #lpu

当前筛选 #lpu清除筛选
经济信息联播

@eco_cn · Post #30006 · 18.03.2026 г., 03:41

在GTC 2026主题演讲结束后,英伟达CEO黄仁勋接受了Stratechery创始人Ben Thompson的专访: AI在过去一年跨越了一个关键门槛——推理能力的提升使模型首次开始产生真实的经济价值,而编程代理的爆发则是这一转变最清晰的体现。 生成式AI早期因幻觉问题难以商业化,而推理能力的引入使模型得以通过反思、检索与搜索实现"落地",进而从提供信息跃升为真正完成任务。"搜索是一项没有人付费的服务,原因在于获取信息的门槛不足以让人掏钱。 在技术层面,由Vera Rubin GPU处理高FLOP的注意力计算,由Groq的 #LPU 架构承担需要极高token速率与极低延迟的部分。 黄仁勋将AI代理的工具使用分为两类: 一类是结构化工具,包括CLI、API和数据库查询; 另一类是非结构化工具,包括需要模型通过多模态感知操作网页界面的PC端应用。#英伟达 在两条路径上均有布局。

经济信息联播

@eco_cn · Post #29990 · 18.03.2026 г., 01:25

华尔街点评GTC: #英伟达 GTC大会释放核心信号:AI算力的商业逻辑正在发生根本性重构——Token已成为新的大宗商品,而算力即收入。 美银认为,Blackwell系统相较上一代Hopper已实现每Token成本降低高达35倍,即将推出的Rubin系列有望在此基础上再降低2至35倍,这种持续压缩的Token成本曲线,是驱动需求规模化扩张的根本动力。 高盛快评,价值高达1万亿美元的数据中心 #AIDC 营收订单,远超市场普遍预期,有助于消除投资者对于AI资本开支可能已达“峰值”的担忧。其次,英伟达推出了Groq的LPX机架系统,此举进一步巩固了对推理市场的战略承诺。 郭明錤:2026至2027年 #LPU 出货量预计达400至500万台,较历史年产量暴增10倍。机架密度从64跃至256单元,背后的 #PCB 供应链同步迎来新周期——WUS印制电路或成最大赢家。