Kurgan-Telecom Ru | Информационные технологии

Идея вынести вычисления в космос звучит как научная фантастика, но крупнейшие игроки уже делают на неё ставку. SpaceX просит разрешение на орбитальные дата-центры мощностью до 100 ГВт, Google запускает Project Suncatcher, стартапы планируют десятки тысяч спутников. Логика проста: солнечная энергия в космосе дешевле и доступнее, а значит и вычисления со временем станут выгоднее.

Но за хайпом — жёсткая математика. Вывод грузов на орбиту всё ещё слишком дорог, производство спутников — капиталоёмкое, а теплоотвод и радиация добавляют сложности и веса. По текущим расчётам, 1 ГВт на орбите обходится почти втрое дороже наземного аналога. Автор издания TechCrunch разобрал, при каких условиях «космический ИИ» может стать экономически оправданным — и где именно сегодня ломается бизнес-модель.

Привет! Я Дмитрий, инженер и руководитель направления MLOps в Совкомбанке. Специализируюсь на разработке и эксплуатации ML-платформ на базе Kubernetes и GPU.

С 2010 года в ИТ: строю инфраструктуру для машинного обучения, внедряю Kubeflow и GPU-оператор, настраиваю MIG на H100 в корпоративных средах с повышенными требованиями к безопасности и надежности. В последние годы фокусируюсь на оптимизации ML-пайплайнов, повышении утилизации GPU (включая MIG-профили) и интеграции MLOps-практик в процессы продуктовых команд.

В 2022 году в некоторых командах разработки уже существовали проекты с применением ИИ, но как отдельные компоненты, не хватало единой платформы управления. По мере роста количества и сложности бизнес-задач возникла необходимость в создании ML-платформы как сервиса с едиными стандартами авторизации. Мы изучили доступные инструменты, попытались объединить их в одном Kubernetes-кластере, столкнулись с рядом ограничений — и в итоге пришли к архитектуре на базе Kubeflow и GPU-оператора.

В статье рассказываем, какие сложности были в ходе проекта, как выстроили работу с Kubeflow, настраивали H100 с MIG-разделением и что важно учесть, если вы планируете строить ML-платформу на bare-metal-GPU в корпоративной среде.

Go 1.26 уже вышел! Официальные релизноты довольно скудны на детализацию и приходится изучать глубже. Сделал для тебя большой обзор нововведений, можешь использовать эту статью как шпоргалку. В начале коротко опишу то что лично мне понравилось больше всего. Изменения затрагивают runtime, компилятор, стандартную библиотеку и поддержку платформ. Команда Go сосредоточилась на производительности и удобстве разработки.

В этом материале мы разберём хронологию войны РКН (Роскомнадзора) с самым популярным мессенджером в РФ: начиная с первых разногласий в 2017 году, мемов “Дуров, отдай ключи!” и бумажных самолётиков, выпускаемых из окон нашей общаги на Волгина, и заканчивая недавними заявлениями РКН и Госдумы относительно будущего Telegram в нашей стране.

Содержание:

Начало. Идеология создания Telegram

2017 год. Первые проблемы Telegram с российскими регуляторами

2018 год. Первые судебные решения по Telegram и начало блокировок

Бумажные самолётики и согласованные акции в Москве и других городах России в поддержку Telegram

2018–2019 годы. Открытая технологическая война РКН с Telegram

2020 год. РКН снимает ограничения. Дуров договорился или РКН меняет стратегию?

2025 год. Ограничение звонков в Telegram и региональные ограничения

Что изменилось? Как сегодня РКН и регуляторы борются с Telegram. Появление мессенджера MAX

2026 год. Новые проблемы и ограничения Telegram

Главная ошибка российских регуляторов в борьбе с Telegram

Почему РКН не победит и почему “заблокировать влияние извне” невозможно?

Опрос читателей Хабра: как вы относитесь к блокировке Telegram?

Привет! Меня зовут Андрей Попов, я SEO-специалист в AGIMA. И сегодня хочу развеять один популярный миф: искусственный интеллект не убил копирайтинг. Он действительно уничтожил низкокачественный информационный SEO, где тексты создавались ради кликов, а не ради реального влияния на аудиторию. Но сегодня важно не просто привлекать трафик, а убеждать и внятно позиционировать бренд, показывая, какую проблему он решает. И без пишущего человека здесь по-прежнему не выжить. В этой статье — мои аргументы.

Нет лучше способа в чем-то разобраться, чем написать свою реализацию.

Напишем базовую реализацию хеш-таблицы, выясним, когда операция добавления, удаления и получения значения по ключу выполняется не за константное время.

Много раз проскакивало желание у многих получить простой инструмент, позволяющий следить за истекающими сертификатами SSL. Ниже представляю инструмент для самостоятельного развертывания в среде docker.

Код написан для python14, но работать будет и на других версиях (12, 13, 14 и т.д.).

Что включает проект (все в одном):

Привет, я Максим Королев из Петрович-ТЕХа. В предыдущей статье рассказывал, как мы сделали семейство Telegram-ботов для ITSM. Один из ключевых - «Дежурный»: с ним администраторы фиксируют аварии, регламентные работы и прочее, создают задачи в Jira, публикуют уведомления в каналы и в интранет компании.

