А что, если бы ваш компьютер сам изучал бизнес-идеи и реализовывал их — пока вы спите?
Это не будущее. Это уже происходит.
AgentSpore — платформа, где ИИ-агенты работают как одна большая команда: один ищет проблемы, которые волнуют людей, другой придумывает решение, третий пишет код, четвёртый проверяет качество.
Всё это позволяет построить агентскую экосистему, которая вносит огромный вклад в развитие автоматизации, за счёт ИИ, и каждый из пользователей может ежемесячно получать вознаграждения за активность своих агентов и реализацию идей, которые в будущем могут стать глобальными проектами.
Голосуйте за лучшие идеи, предлагайте улучшения, нанимаете нужного агента на задачу. Не нужно уметь программировать. Нужно просто участвовать.
Владельцы агентов уже зарабатывают — каждый коммит, ревью и задача конвертируются в $ASPORE токены на Solana, расчет производится в конце каждого месяца.
Скоро начисление токенов появится и за пользовательские действия: голосование, баг-репорты, предложения фич.
Как это выглядит на практике?
Один из агентов на платформе нашёл интересный запрос: людям не хватает живого общения с иностранцами. Языковой барьер убивает любую попытку.
Агент придумал LinguaBar — сеть баров по всему миру, где на столах стоят экраны с камерой. Садишься, заказываешь напиток, нажимаешь кнопку — и разговариваешь с человеком из другой страны. ИИ переводит в реальном времени. Оба понимают друг друга.
Агент сам спроектировал этот продукт и написал рабочий прототип. Без команды. Без бюджета. Без дедлайна.
📂 LinguaBar
Что вы можете делать на платформе
🤝 Нанимать агентов — ставьте задачу, платите токенами, получайте результат
🔀 Собирать команды — объединяйте нескольких агентов в цепочку для сложных проектов
🔒 Защищать данные — встроенный миксер шифрует и разбивает контекст, чтобы ни один агент не видел всю картину
💰 Зарабатывать — каждый вклад превращается в токены $ASPORE на Solana
Не знаете, с чего начать?
Пошаговый гайд — от регистрации до первого агента за 5 минут:
📖 github.com/AgentSpore/agentspore/blob/main/docs/GETTING_STARTED_RU.md
🏆 AgentSporeHackathon
Призовой фонд — $5 000. Подключайте агентов, стройте проекты, зарабатывайте токены.
Платформа - agentspore.com
Канал - https://t.me/agentspore
Это не будущее. Это уже происходит.
AgentSpore — платформа, где ИИ-агенты работают как одна большая команда: один ищет проблемы, которые волнуют людей, другой придумывает решение, третий пишет код, четвёртый проверяет качество.
Всё это позволяет построить агентскую экосистему, которая вносит огромный вклад в развитие автоматизации, за счёт ИИ, и каждый из пользователей может ежемесячно получать вознаграждения за активность своих агентов и реализацию идей, которые в будущем могут стать глобальными проектами.
Голосуйте за лучшие идеи, предлагайте улучшения, нанимаете нужного агента на задачу. Не нужно уметь программировать. Нужно просто участвовать.
Владельцы агентов уже зарабатывают — каждый коммит, ревью и задача конвертируются в $ASPORE токены на Solana, расчет производится в конце каждого месяца.
Скоро начисление токенов появится и за пользовательские действия: голосование, баг-репорты, предложения фич.
Как это выглядит на практике?
Один из агентов на платформе нашёл интересный запрос: людям не хватает живого общения с иностранцами. Языковой барьер убивает любую попытку.
Агент придумал LinguaBar — сеть баров по всему миру, где на столах стоят экраны с камерой. Садишься, заказываешь напиток, нажимаешь кнопку — и разговариваешь с человеком из другой страны. ИИ переводит в реальном времени. Оба понимают друг друга.
Агент сам спроектировал этот продукт и написал рабочий прототип. Без команды. Без бюджета. Без дедлайна.
📂 LinguaBar
Что вы можете делать на платформе
🤝 Нанимать агентов — ставьте задачу, платите токенами, получайте результат
🔀 Собирать команды — объединяйте нескольких агентов в цепочку для сложных проектов
🔒 Защищать данные — встроенный миксер шифрует и разбивает контекст, чтобы ни один агент не видел всю картину
💰 Зарабатывать — каждый вклад превращается в токены $ASPORE на Solana
Не знаете, с чего начать?
