Modular открыла единый стек для запуска AI-моделей на CPU и GPU
Репозиторий Modular объединяет язык Mojo и фреймворк MAX для разработки и инференса нейросетей. Платформа скрывает различия между железом и позволяет запускать популярные open-source-модели на CPU, NVIDIA и AMD без переписывания кода под каждый ускоритель.
https://github.com/modular/modular
Репозиторий Modular объединяет язык Mojo и фреймворк MAX для разработки и инференса нейросетей. Платформа скрывает различия между железом и позволяет запускать популярные open-source-модели на CPU, NVIDIA и AMD без переписывания кода под каждый ускоритель.
https://github.com/modular/modular
👍6🔥2❤1
Google открыла Kubernetes, но код своей внутренней системы управления дата-центрами так и не показала.
Эта система называется Borg. Её начали разрабатывать ещё в начале 2000-х для запуска Search, Gmail, YouTube и других сервисов Google. Borg распределяет задачи по серверам и управляет дата-центрами как единым пулом ресурсов.
Kubernetes появился в 2014 году и унаследовал многие идеи Borg: декларативное управление, планирование контейнеров, автоматическое восстановление и масштабирование.
В 2015 году Google опубликовала научную статью с описанием архитектуры Borg. Схемы и принципы стали публичными, исходный код остался внутри компании.
В итоге весь рынок строит инфраструктуру на Kubernetes, пока Google продолжает использовать собственную закрытую систему.
Лучшие внутренние инструменты редко покидают компании, которые их создали.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6❤4🔥1
Горячие клавиши Windows, которые реально экономят время ⌨️
Ctrl + A — выделить всё
Ctrl + C / X / V — копировать / вырезать / вставить
Ctrl + Z — отменить действие
Alt + Tab — переключаться между приложениями
Alt + F4 — закрыть текущее окно
Ctrl + Shift + Esc — открыть Диспетчер задач
F2 — переименовать файл или папку
F5 — обновить окно
Shift + Delete — удалить без Корзины
Shift + F10 — открыть контекстное меню
Ctrl + Home / End — в начало / конец документа
Ctrl + ← / → — прыгать между словами
Ctrl + Shift + ← / → — выделять по словам
Win + D — показать рабочий стол
Win + E — открыть Проводник
Win + L — заблокировать компьютер
Win + Shift + S — сделать скриншот области экрана
Некоторые сочетания из старых шпаргалок уже устарели или зависят от конкретной программы, поэтому лучше держать под рукой именно этот базовый набор.
Ctrl + A — выделить всё
Ctrl + C / X / V — копировать / вырезать / вставить
Ctrl + Z — отменить действие
Alt + Tab — переключаться между приложениями
Alt + F4 — закрыть текущее окно
Ctrl + Shift + Esc — открыть Диспетчер задач
F2 — переименовать файл или папку
F5 — обновить окно
Shift + Delete — удалить без Корзины
Shift + F10 — открыть контекстное меню
Ctrl + Home / End — в начало / конец документа
Ctrl + ← / → — прыгать между словами
Ctrl + Shift + ← / → — выделять по словам
Win + D — показать рабочий стол
Win + E — открыть Проводник
Win + L — заблокировать компьютер
Win + Shift + S — сделать скриншот области экрана
Некоторые сочетания из старых шпаргалок уже устарели или зависят от конкретной программы, поэтому лучше держать под рукой именно этот базовый набор.
😁15👍6🗿4❤2🔥2
Docker Desktop на Mac давно ругают за прожорливость. Apple выкатила свой вариант
Он не требует Docker daemon и запускает контейнеры как лёгкие виртуальные машины на Apple silicon.
Что важно:
* написан на Swift
* оптимизирован под M-series
* работает с OCI-образами
* можно pull/push в стандартные registry
* подходит для привычных container workflow на Mac
* каждый контейнер изолирован через lightweight VM
Это не «Docker Desktop умер», но сигнал понятный: Apple хочет нативный, быстрый и более аккуратный путь для контейнеров на своих чипах.
Для разработчиков на Mac это может стать очень сильной альтернативой, особенно если Docker Desktop уже достал расходом RAM и CPU.
github.com/apple/container
container - open-source инструмент от Apple для запуска Linux-контейнеров на macOS.Он не требует Docker daemon и запускает контейнеры как лёгкие виртуальные машины на Apple silicon.
Что важно:
* написан на Swift
* оптимизирован под M-series
* работает с OCI-образами
* можно pull/push в стандартные registry
* подходит для привычных container workflow на Mac
* каждый контейнер изолирован через lightweight VM
Это не «Docker Desktop умер», но сигнал понятный: Apple хочет нативный, быстрый и более аккуратный путь для контейнеров на своих чипах.
