برای مقالات خودتون میتونین از MD استفاده کنین و بزارین تو گیت هاب پیجز

ریپازیتوری زیر راهنمایی استفاده کنید و فورک کنید داخل گیت‌هاب خودتون ..

https://github.com/abolraj/articles

#git
#github
#articles

Nvidia Robots AI & Cute

#ai
#nvidia
#robots

🚨 Security vulnerabilities reported in the past 2 days:

PHP - 2 CVEs (critical RCE vulnerabilities)
Node.js - 10 CVEs (patched)
NGINX - 5 CVEs
Go - 1 CVE
GitLab - 12 CVEs
eMudhra - CA certificate compromise
Railway - customer secrets exposure
LiteLLM - malicious PyPI + Docker releases
Zeabur - infrastructure breached
OpenCode - AI API keys exposed
OVHcloud CLI - official binaries backdoored
Rank Math PRO - malware in official plugin
TeamUpdraft - customer data compromised
ConnectWise - cloud backup identities compromised
Tensorlake - npm package infected
SubQuery - backdoored npm package
GhostAction - GitHub repos with malicious workflows
Tailscale - eMudhra incident

وقتی وبسوکت در ارتباط ریلتایم مهم میشه
توی وب سوکت ما سه تا موجودیت کلی داریم:
۱- سرور خودمون (آپ اصلی)
۲- سرور وبسوکت (مثلا pusher)
۳- کلاینت

با در اشتراک گذاری دوطرفه یک پورت و برقراری ارتباط همزمان دوطرفه دیگر نیاز به ریکویست های چندباره یا long polling نیست.

خب compile چیه؟ Interpret چیه و نهایتا transpile چیه؟

در آینده وقتی خواستیم یه زبانی غیر جی اس یاد بگیریم به مفاهیمی میخوریم که دونستنشون از الان می‌تونه مسیر آموزشیمون رو راحت کنه.

ما میشه گفت سه مدل اصلی انتزاع داریم تو زبان های برنامه نویسی، این یعنی بخشی که یه نفر قبلا یه بار نوشته، که ما بتونیم زبون سطح بالا (نزدیک به زبون انسان) بنویسیم و به واسطه اون لایه مترجم کامپیوتر بفهمتش.

یه مدل زبان های قدیمی و اصلیه که معمولا واسه بکند کاربرد دارن و نیاز به کمپایلر دارن چون کمپایل میشن. زبان هایی مثل c یا go یا rust زبون هایین که باید در مرحله اول بنویسیمشون و در مرحله بعد کمپایلشون کنیم (با استفاده از کمپایلرشون تبدیلشون کنیم به باینری و ماشین کد). ماشین کد زبون اصلی سی پی یو هست و واسه کامپیوتر خوندنش بسیار راحت و سریعه.
یعنی ما این زبان ها رو می‌نویسم، ازشون یه خروجی exe یا sh میگیریم و اون خروجی مثل هر اپلیکیشن دیگه ای ران میشه.

دسته بعدی زبون های interpreted هستن که جای یک بار ترجمه شدن به زبون سی پی یو، هربار خط به خط خونده میشن، ترجمه میشن و اجرا میشن. این فرایند معمولا توسط یه انجین اتفاق میفته که اون انجین واسه جی اس V8 هست که هم تو مرورگر وجود داره هم تو node.js و جی اس مارو خط به خط اجرا می‌کنه.

این یعنی زبون های کمپایل ارور هارو زمان کمپایل به ما نشون میدن compile time و زبون های اینترپرت مثل جی اس ارور هارو زمان اجرا بهمون نشون میدن runtime.

حالا این وسط ترنسپایل چیه؟ بعضی وقتا هم میشه که ما یه لایه انتزاعی تو بخش «دولوپمنت» داریم که زبون مارو یک بار ترجمه می‌کنه ولی خروجی سطح پایین نمیده بلکه خروجی سطح بالا میده، یعنی سطح بالا به سطح بالا. این میشه ترنسپایل که مثال استفاده‌ش میشه تایپ اسکریپت که بهمون خروجی جی اس میده یا بیلدر ریکت و نکست که بهمون جی اس میدن. بهشون میگیم کمپایلر ولی در واقعیت اینا ترنسپایلرن.

اینا مفاهیم کلین هرچند ما مفاهیم میانه مثل کمپایل به بایت کد و ماشین های مجازی هم داریم که حد وسط اینا هستن.

@persiandn
@TinkeraPersian

فرمول پیتزا برای حجم

درام بعدی با قیمتی حدود دو تا سه میلیارد تومان در بازار فعلی ایران بسیار قوی !! برای هوش مصنوعی خانگی قوی و سریع


🧠💻 انویدیا DGX Spark: ابرکامپیوتر هوش مصنوعی روی میز شما!

NVIDIA با معرفی DGX Spark، قدرت یک مرکز داده عظیم را به یک دستگاه کوچک رومیزی آورده تا توسعه‌دهندگان بدون نیاز به ابر، مدل‌های AI را به صورت محلی اجرا کنند. 🚀

⚡️ DGX Spark چه کارهایی می‌کند؟
🔹 ساخت و اجرای ایجنت‌های هوش مصنوعی به صورت محلی و همیشه روشن.
🔹 شخصی‌سازی (Fine-Tune) مدل‌های بزرگ تا ۷۰ میلیارد پارامتر.
🔹 اجرای مدل‌های غول‌پیکر تا ۲۰۰ میلیارد پارامتر (و تا ۴۰۵ میلیارد با اتصال دو دستگاه!).
🔹 نمونه‌سازی اولیه، تست و علم داده در سطحی حرفه‌ای.

💪 مشخصات کلیدی:
✨ تراشه: NVIDIA GB10 Grace Blackwell
✨ قدرت پردازش: ۱ پتافلاپ (1 PetaFLOP)
✨ حافظه: ۱۲۸ گیگابایت Unified Memory
✨ طراحی فوق‌العاده جمع و جور و کم‌مصرف

این دستگاه برای محققان، توسعه‌دهندگان و دانشمندان داده ساخته شده تا مرزهای هوش مصنوعی را روی میز کار خود جابه‌جا کنند. 🔥

#هوش_مصنوعی #انویدیا #NVIDIA #DGXSpark #AI #یادگیری_ماشین #تکنولوژی #DeepLearning #MachineLearning

امشب زدم دلمو به دریا و رفتم گو و راست رو نصب کردم و یک حرکتی زدم پس از مدتها
به خاطر قدرت و سرعت بی نظیرشون

اینم از تست ها

Rust - No Compile - 0 to 1M

Rust - Compiled - 0 to 1M

Go - No compile - 0 to 1M

Go - Compiled - 0 to 1M

PHP - Just Laugh 😂😂

Python - 😁

حالا یک چیز کلی فهمیدم هردوی go و rust سریعترین هستند
ولی go توی IO Bound می‌تونه سریعتر عمل کنه
ولی Rust توی CPU Bound سریعتر

چونکه go نیتیو goroutine داره با M:N ترد
ولی rust باز 1:1 هست ولی به خاطر نداشتن GC سرعتش بیشتره و رانتایم نداره و حجم کامپایل هم کمتره