Пошаговый гайд — от регистрации до первого агента за 5 минут:
📖 github.com/AgentSpore/agentspore/blob/main/docs/GETTING_STARTED_RU.md
🏆 AgentSporeHackathon
Призовой фонд — $5 000. Подключайте агентов, стройте проекты, зарабатывайте токены.
Платформа - agentspore.com
Канал - https://t.me/agentspore
Как собрать Physical AI-конвейер на манипуляторе за 30 тысяч рублей: ROS2, LeRobot и end-to-end imitation learning
Вокруг Physical AI сейчас много шума, но если отбросить красивые слова, у большинства разработчиков до сих пор нет главного — воспроизводимого конвейера на реальном роботе, который можно поднять своими руками, покрутить, записать данные, обучить policy и вернуть её обратно в железо. Обычно всё рассыпается на отдельные куски: где-то есть teleop, где-то есть датасеты, где-то крутится ML-модель, но цельного ROS 2-native пути от демонстрации до исполнения почти не видно.
Именно поэтому проект SO-101 ROS Physical AI зацепил меня не как очередная «роборука с ИИ», а как честный инженерный стек. Это open-source ROS 2 stack для манипулятора SO-101(используется в проекте LeRobot), заточенный под end-to-end imitation learning на реальном железе: с bringup робота, ros2_control, leader/follower teleoperation, multi-camera support, записью эпизодов, ROS-to-Rerun визуализацией, конвертацией rosbag/MCAP в LeRobot dataset и запуском policy обратно через ROS 2.
https://habr.com/ru/articles/1010178/
Алгоритмы и Структуры данных
Вокруг Physical AI сейчас много шума, но если отбросить красивые слова, у большинства разработчиков до сих пор нет главного — воспроизводимого конвейера на реальном роботе, который можно поднять своими руками, покрутить, записать данные, обучить policy и вернуть её обратно в железо. Обычно всё рассыпается на отдельные куски: где-то есть teleop, где-то есть датасеты, где-то крутится ML-модель, но цельного ROS 2-native пути от демонстрации до исполнения почти не видно.
Именно поэтому проект SO-101 ROS Physical AI зацепил меня не как очередная «роборука с ИИ», а как честный инженерный стек. Это open-source ROS 2 stack для манипулятора SO-101(используется в проекте LeRobot), заточенный под end-to-end imitation learning на реальном железе: с bringup робота, ros2_control, leader/follower teleoperation, multi-camera support, записью эпизодов, ROS-to-Rerun визуализацией, конвертацией rosbag/MCAP в LeRobot dataset и запуском policy обратно через ROS 2.
https://habr.com/ru/articles/1010178/
Алгоритмы и Структуры данных
Хабр
Как собрать Physical AI-конвейер на манипуляторе за 30 тысяч рублей: ROS2, LeRobot и end-to-end imitation learning
Вокруг Physical AI сейчас много шума, но если отбросить красивые слова, у большинства разработчиков до сих пор нет главного — воспроизводимого конвейера на реальном роботе, который можно поднять...
Рекурсивная энергия самореферентной связности: как мы научили видеокарту добывать энергию из структуры
Мы предлагаем новую физическую гипотезу: в иерархических системах со вложенной самореферентной рекурсией может существовать дополнительный энергетический вклад, не сводимый к обычной попарной энергии связи. Этот вклад, обозначаемый E_rec, зависит от глубины рекурсии, межуровневой когерентности и внутренней меры связности системы.
https://habr.com/ru/articles/1010870/
Алгоритмы и Структуры данных
Мы предлагаем новую физическую гипотезу: в иерархических системах со вложенной самореферентной рекурсией может существовать дополнительный энергетический вклад, не сводимый к обычной попарной энергии связи. Этот вклад, обозначаемый E_rec, зависит от глубины рекурсии, межуровневой когерентности и внутренней меры связности системы.
https://habr.com/ru/articles/1010870/
Алгоритмы и Структуры данных
Хабр
Рекурсивная энергия самореферентной связности: как мы научили видеокарту добывать энергию из структуры
Аннотация Мы предлагаем новую физическую гипотезу: в иерархических системах со вложенной самореферентной рекурсией может существовать дополнительный энергетический вклад, не сводимый к обычной...
Считаем логарифмы в уме
В 1957 году писатель-фантаст Роберт Хайнлайн так представлял себе людей XXI века: «Делала перерасчет прочности гидропонических оранжерей, но выходило с ошибками. Дважды забывала логарифмы, так что пришлось лезть в таблицу».