Для разработчиков на Mac это может стать очень сильной альтернативой, особенно если Docker Desktop уже достал расходом RAM и CPU.
github.com/apple/container
❤7😁5👍4🗿2
This media is not supported in your browser
VIEW IN TELEGRAM
Миграция с Oracle и MS SQL Server — не перенос таблиц. В промышленных системах нужно сохранить бизнес-логику, интеграции, привычный интерфейс и скорость работы.
🐘Postgres Professional переводит критичные системы на российскую СУБД — предсказуемо и без потери данных.
В кейсах — проекты для госсектора, финансовых организаций, крупного бизнеса, энергетики, промышленности и 1С-инфраструктуры:
☑️ Федеральная система: 240 ТБ, 5000 транзакций в секунду, перешли на Postgres Pro Shardman без остановки сервиса.
☑️ 1С-инфраструктура: 24 базы на 26 ТБ, ускорили перенос в 4 раза.
☑️ Корпоративная СЭД: 110 000 пользователей и 300 ТБ, прокачали производительность на 60%.
☑️ Регулируемые контуры: сертифицированные редакции ФСТЭК, отказоустойчивые кластеры, бэкапы и поддержка 24/7.
🔗Изучите кейсы Postgres Professional на сайте — подробно рассказываем, как проходят миграции в системах и какие риски снимаем еще до запуска.
🐘Postgres Professional переводит критичные системы на российскую СУБД — предсказуемо и без потери данных.
В кейсах — проекты для госсектора, финансовых организаций, крупного бизнеса, энергетики, промышленности и 1С-инфраструктуры:
☑️ Федеральная система: 240 ТБ, 5000 транзакций в секунду, перешли на Postgres Pro Shardman без остановки сервиса.
☑️ 1С-инфраструктура: 24 базы на 26 ТБ, ускорили перенос в 4 раза.
☑️ Корпоративная СЭД: 110 000 пользователей и 300 ТБ, прокачали производительность на 60%.
☑️ Регулируемые контуры: сертифицированные редакции ФСТЭК, отказоустойчивые кластеры, бэкапы и поддержка 24/7.
🔗Изучите кейсы Postgres Professional на сайте — подробно рассказываем, как проходят миграции в системах и какие риски снимаем еще до запуска.
* Discuss
* Plan
* Execute
* Verify
* Ship
Идея простая: сначала обсудить решения, потом собрать план, выполнить его, проверить результат и только после этого шипить.
Когда агент долго работает в одной сессии, контекст пухнет, качество решений падает, а модель начинает путаться в старых деталях.
GSD Core выносит тяжёлую работу в fresh-context subagents: исследование, планирование и выполнение идут в чистых подагентах, а основная сессия остаётся лёгкой.
Работает с Claude Code, Codex, Copilot, Cursor, Windsurf, Kimi CLI, OpenCode и другими инструментами.
Для команд, которые уже используют coding agents, это полезный слой дисциплины: меньше хаоса, больше проверяемых фаз и понятный путь от идеи до PR.
https://github.com/open-gsd/gsd-core
#OpenSource #DevTools
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
28 июля(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle DevOps-разработчика.
Как это будет:
Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для DevOps-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.
Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_devops_bot
Реклама.
О рекламодателе.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2👎1
Кто-то разобрал Claude Code почти до винтика
Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
learn-coding-agent - репозиторий для тех, кто хочет понять, как устроены современные coding agents не на уровне промо-страниц, а на уровне архитектуры.Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
👍3❤1
🛡 Проверяем компьютер на майнеры, трояны и другой вредоносный софт
После новостей о заражённой версии MECCHA CHAMELEON стоит проверить систему, особенно если вы скачивали игры или программы из неофициальных источников.
Полезные инструменты:
• [Anti-Miner](https://github.com/Daiwv/Anti-Miner) — ищет скрытые майнеры в Windows и помогает удалить связанные процессы и файлы.
• [MinerSearch](https://github.com/BlendLog/MinerSearch) — сканер с эвристическим анализом, карантином и обновляемой базой угроз.
• [KVRT](https://www.kaspersky.ru/downloads/free-virus-removal-tool) — бесплатный портативный сканер для Windows и Linux. Находит вирусы, трояны, руткиты и шпионское ПО.
• [witr](https://github.com/pranshuparmar/witr) — показывает подробную информацию о запущенных процессах и помогает понять, что именно потребляет ресурсы системы.
