Недавно делал быстрый прототип асинхронного приложения в котором требовалось вызывать много синхронного кода. Да, я знаю, что это не лучший дизайн, но нужно было быстрое решение на один процесс и без очередей. Поэтому я выполнял код в потоках.
Выглядело это примерно так:
from fastapi.concurrency import run_in_threadpool
async def execute(data: DataRequest) -> DataResponse:
try:
result = await run_in_threadpool(sync_function, data)
return DataResponse(data=result)
except Exception as e:
return DataResponse(
error=str(e),
success=False,
)
В общем работает нормально. Для всех вызовов под капотом используется общий тредпул, всё работает предсказуемо.
Но потребовалось изменить количество запускаемых в пуле потоков (по умолчанию создается 40 воркеров).
Так как дело происходит с FastAPI, делается это через lifespan используя настройки anyio:
import anyio
@asynccontextmanager
async def lifespan(app: FastAPI):
limiter = anyio.to_thread.current_default_thread_limiter()
limiter.total_tokens = 100
yield
# если вдруг нужно вернуть обратно
limiter.total_tokens = 40
Зачем менять количество воркеров?
- уменьшить, если оперативки мало (один тред занимает ~8мб)
- увеличить чтобы выдержать нагрузку
Если есть предложения получше при тех же вводных - предлагайте😉
#async
Важная и трудоемкая работа по визуализации периферических нервных волокон по всему телу мыши. Вышла статья и коллекция изображений в высоком разрешении: архив на 377 Гб.
📄“High-speed mapping of whole-mouse peripheral nerves at subcellular resolution” | Cell (2025)
📄“Giant map details nerves across a mouse’s body” | Nature (2025)
Важна она тем, что картирует иннервацию органов. Когда-то давно, в 2014м, Крис Фамм из GlaxoSmithKline (придумавший слово “электроцевтика”) написал вместе с учеными короткий текст, где они изложили перспективу биоэлектронной медицины и призвали к созданию ‘visceral nerve atlas’ на уровне нервных волокон. Спустя 10 лет это видение начинает обретать черты, правда, усилиями китайских товарищей. — Впрочем, от прародителей акупунктуры это даже ожидаемо.
📑 Подборка статей от Nature Portfolio: Electroceuticals. Рукописи еще принимают до 30.09.2025.
#imaging | #tech
🌎 The MRI (Magnetic Resonance Imaging) machine was invented in the 1970s by Raymond Damadian, Paul Lauterbur, and Peter Mansfield. MRI uses strong magnets and radio waves to produce detailed images of organs and tissues inside the body, without using X-rays. The first full-body MRI scan was completed in 1977. ✨
#invention⚡#medicine⚡#imaging
👉subscribe Interesting Planet
👉more Channels
Авторы предлагаютновый биомаркер нейродегенераций и в целом когнитивных состояний. Анализируют не молекулы, а “скорость изменения причинных влияний в разных областях мозга”, то есть это маркер функциональной связности мозга с высоким разрешением. Может быть построен на МЭГ, ЭЭГ или фМРТ. Пишут, что надежно различает стадии дегенерации, потенциально подходит для ранней диагностики.
P.S. Cтатья в AI in Neuroscience, том самом журнале, запуск которого мы анонсировали год назад.
#brain | #ai | #imaging | #theory
Investment Rounds Overview - February 2025
Various startups have secured funding in February 2025:
- CulturePulse AI: $1.51M for AI-driven behavior analysis.
- Jingcui Bio: $1.37M for biotechnological innovations.
- Flock Mobility: $1.24M for electric vehicle fleets.
- Genoa Instruments: $1.04M for advanced imaging technology.
- WattByWatt: $975K focusing on renewable energy solutions.
- Agatyca: $300.03K for educational services.
- Eduvanz: $290.96K for educational finance.
- Scanvio: $164.86K for AI ultrasound diagnostics in gynecology.
Additionally, *Binance* and the *SEC* are seeking resolution in their ongoing case. Analysts observe BTC accumulation trends after a significant decline in Binance's reserves, recalling past market surges.
For more insights, visit the full articles: Binance and SEC Update.
#VC#Crypto#AI#Funding#Startups#Biotech#EV#Imaging#RenewableEnergy#Education#Diagnostics#CulturePulse#Jingcui#FlockMobility#GenoaInstruments#WattByWatt#Agatyca#Eduvanz#Scanvio#Binance#BTC