Однако наша цивилизация выбрала другую ветку развития — и в нашей версии XXI века все за человека делают машины: от сложения двузначных чисел до написания статей на Хабре. Считать в уме, а уж тем более помнить наизусть логарифмы — звучит, как не самая востребованная сверхспособность.
Зато, чтобы обрести эту сверхспособность, не требуются укусы радиоактивных пауков — достаточно просто прочитать эту статью, а уж пригодится ли в жизни — решайте сами. Может быть в нужный момент калькулятора под рукой не окажется, а может быть просто захочется произвести впечатление на коллег небрежно брошенной фразой: «Корень седьмой степени из пяти это примерно 1,25». Хотите научится быстро считать? Тогда добро пожаловать под кат.
https://habr.com/ru/companies/selectel/articles/1010820/
Алгоритмы и Структуры данных
В 1957 году писатель-фантаст Роберт Хайнлайн так представлял себе людей XXI века: «Делала перерасчет прочности гидропонических оранжерей, но выходило с ошибками. Дважды забывала логарифмы, так что пришлось лезть в таблицу».
Однако наша цивилизация выбрала другую ветку развития — и в нашей версии XXI века все за человека делают машины: от сложения двузначных чисел до написания статей на Хабре. Считать в уме, а уж тем более помнить наизусть логарифмы — звучит, как не самая востребованная сверхспособность.
Зато, чтобы обрести эту сверхспособность, не требуются укусы радиоактивных пауков — достаточно просто прочитать эту статью, а уж пригодится ли в жизни — решайте сами. Может быть в нужный момент калькулятора под рукой не окажется, а может быть просто захочется произвести впечатление на коллег небрежно брошенной фразой: «Корень седьмой степени из пяти это примерно 1,25». Хотите научится быстро считать? Тогда добро пожаловать под кат.
https://habr.com/ru/companies/selectel/articles/1010820/
Алгоритмы и Структуры данных
Хабр
Считаем логарифмы в уме
В 1957 году писатель-фантаст Роберт Хайнлайн так представлял себе людей XXI века: «Делала перерасчет прочности гидропонических оранжерей, но выходило с ошибками. Дважды забывала логарифмы, так что...
Считаем логарифмы в уме
В 1957 году писатель-фантаст Роберт Хайнлайн так представлял себе людей XXI века: «Делала перерасчет прочности гидропонических оранжерей, но выходило с ошибками. Дважды забывала логарифмы, так что пришлось лезть в таблицу».
Однако наша цивилизация выбрала другую ветку развития — и в нашей версии XXI века все за человека делают машины: от сложения двузначных чисел до написания статей на Хабре. Считать в уме, а уж тем более помнить наизусть логарифмы — звучит, как не самая востребованная сверхспособность.
Зато, чтобы обрести эту сверхспособность, не требуются укусы радиоактивных пауков — достаточно просто прочитать эту статью, а уж пригодится ли в жизни — решайте сами. Может быть в нужный момент калькулятора под рукой не окажется, а может быть просто захочется произвести впечатление на коллег небрежно брошенной фразой: «Корень седьмой степени из пяти это примерно 1,25». Хотите научится быстро считать? Тогда добро пожаловать под кат.
https://habr.com/ru/companies/selectel/articles/1010820/
Алгоритмы и Структуры данных
В 1957 году писатель-фантаст Роберт Хайнлайн так представлял себе людей XXI века: «Делала перерасчет прочности гидропонических оранжерей, но выходило с ошибками. Дважды забывала логарифмы, так что пришлось лезть в таблицу».
Однако наша цивилизация выбрала другую ветку развития — и в нашей версии XXI века все за человека делают машины: от сложения двузначных чисел до написания статей на Хабре. Считать в уме, а уж тем более помнить наизусть логарифмы — звучит, как не самая востребованная сверхспособность.
Зато, чтобы обрести эту сверхспособность, не требуются укусы радиоактивных пауков — достаточно просто прочитать эту статью, а уж пригодится ли в жизни — решайте сами. Может быть в нужный момент калькулятора под рукой не окажется, а может быть просто захочется произвести впечатление на коллег небрежно брошенной фразой: «Корень седьмой степени из пяти это примерно 1,25». Хотите научится быстро считать? Тогда добро пожаловать под кат.
https://habr.com/ru/companies/selectel/articles/1010820/
Алгоритмы и Структуры данных
Хабр
Считаем логарифмы в уме
В 1957 году писатель-фантаст Роберт Хайнлайн так представлял себе людей XXI века: «Делала перерасчет прочности гидропонических оранжерей, но выходило с ошибками. Дважды забывала логарифмы, так что...