• [MatrixDefender 4.2](https://github.com/belrinn/MatrixDefender-4.2) — Windows-инструмент для поиска RAT-троянов, майнеров и связанных угроз.
• [Maltrail](https://github.com/stamparm/maltrail) — система обнаружения подозрительного сетевого трафика по чёрным спискам и эвристическим правилам.
Перед запуском малоизвестных утилит проверяйте репозиторий, последние обновления и отзывы. Для надёжности лучше использовать несколько способов проверки, а подозрительные файлы сначала отправлять в карантин.
Сохраняйте подборку и проверьте компьютер.
После новостей о заражённой версии MECCHA CHAMELEON стоит проверить систему, особенно если вы скачивали игры или программы из неофициальных источников.
Полезные инструменты:
• [Anti-Miner](https://github.com/Daiwv/Anti-Miner) — ищет скрытые майнеры в Windows и помогает удалить связанные процессы и файлы.
• [MinerSearch](https://github.com/BlendLog/MinerSearch) — сканер с эвристическим анализом, карантином и обновляемой базой угроз.
• [KVRT](https://www.kaspersky.ru/downloads/free-virus-removal-tool) — бесплатный портативный сканер для Windows и Linux. Находит вирусы, трояны, руткиты и шпионское ПО.
• [witr](https://github.com/pranshuparmar/witr) — показывает подробную информацию о запущенных процессах и помогает понять, что именно потребляет ресурсы системы.
• [MatrixDefender 4.2](https://github.com/belrinn/MatrixDefender-4.2) — Windows-инструмент для поиска RAT-троянов, майнеров и связанных угроз.
• [Maltrail](https://github.com/stamparm/maltrail) — система обнаружения подозрительного сетевого трафика по чёрным спискам и эвристическим правилам.
Перед запуском малоизвестных утилит проверяйте репозиторий, последние обновления и отзывы. Для надёжности лучше использовать несколько способов проверки, а подозрительные файлы сначала отправлять в карантин.
Сохраняйте подборку и проверьте компьютер.
🔥5❤3🥰1
Иногда один отчет помогает понять рынок лучше, чем десятки новостей. Apple Hills Digital опубликовала исследование российского рынка IaaS, в котором собрала прогнозы до 2030 года, ожидания корпоративных клиентов и сравнение крупнейших облачных провайдеров.
Для DevOps здесь особенно интересны не позиции игроков, а сами тенденции. Более 80% компаний уже отмечают влияние AI/ML-нагрузок на потребление вычислительных ресурсов. Свыше половины используют гибридную инфраструктуру, а контроль облачных расходов постепенно становится такой же важной задачей, как отказоустойчивость и безопасность.
Еще один любопытный вывод: рынок перестает конкурировать только ценой. Заказчики все чаще выбирают платформы по надежности, технологическим возможностям и тому, насколько они подходят под существующую инфраструктуру.
Исследование будет полезно тем, кто следит за развитием облаков и хочет понимать, какие требования к инфраструктуре становятся стандартом для бизнеса.
Для DevOps здесь особенно интересны не позиции игроков, а сами тенденции. Более 80% компаний уже отмечают влияние AI/ML-нагрузок на потребление вычислительных ресурсов. Свыше половины используют гибридную инфраструктуру, а контроль облачных расходов постепенно становится такой же важной задачей, как отказоустойчивость и безопасность.
Еще один любопытный вывод: рынок перестает конкурировать только ценой. Заказчики все чаще выбирают платформы по надежности, технологическим возможностям и тому, насколько они подходят под существующую инфраструктуру.
Исследование будет полезно тем, кто следит за развитием облаков и хочет понимать, какие требования к инфраструктуре становятся стандартом для бизнеса.
❤2
Даже формально верифицированный компилятор может ошибаться
В 2011 году исследователи тестировали CompCert случайно сгенерированными C-программами и нашли wrong-code баг в таком выражении:
return -1 <= (1 && x);
Правильный результат — 1, но CompCert 1.6 для PowerPC возвращал 0.
Ошибка оказалась не в доказанно корректном оптимизаторе, а в неверифицированном фронтенде.
Формальная верификация защищает только те части системы, для которых действительно построено доказательство.
В 2011 году исследователи тестировали CompCert случайно сгенерированными C-программами и нашли wrong-code баг в таком выражении:
return -1 <= (1 && x);
Правильный результат — 1, но CompCert 1.6 для PowerPC возвращал 0.
Ошибка оказалась не в доказанно корректном оптимизаторе, а в неверифицированном фронтенде.
