TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #418 · 9 мар.
Оператор pipe позволяет писать более компактный код, реализуя логику объединения данных (Union). Важно помнить, что его поведение зависит от контекста. Побитовые операции (логическое OR) result = 5 | 3 # 5 (0101) | 3 (0011) = 7 (0111) Самое главное - не путать с оператором or, это другое! Объединение множеств set_a = {1, 2, 3} set_b = {3, 4, 5} set_c = set_a | set_b # {1, 2, 3, 4, 5} set_c |= {5, 6} # {1, 2, 3, 4, 5, 6} Слияние словарей dict_1 = {"a": 1, "b": 2} dict_2 = {"b": 3, "c": 4} merged = dict_1 | dict_2 # {'a': 1, 'b': 3, 'c': 4} merged |= {"d": 5} # {'a': 1, 'b': 3, 'c': 4, 'd': 5} Аннотации типов, заменяет Union def process_data(value: int | str) -> None: print(value) Допустимо использовать в isinstance или issubclass isinstance(3, int | float) # True Паттерн-матчинг status_code = 404 match status_code: case 200 | 201 | 204: print("OK") case 400 | 404 | 500: print("ERROR") Для использования в своих классах требуется переопределить метод __or__ Так же нашел библиотеку pipe которая добавляет еще много возможностей. Рекомендую ознакомиться ;) #basic
Hashtags
Пребарај: #lpu
@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。
@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。