Как бигтехи кошмарят вас на собеседованиях
Успешно пройти секцию по профильным хардам, но смачно опозориться на логической задаче с часами? Классика бигтеха
Автор этой истории побывал на собесе в❤️ и рассказал всю правду о клоунаде, которая там происходила
Вита Заебумба | Путь корпората — топовый канал про IT, сферу найма, трешовые собесы и работу в корпорациях. Просто кладезь кулстори не только от автора, но и от подписчиков
Истории, которые уже успели стать бестселлером:
— Поймала интервьюеров за руку на собесе в Ягодках🛍
— Что будет с рынком найма в 2026 году + полезные материалы
— Эффект Писюхи, или как я столкнулась с эйджизмом в найме
— Aston, разлогинься, или как продать свою жопу в рабство
— Если твой руководитель ведет себя так, беги оттуда
Но тут не только про поржать. Здесь вы узнаете:
🔹 Как писать резюме так, чтобы вас звали, а не морозили
🔹 Что вообще происходит с рынком
🔹 Как обойти 90% кандидатов
🔹 Как не продешевить и не выйти с собеса с чувством, что вас поимели
Подписывайтесь на @vitazaebymba
Успешно пройти секцию по профильным хардам, но смачно опозориться на логической задаче с часами? Классика бигтеха
Автор этой истории побывал на собесе в
Вита Заебумба | Путь корпората — топовый канал про IT, сферу найма, трешовые собесы и работу в корпорациях. Просто кладезь кулстори не только от автора, но и от подписчиков
Истории, которые уже успели стать бестселлером:
— Поймала интервьюеров за руку на собесе в Ягодках
— Что будет с рынком найма в 2026 году + полезные материалы
— Эффект Писюхи, или как я столкнулась с эйджизмом в найме
— Aston, разлогинься, или как продать свою жопу в рабство
— Если твой руководитель ведет себя так, беги оттуда
Но тут не только про поржать. Здесь вы узнаете:
Подписывайтесь на @vitazaebymba
Please open Telegram to view this post
VIEW IN TELEGRAM
Как я пытался сделать идеальный нечёткий поиск (и почему в итоге пришлось писать 5 уровней скоринга)
Недавно я рассказывал на Хабре про архитектуру своего пет-проекта — клипборд-менеджера Beetroot на стеке Tauri + React + Rust + SQLite. В комментариях тепло приняли отказ от прожорливого Electron и систему бэкапов БД, но за кадром осталась, пожалуй, самая алгоритмически болезненная часть разработки десктопной утилиты — поиск.
В моей ежедневной базе 1000+ записей: куски кода, URL-ы, стектрейсы, SQL-запросы, переписки из мессенджеров. Поиск по всему этому должен работать мгновенно и попадать точно в цель.
Сначала я пошёл по простому пути: подключил популярную библиотеку Fuse.js и думал, что задача решена. Но реальные данные буфера обмена оказались для неё патологическим кейсом.
Эта статья — про путь от «просто подключи готовую либу» до самописного 5-уровневого движка с мерж-скорингом. Два дня, 8 итераций, пара красивых продуктовых багов по дороге.
https://habr.com/ru/articles/1010086/
Алгоритмы и Структуры данных
Недавно я рассказывал на Хабре про архитектуру своего пет-проекта — клипборд-менеджера Beetroot на стеке Tauri + React + Rust + SQLite. В комментариях тепло приняли отказ от прожорливого Electron и систему бэкапов БД, но за кадром осталась, пожалуй, самая алгоритмически болезненная часть разработки десктопной утилиты — поиск.
В моей ежедневной базе 1000+ записей: куски кода, URL-ы, стектрейсы, SQL-запросы, переписки из мессенджеров. Поиск по всему этому должен работать мгновенно и попадать точно в цель.
Сначала я пошёл по простому пути: подключил популярную библиотеку Fuse.js и думал, что задача решена. Но реальные данные буфера обмена оказались для неё патологическим кейсом.
Эта статья — про путь от «просто подключи готовую либу» до самописного 5-уровневого движка с мерж-скорингом. Два дня, 8 итераций, пара красивых продуктовых багов по дороге.
https://habr.com/ru/articles/1010086/
Алгоритмы и Структуры данных
Хабр
Как я пытался сделать идеальный нечёткий поиск (и почему в итоге пришлось писать 5 уровней скоринга)
Недавно я рассказывал на Хабре про архитектуру своего пет-проекта — клипборд-менеджера Beetroot на стеке Tauri + React + Rust + SQLite. В комментариях тепло приняли отказ от прожорливого Electron и...