Формальная верификация защищает только те части системы, для которых действительно построено доказательство.
❤3👍2👏2🔥1
Forwarded from React JS
Это один из самых изобретательных проектов, которые я видел на этой неделе.
Передаёт файлы между двумя устройствами, используя только экран и камеру. Использует Fountain Codes (LT Codes).
Вместо разделения файла на последовательные фрагменты, каждый QR-код содержит математическую комбинацию (XOR) блоков файла.
Разработчик достиг скорости до 129 КБ/с. Всё работает в браузере с WebAssembly, без установки каких-либо приложений.
https://github.com/bashalarmistalt/decimen-optical-transfer
Передаёт файлы между двумя устройствами, используя только экран и камеру. Использует Fountain Codes (LT Codes).
Вместо разделения файла на последовательные фрагменты, каждый QR-код содержит математическую комбинацию (XOR) блоков файла.
Разработчик достиг скорости до 129 КБ/с. Всё работает в браузере с WebAssembly, без установки каких-либо приложений.
https://github.com/bashalarmistalt/decimen-optical-transfer
🔥14❤4👍2
🚀 СТУДЕНТ СЛУЧАЙНО ОПРОВЕРГ ГИПОТЕЗУ, В КОТОРУЮ ВЕРИЛИ 40 ЛЕТ
С 1985 года считалось: чем ближе хеш-таблица к заполнению, тем неизбежнее замедляются поиск и вставка. В худшем случае требовалось порядка x проверок, где x показывает, насколько таблица близка к 100%.
Эндрю Крапивин придумал новую структуру, снизив сложность до
Более того, среднее время поиска может оставаться константным независимо от заполненности таблицы. Авторы также доказали, что найденная граница оптимальна.
Самое невероятное — Крапивин не знал о гипотезе Яо и пришёл к решению, экспериментируя с «крошечными указателями» ещё во время учёбы в Rutgers.
Иногда незнание общепринятых ограничений действительно помогает их разрушить.
С 1985 года считалось: чем ближе хеш-таблица к заполнению, тем неизбежнее замедляются поиск и вставка. В худшем случае требовалось порядка x проверок, где x показывает, насколько таблица близка к 100%.
Эндрю Крапивин придумал новую структуру, снизив сложность до
O((logx)*2).Более того, среднее время поиска может оставаться константным независимо от заполненности таблицы. Авторы также доказали, что найденная граница оптимальна.
Самое невероятное — Крапивин не знал о гипотезе Яо и пришёл к решению, экспериментируя с «крошечными указателями» ещё во время учёбы в Rutgers.
Иногда незнание общепринятых ограничений действительно помогает их разрушить.
❤23🔥15👍7
4 августа(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle DevOps-разработчика.
Как это будет:
Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для DevOps-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.
Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_devops_bot
Реклама.
О рекламодателе.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Джон Бентли опубликовал реализацию бинарного поиска в *Programming Pearls* после того, как доказал её корректность и протестировал.
Баг прожил почти 20 лет.
Позже Джошуа Блох нашёл точно такую же ошибку в реализации бинарного поиска, которую сам написал для JDK.
Исследование 1988 года показало: корректный бинарный поиск был только в 5 из 20 учебников.
Ошибка проявляется только на массивах размером
2^30 элементов и больше.Проблема возникает при вычислении середины:
mid = (low + high) / 2;
На очень больших массивах
low + high может вызвать переполнение.Правильнее писать так:
mid = low + (high - low) / 2;
В C такое переполнение может привести к выходу за границы массива и непредсказуемому поведению. В Java это обычно заканчивается
ArrayIndexOutOfBoundsException.Та же ошибка затрагивала mergesort и огромное количество других алгоритмов «разделяй и властвуй».
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🤓5👍3🔥1
Сколько незаконченных Git-репозиториев лежит у вас на диске?
- где остались незакоммиченные изменения;
- какие коммиты ещё не отправлены;
- где забыты
- какие проекты изменились после последнего тега и готовы к новому релизу.
Инструмент проверяет не только текущую ветку, поэтому забытая работа в локальной feature-ветке тоже попадёт в список.
После установки достаточно запустить:
Есть фильтры, fuzzy-поиск, JSON-вывод, открытие проекта в редакторе и массовый
Полезная утилита для разработчиков, у которых папка
GitHub:
https://github.com/yetidevworks/drydock
drydock показывает их все в одном терминальном интерфейсе:- где остались незакоммиченные изменения;
- какие коммиты ещё не отправлены;
- где забыты
stash, конфликт или незавершённый rebase;- какие проекты изменились после последнего тега и готовы к новому релизу.
