TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #402 · 22 дек.

Отдельно разберём TaskGroup, который пришел на замену gather в Python 3.11. Ключевые отличия ▫️create_task() возвращает объект asyncio.Task, у которого есть соответствюущие методы управления. То есть у нас больше контроля ▫️это контекстный менеджер, который гарантирует что все таски будут остановлены по выходу из контекста ▫️ошибка автоматически отменяет незавершенные задачи, ▫️except* передает нам ExceptionGroup, в котором каждую ошибку можно обработать отдельно import asyncio import random async def do_it() -> str: if random.random() < 0.1: raise ValueError('Oops') delay = random.uniform(0.5, 1.5) await asyncio.sleep(delay) return delay async def main(): try: async with asyncio.TaskGroup() as tg: for _ in range(10): tasks.append(tg.create_task(do_it())) for t in tasks: print(t.result()) except *ValueError as e: for err in e.exceptions: print(err) asyncio.run(main()) Рекомендую изучить страницу Coroutines and Tasks из документации, где представлено больше интересных примеров и механизмов - таймауты - отмена задач - создание задач из другого потока #async

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #capex

当前筛选 #capex清除筛选
Ryu일무이

@ryu1moo2 · Post #4470 · 14.05.2026 г., 04:52

#AI#CapEx#메모리#BofA 1. 반도체 capex intensity 하락, CY28까지 공급 확장 제약**. 산업의 성격이 구조적으로 변화. 2. 하이퍼스케일러 누적 CAPEX $2.8Tn 중 RPO $2.1Tn 백로그로 뒷받침 + OpenAI 매출 및 Anthrophic ARR 급증 → 투자는 수요기반으로 설명 가능 3. DRAM/NAND sufficiency ratio 1Q26 64~65% 저점 → CY28까지 100% 하회 → 메모리 ASP 구조적 상승 불가피 공급은 capex로 묶이고 수요는 RPO로 락인 → MU 3.14x P/B는 과열이 아닌 re-rating 초입, 하이닉스(1.98x)·삼성전자(1.71x)

‍Инвестиции в ИИ: гипербола или историческая трансформация? ARK Invest представила диаграмму, фиксирующую исторические волны капитальных вложений (CapEx) как долю от глобального ВВП. За период 1852–2025 гг. лишь две отрасли достигли пиковых значений 3–5 % ВВП: железные дороги (XIX в.) и автомобилестроение (середина XX в.). Обе трансформировали физическую инфраструктуру, транспорт и социальную организацию. Современный эквивалент — программное обеспечение. Его CapEx достиг 2 % ВВП — уровень, сопоставимый с пиками железных дорог и автопрома. Это отражает глубокую цифровизацию: платформенная экономика, финтех, e-gov, логистика, автоматизация — всё это уже реализовано и масштабировано. ARK предполагает, что к 2030 г. инвестиции в искусственный интеллект достигнут 8 % ВВП, ещё 2 % — на строительство ЦОДов, и 1 % — на космическую инфраструктуру (связь, спутники). Итого: 11 % глобального ВВП — на ИИ-инфраструктуру. Критический анализ: 1️⃣ Масштабы несоразмерны историческим аналогам. 11 % ВВП — сопоставимо с мировыми военными расходами во время Второй мировой войны (около 10–12 % ВВП в 1944 г.). Ни одна мирная отрасль в истории не потребовала такого перераспределения ресурсов. 2️⃣ Физические ограничения. - Дефицит высококвалифицированных кадров (ML-инженеры, системные архитекторы). - Ограниченные мощности производства полупроводников (особенно 3 нм и ниже). - Энергетическая нагрузка: один крупный ЦОД потребляет до 100 МВт — эквивалент города из 100 тыс. человек. - Дефицит критических материалов: медь, литий, редкоземельные элементы, охлаждающие жидкости. 3️⃣ Отсутствие доноров. Для перераспределения 11 % ВВП необходимы «жертвующие» отрасли: традиционная промышленность, энергетика, транспорт. В США или Китае нет отраслей с достаточным «избыточным» капиталом, чтобы добровольно перекачать средства в ИИ. Принудительное перенаправление (как в СССР или Китае 1950-х) невозможно в условиях рыночной экономики без катастрофического снижения производительности в других секторах. 4️⃣ Цель? Текущие применения ИИ — генерация контента, оптимизация рекламы, автоматизация сервисов — не требуют 11 % ВВП. Нет доказательств, что ИИ-алгоритмы следующего поколения (AGI) будут иметь экономически обоснованную норму прибыли, оправдывающую такие вложения. #ИИ#Инвестиции#ЭкономикаТехнологий#ARKInvest#CapEx#ВВП#ТехнологическийПрорыв#Анализ#Гипербола 🌐@EconRUDN