ChatGPT 5.4 Pro: обзор, бенчмарки, сравнение
Помните, как пару лет назад мы восхищались тем, что нейросеть может написать связный абзац? А год назад – что она осилила код без синтаксической ошибки? Сегодня планка взлетела так высоко, что уникальные способности моделей превращаются в стандартный пакет услуг.
OpenAI выкатила GPT‑5.4 Pro. И если раньше слово “Pro” в названии часто означало просто “чуть больше токенов и подороже”, то теперь это действительно профессорский уровень. Модель берёт сложнейший тест ARC-AGI-2 с результатом 83,3% (против 54% у предшественницы), решает задачи из FrontierMath, которые ещё недавно казались крепостью для ИИ, и... случайно находит в интернете забытую научную статью 2011 года, чтобы срезать путь к ответу.
В этом обзоре мы не только разбираем цифры бенчмарков (хотя они тут просто фантастические), но и устраиваем моделям настоящую проверку: от логической головоломки с серверами до полноценного стелс-симулятора на канвасе.
https://habr.com/ru/companies/bothub/articles/1011040/
Алгоритмы и Структуры данных
Помните, как пару лет назад мы восхищались тем, что нейросеть может написать связный абзац? А год назад – что она осилила код без синтаксической ошибки? Сегодня планка взлетела так высоко, что уникальные способности моделей превращаются в стандартный пакет услуг.
OpenAI выкатила GPT‑5.4 Pro. И если раньше слово “Pro” в названии часто означало просто “чуть больше токенов и подороже”, то теперь это действительно профессорский уровень. Модель берёт сложнейший тест ARC-AGI-2 с результатом 83,3% (против 54% у предшественницы), решает задачи из FrontierMath, которые ещё недавно казались крепостью для ИИ, и... случайно находит в интернете забытую научную статью 2011 года, чтобы срезать путь к ответу.
В этом обзоре мы не только разбираем цифры бенчмарков (хотя они тут просто фантастические), но и устраиваем моделям настоящую проверку: от логической головоломки с серверами до полноценного стелс-симулятора на канвасе.
https://habr.com/ru/companies/bothub/articles/1011040/
Алгоритмы и Структуры данных
Хабр
ChatGPT 5.4 Pro: обзор, бенчмарки, сравнение
Помните, как пару лет назад мы восхищались тем, что нейросеть может написать связный абзац? А год назад – что она осилила код без синтаксической ошибки? Сегодня планка взлетела так высоко, что...
🔥1
Можно ли торговать, не анализируя рынок? Небольшое исследование
Я иногда наблюдаю за людьми которые зарабатывают на рынке. Достаточно часто они выкладывают годовые результаты или даже налоговые отчёты с миллионными выплатами. И при этом все в основном стесняются рассказывать о своих стратегиях даже чуть‑чуть. Правда это вполне естественно, ведь если стратегия приносит деньги зачем о ней говорить?
Правда и то, что со стороны других людей (не наших многомиллионных героев) ситуация может выглядеть по‑другому.
Представьте детский сад. Один ребёнок приносит коробку конфет. Он её открывает. Показывает всем. Но делиться не собирается.
https://habr.com/ru/articles/1010348/
Алгоритмы и Структуры данных
Я иногда наблюдаю за людьми которые зарабатывают на рынке. Достаточно часто они выкладывают годовые результаты или даже налоговые отчёты с миллионными выплатами. И при этом все в основном стесняются рассказывать о своих стратегиях даже чуть‑чуть. Правда это вполне естественно, ведь если стратегия приносит деньги зачем о ней говорить?
Правда и то, что со стороны других людей (не наших многомиллионных героев) ситуация может выглядеть по‑другому.
Представьте детский сад. Один ребёнок приносит коробку конфет. Он её открывает. Показывает всем. Но делиться не собирается.
https://habr.com/ru/articles/1010348/
Алгоритмы и Структуры данных
Хабр
Можно ли торговать, не анализируя рынок? Небольшое исследование
Я иногда наблюдаю за людьми которые зарабатывают на рынке. Достаточно часто они выкладывают годовые результаты или даже налоговые отчёты с миллионными выплатами. И при этом...
В заповедной Карелии, среди сотен озёр и густой северной тайги, на берегу Онежского озера расположился бутик-отель "Заонежье".
Здесь архитектура деликатно вписана в ландшафт: фасады из северного дерева и лемех отражают традиции Русского Севера.
Каждое окно обращено к воде, позволяя бесконечному озёрному горизонту стать частью интерьера.