Инструмент проверяет не только текущую ветку, поэтому забытая работа в локальной feature-ветке тоже попадёт в список.
brew install yetidevworks/drydock/drydock
# или
cargo install drydock
После установки достаточно запустить:
drydock
Есть фильтры, fuzzy-поиск, JSON-вывод, открытие проекта в редакторе и массовый
fetch. Состояние репозиториев обновляется автоматически через файловый watcher.drydock написан на Rust с использованием Ratatui и работает на macOS и Linux.Полезная утилита для разработчиков, у которых папка
Projects давно превратилась в кладбище почти законченных идей.GitHub:
https://github.com/yetidevworks/drydock
❤6👍3🔥3🤔1
Rust, который наконец становится понятным 🦀
Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли?
Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы.
Ты разберёшь:
Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код
Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой.
🔥 Rust с нуля
🔥 5–6 часов в неделю
🔥 Практика после каждого урока
🔥 Подойдёт после Python, JavaScript, Java и других языков
🔥 Можно начать сразу
В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага.
Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/
Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли?
Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы.
Ты разберёшь:
Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код
Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой.
🔥 Rust с нуля
🔥 5–6 часов в неделю
🔥 Практика после каждого урока
🔥 Подойдёт после Python, JavaScript, Java и других языков
🔥 Можно начать сразу
В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага.
Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/
❤2👍2🔥2🐳2🍌1
🔥 piqc показывает, сколько денег Kubernetes-кластер теряет на простаивающих GPU
Команды часто видят загрузку GPU, но не понимают:
- какая модель работает на конкретном ускорителе;
- сколько стоит генерация токенов;
- где простаивает железо;
- почему растёт инфраструктурный счёт.
piqc сканирует Kubernetes-кластер и автоматически находит inference-нагрузки на vLLM и Ray Serve.
Инструмент связывает между собой модели, GPU, реплики и runtime-метрики, а затем формирует отчёт о расходах и неэффективном использовании ресурсов.
Что умеет находить piqc:
- простаивающие GPU;
- модели на слишком дорогих ускорителях;
- полностью свободные GPU-узлы;
- фрагментацию ресурсов;
- зависшие в очереди поды;
- низкую эффективность вычислений;
- завышенную стоимость генерации токенов.
Для vLLM также собираются:
- latency;
- скорость prefill и генерации;
- загрузка KV-cache;
- глубина очереди;
- состояние inference-сервиса.
Быстрый запуск:
Результаты можно получить в форматах
Инструмент также запускается внутри кластера как Kubernetes Job - без постоянных агентов и sidecar-контейнеров.
Важная деталь: сейчас проект распространяется по Business Source License 1.1. Переход на Apache 2.0 запланирован на 2028 год.
По сути, piqc отвечает на вопрос, который обычный мониторинг часто оставляет без ответа:
какая именно модель сжигает GPU-бюджет и почему?
GitHub:
https://github.com/paralleliq/piqc
Команды часто видят загрузку GPU, но не понимают:
- какая модель работает на конкретном ускорителе;
- сколько стоит генерация токенов;
- где простаивает железо;
- почему растёт инфраструктурный счёт.
piqc сканирует Kubernetes-кластер и автоматически находит inference-нагрузки на vLLM и Ray Serve.
Инструмент связывает между собой модели, GPU, реплики и runtime-метрики, а затем формирует отчёт о расходах и неэффективном использовании ресурсов.
Что умеет находить piqc:
- простаивающие GPU;
- модели на слишком дорогих ускорителях;
- полностью свободные GPU-узлы;
- фрагментацию ресурсов;
- зависшие в очереди поды;
- низкую эффективность вычислений;
- завышенную стоимость генерации токенов.
Для vLLM также собираются:
- latency;
- скорость prefill и генерации;
- загрузка KV-cache;
- глубина очереди;
- состояние inference-сервиса.
Быстрый запуск:
pipx install piqc
piqc scan --format table
Результаты можно получить в форматах
table, JSON, YAML или в виде стандартизированного facts bundle.Инструмент также запускается внутри кластера как Kubernetes Job - без постоянных агентов и sidecar-контейнеров.
Важная деталь: сейчас проект распространяется по Business Source License 1.1. Переход на Apache 2.0 запланирован на 2028 год.
По сути, piqc отвечает на вопрос, который обычный мониторинг часто оставляет без ответа:
какая именно модель сжигает GPU-бюджет и почему?
GitHub:
https://github.com/paralleliq/piqc
👍2❤1