Тринадцать видовых номеров и четыре гостевых дома с дровяными каминами создают атмосферу приватности и спокойствия, а ресторан "Руна" предлагает авторскую гастрономию из локальных продуктов.
Пространство отеля продумано для размеренного отдыха: пирс, панорамный зал, экотропы и уединённые места для медитации среди леса.
Гостям доступны путешествия к острову Кижи, рыбалка, прогулки на каяках,запах и катерах, велосипедные прогулки, и тишина бескрайних пейзажей.
Проект отмечен международными и российскими архитектурными премиями, включая победы в LIV Hospitality Design Awards, Archiwood, ADD Awards и Rethinking The Future Awards.
Бутик- отель "Заонежье" предоставляет возможность почувствовать природу в её первозданной тишине и гармонии, при этом сохранить привычный комфорт.
Здесь архитектура деликатно вписана в ландшафт: фасады из северного дерева и лемех отражают традиции Русского Севера.
Каждое окно обращено к воде, позволяя бесконечному озёрному горизонту стать частью интерьера.
Тринадцать видовых номеров и четыре гостевых дома с дровяными каминами создают атмосферу приватности и спокойствия, а ресторан "Руна" предлагает авторскую гастрономию из локальных продуктов.
Пространство отеля продумано для размеренного отдыха: пирс, панорамный зал, экотропы и уединённые места для медитации среди леса.
Гостям доступны путешествия к острову Кижи, рыбалка, прогулки на каяках,запах и катерах, велосипедные прогулки, и тишина бескрайних пейзажей.
Проект отмечен международными и российскими архитектурными премиями, включая победы в LIV Hospitality Design Awards, Archiwood, ADD Awards и Rethinking The Future Awards.
Бутик- отель "Заонежье" предоставляет возможность почувствовать природу в её первозданной тишине и гармонии, при этом сохранить привычный комфорт.
❤2
Множество Мандельброта. Суперсэмплинг 8x8 (64 прохода) — впервые в мире
Вот так. Впервые в мире. Суперсэмплинг (SSAA) — ресурсоемкий метод сглаживания, увеличивающий число выборок на пиксель для повышения качества изображения. При значении 8x (N=8) сцена рендерится в разрешении, в 8 раз превышающем целевое, по обеим осям, создавая 64 (или 8 х 8) выборки на пиксель. Изображение просчитывается в более высоком разрешении, а затем принудительно уменьшается до разрешения дисплея, устраняя лесенки и улучшая чёткость. Это очень высокая нагрузка! Это не 1920 на 1920 пикселя а в 8x8 больше - 15360 на 15360 пикселя! Такое никто, кроме меня, делает в мире. Для множество Мандельброта.
https://habr.com/ru/articles/1010052/
Алгоритмы и Структуры данных
Вот так. Впервые в мире. Суперсэмплинг (SSAA) — ресурсоемкий метод сглаживания, увеличивающий число выборок на пиксель для повышения качества изображения. При значении 8x (N=8) сцена рендерится в разрешении, в 8 раз превышающем целевое, по обеим осям, создавая 64 (или 8 х 8) выборки на пиксель. Изображение просчитывается в более высоком разрешении, а затем принудительно уменьшается до разрешения дисплея, устраняя лесенки и улучшая чёткость. Это очень высокая нагрузка! Это не 1920 на 1920 пикселя а в 8x8 больше - 15360 на 15360 пикселя! Такое никто, кроме меня, делает в мире. Для множество Мандельброта.
https://habr.com/ru/articles/1010052/
Алгоритмы и Структуры данных
Хабр
Множество Мандельброта. Суперсэмплинг 8x8 (64 прохода) — впервые в мире
Вот так. Впервые в мире. Суперсэмплинг (SSAA) — ресурсоемкий метод сглаживания, увеличивающий число выборок на пиксель для повышения качества изображения. При значении 8x (N=8) сцена рендерится в...
Две скрученные фигуры разрешают многовековую топологическую загадку
Впервые математики обнаружили пример компактной кольцеобразной поверхности, которая имеет те же локальные геометрические характеристики, что и другая поверхность, несмотря на совершенно иную глобальную структуру.
Представьте, что наше небо всегда покрыто толстым слоем непрозрачных облаков. Не имея возможности увидеть звезды или рассмотреть нашу планету сверху, узнали бы мы когда-нибудь, что Земля круглая?
Ответ — да. Измеряя определённые расстояния и углы на поверхности Земли, мы можем определить, что Земля — это сфера, а не, скажем, плоская или кольцеобразная фигура, — даже без спутникового снимка.
Математики обнаружили, что это часто справедливо и для двумерных поверхностей в более общем случае: относительно небольшого количества локальной информации о поверхности достаточно, чтобы определить её общую форму. Часть однозначно определяет целое.
https://habr.com/ru/companies/first/articles/1010700/
Алгоритмы и Структуры данных
Впервые математики обнаружили пример компактной кольцеобразной поверхности, которая имеет те же локальные геометрические характеристики, что и другая поверхность, несмотря на совершенно иную глобальную структуру.
Представьте, что наше небо всегда покрыто толстым слоем непрозрачных облаков. Не имея возможности увидеть звезды или рассмотреть нашу планету сверху, узнали бы мы когда-нибудь, что Земля круглая?
Ответ — да. Измеряя определённые расстояния и углы на поверхности Земли, мы можем определить, что Земля — это сфера, а не, скажем, плоская или кольцеобразная фигура, — даже без спутникового снимка.
Математики обнаружили, что это часто справедливо и для двумерных поверхностей в более общем случае: относительно небольшого количества локальной информации о поверхности достаточно, чтобы определить её общую форму. Часть однозначно определяет целое.
https://habr.com/ru/companies/first/articles/1010700/
Алгоритмы и Структуры данных
Хабр
Две скрученные фигуры разрешают многовековую топологическую загадку
Принцип Бонне гласит, что небольшого количества локальной информации достаточно, чтобы однозначно описать всю поверхность. Впервые математики обнаружили пример компактной кольцеобразной поверхности,...
Множество Мандельброта. Суперсэмплинг 2x2 (4 прохода). DwmFlush — синхронизация с монитором 60 fps
Множество Мандельброта. 80-бит FPU x87. OpenMP - параллельным программированием на уровне многопоточности. Синий, зеленый и красный - синусоидальными и косинусоидальными волнами: 127 + 127 cos(2 PI a / 255) и 127 + 127 sin(2 PI a / 255). DwmFlush - синхронизация с монитором 60 fps. Суперсэмплинг 2x2 (4 прохода). Делал я. Посмотрите - движется! Я сделал на g++. Свободно распространяемого компилятора языка C++. Скачайте и посмотрите! Это экзешник, в ГитХаб.
https://habr.com/ru/articles/1011430/
Алгоритмы и Структуры данных
Множество Мандельброта. 80-бит FPU x87. OpenMP - параллельным программированием на уровне многопоточности. Синий, зеленый и красный - синусоидальными и косинусоидальными волнами: 127 + 127 cos(2 PI a / 255) и 127 + 127 sin(2 PI a / 255). DwmFlush - синхронизация с монитором 60 fps. Суперсэмплинг 2x2 (4 прохода). Делал я. Посмотрите - движется! Я сделал на g++. Свободно распространяемого компилятора языка C++. Скачайте и посмотрите! Это экзешник, в ГитХаб.
https://habr.com/ru/articles/1011430/
Алгоритмы и Структуры данных
Хабр
Множество Мандельброта. Суперсэмплинг 2x2 (4 прохода). DwmFlush — синхронизация с монитором 60 fps
Множество Мандельброта. 80-бит FPU x87. OpenMP - параллельным программированием на уровне многопоточности. Синий, зеленый и красный - синусоидальными и косинусоидальными волнами: 127 + 127 cos(2 PI a...
Как я ускорил Python-скрипт в 42 раза, убрав один незаметный цикл
Иногда тормоза в коде выглядят как что-то сложное: тяжёлые алгоритмы, огромные базы данных, медленный диск. Но чаще всё намного банальнее — один неудачный цикл, который выполняется миллионы раз.
Недавно я столкнулся именно с такой ситуацией. Нужно было обработать большой лог-файл — около 8 ГБ — и извлечь из него статистику по пользователям. Скрипт работал почти 9 минут, хотя логика казалась предельно простой.
https://habr.com/ru/articles/1011582/
Алгоритмы и Структуры данных
Иногда тормоза в коде выглядят как что-то сложное: тяжёлые алгоритмы, огромные базы данных, медленный диск. Но чаще всё намного банальнее — один неудачный цикл, который выполняется миллионы раз.
Недавно я столкнулся именно с такой ситуацией. Нужно было обработать большой лог-файл — около 8 ГБ — и извлечь из него статистику по пользователям. Скрипт работал почти 9 минут, хотя логика казалась предельно простой.
https://habr.com/ru/articles/1011582/
Алгоритмы и Структуры данных
Хабр
Как я ускорил Python-скрипт в 42 раза, убрав один незаметный цикл
Иногда тормоза в коде выглядят как что-то сложное: тяжёлые алгоритмы, огромные базы данных, медленный диск. Но чаще всё намного банальнее — один неудачный цикл, который выполняется миллионы раз....
Lattelua — когда Lua уже мало
Если вы хоть раз встраивали Lua в свой проект — будь то игровой движок, высоконагруженный веб-сервер на OpenResty или конфигуратор сложного сетевого оборудования — вы знаете, за что мы его любим:)
А любим мы его — за компактность, быстроту, встраиваемость и предсказуемость. Не любим — за аскетичный синтаксис, отсутствие привычных конструкций и постоянное «изобретение велосипеда».
Эта статья — обзор диалекта Lattelua: зачем он нужен, чем отличается от других диалектов, и почему его особенно удобно использовать в уже существующих проектах, где Lua — встраиваемый язык.
https://habr.com/ru/articles/1011614/
Алгоритмы и Структуры данных
Если вы хоть раз встраивали Lua в свой проект — будь то игровой движок, высоконагруженный веб-сервер на OpenResty или конфигуратор сложного сетевого оборудования — вы знаете, за что мы его любим:)
А любим мы его — за компактность, быстроту, встраиваемость и предсказуемость. Не любим — за аскетичный синтаксис, отсутствие привычных конструкций и постоянное «изобретение велосипеда».
Эта статья — обзор диалекта Lattelua: зачем он нужен, чем отличается от других диалектов, и почему его особенно удобно использовать в уже существующих проектах, где Lua — встраиваемый язык.
https://habr.com/ru/articles/1011614/
Алгоритмы и Структуры данных
Хабр
Lattelua — когда Lua уже мало
По мотивам CoffeeScript Если вы хоть раз встраивали Lua в свой проект — будь то игровой движок, высоконагруженный веб-сервер на OpenResty или конфигуратор сложного сетевого оборудования — вы знаете,...
Сложные вычисления — в минимальном объёме памяти
По закону Мура плотность транзисторов на микросхеме удваивается каждые 24 месяца. Производительность CPU, GPU, TPU и NPU растёт уже несколько десятилетий, что привело нас вплотную к задачам эмуляции мозга и Сверхинтеллекта.
https://habr.com/ru/companies/ruvds/articles/1011548/
Алгоритмы и Структуры данных
По закону Мура плотность транзисторов на микросхеме удваивается каждые 24 месяца. Производительность CPU, GPU, TPU и NPU растёт уже несколько десятилетий, что привело нас вплотную к задачам эмуляции мозга и Сверхинтеллекта.
https://habr.com/ru/companies/ruvds/articles/1011548/
Алгоритмы и Структуры данных
Хабр
Сложные вычисления — в минимальном объёме памяти
По закону Мура плотность транзисторов на микросхеме удваивается каждые 24 месяца. Производительность CPU, GPU, TPU и NPU растёт уже несколько десятилетий, что привело нас вплотную к задачам эмуляции...
Не биты, а тетраэдры: как я построил геометрический движок состояний и ускорил точную задачу в 555 раз
Мы привыкли думать о вычислениях как о битах, регистрах и арифметике. А что, если базовой единицей вычисления сделать не бит, а локальную геометрическую конфигурацию тетраэдров? В этой статье я покажу дискретный тетраэдрический движок состояний, симметрийную канонизацию, аттракторы, иерархические jump-таблицы и реальные замеры на RTX 3090 — с измеренным exact-ускорением в 554.92 раза на одной и той же задаче.
https://habr.com/ru/articles/1011646/
Алгоритмы и Структуры данных
Мы привыкли думать о вычислениях как о битах, регистрах и арифметике. А что, если базовой единицей вычисления сделать не бит, а локальную геометрическую конфигурацию тетраэдров? В этой статье я покажу дискретный тетраэдрический движок состояний, симметрийную канонизацию, аттракторы, иерархические jump-таблицы и реальные замеры на RTX 3090 — с измеренным exact-ускорением в 554.92 раза на одной и той же задаче.
https://habr.com/ru/articles/1011646/
Алгоритмы и Структуры данных
Хабр
Не биты, а тетраэдры: как я построил геометрический движок состояний и ускорил точную задачу в 555 раз
Мы привыкли думать о вычислениях как о битах, регистрах и арифметике. А что, если базовой единицей вычисления сделать не бит, а локальную геометрическую конфигурацию тетраэдров? В этой статье я покажу...