И тут Telegram ограничивают. Когда у дежурного в разгар аварии «не грузится телега» - это риск для бизнеса. Нужно было срочно решать проблему.

Единственной стабильной альтернативой оказался - да-да - MAX. У него есть Bot API, он не попадает под ограничения РКН и уверенно работает на территории РФ.

Задача не «сделать второго бота с нуля», а сохранить одного логического Дежурного и дать ему второй вход из MAX. В статье расскажу, как я изменил архитектуру: вынес всю бизнес-логику в отдельный слой CORE, а Telegram и MAX сделал вызовами команд этого ядра.

Компании ускоряют релизы, автоматизируют пайплайны, считают DORA-метрики. Но задачи всё равно висят неделями, релизы откатываются, а доработки съедают спринты.

Проблема часто не в Scrum и не в CI/CD.
Она в том, как устроена передача работы: аналитики пишут требования, разработка «реализует», QA проверяет, поддержка тушит пожары. За результат никто не отвечает целиком.

Каждая передача задачи — это пауза, пересказ контекста и новая точка разрыва. В проектной модели это нормально. В продуктовой — начинает дорого стоить.

В статье разберём:
– почему задачи «застревают» между командами;
– какие метрики первыми показывают проблему;
– чем отличаются команды с полной ответственностью за результат;
– и почему инструменты сами по себе ничего не решают.

Итак, спустя два месяца работы вышел релиз ядра Linux 6.19. В него вошло больше 15 тысяч исправлений от 2000 разработчиков. Патч получился солидным — больше 50 мегабайт, изменения затронули почти 14 тысяч файлов. Основная часть работы традиционно пришлась на драйверы устройств, архитектурный код и сетевой стек. А еще появилось несколько заметных изменений, которые касаются серверных нагрузок, виртуальных сред, сетей и встроенных девайсов. 

Кстати, сразу после этого анонса Линус Торвальдс объявил о переходе к ветке 7.0. Почему и зачем? Давайте разбираться. 

Основатель компании приборов освещения Brighter Саймон Беренс поделился опытом запуска собственного аппаратного продукта и теми уроками, которые он извлёк.

Питание для ЦНС вместо постоянной стимуляции. Создание режима дня с учетом приоритетов и пожеланий. Сокращение расстояния между реальным и идеальным образами себя, по заветам Тимоти. Эти три правила помогут если не отменить стресс, то снизить его степень к минимуму. И вот как это работает.

Эта история началась с исследования проблем производительности на высоконагруженной базе данных Postgres. Табличка, которая была предметом исследования, довольно небольшая (~100,000 записей), но очень активно используемая.

В процессе исследования я увидел, что Postgres использует индексный доступ по абсолютно неселективному критерию, фактически это был "INDEX FULL SCAN" в терминологии Oracle. Интуиция, наработанная на другой промышленной базе, вопила: "что-то здесь не так!"

Но что?

Предположим, вы построили RAG-сервис на SQL, и он отлично работает. Довольно быстро, очень точно, и очень дорого, ведь каждый запрос к сервису требует обращения к LLM для генерации ответа по чанкам, извлеченным из базы знаний. И чем больше мы извлекли таких фрагментов, тем больше входных токенов тратится на составной промпт, даже если ответ будет состоять из одного предложения. 

Можно, конечно, заранее срезать количество извлекаемых чанков, но это отразится на качестве ответов.

Можно настроить кэш, который экономит на обращениях к сервису, когда приходят одинаковые вопросы. Но когда пользователь спрашивает "How to get developer support?”, и тут же другой пользователь спрашивает "How to ask development-related questions?", ваш сервис каждый раз будет генерировать ответ заново, сжигая ваши токены и заставляя пользователя ждать. Обычный кэш тут бессилен: для него эти две фразы — абсолютно разные ключи. 

В этой статье я расскажу, как развернуть мощный семантический кэш на базе AlloyDB Omni (PostgreSQL от Google), используя векторный поиск ScaNN, автоматическое партиционирование и планировщик задач. Мы пройдём путь от настройки Docker-контейнера до продакшн-архитектуры.

Я сейчас занимаюсь, пет-проектом: создаю систему контент-продвижения для начинающего коуча. Недавно написал промпт для создания постов в ТГ-канал. Результат – сверх всяких ожиданий.

Особенно тестировщиц привели в восторг посты на тему «Почему все мужики – козлы» и «Почему мужчина не любит ходить с женщиной по магазинам».

Промпт приведу чуть ниже, а сейчас о важном:

Я писал промпт не начиная с его функций. И даже не начиная с Роли из которой он должен работать.

Я писал промпт начиная с ответа на вопрос «Как нейросеть должна об этом думать».

Это называется «Культурно-когнитивный код».

Термин этот известен, погуглите. Но я еще не встречал, чтобы он использовался  применительно к промптам.

Умных людей много, подобные подходы используются.

Это Cultural prompting / cultural identity prompting, Cultural anchors и ментальные модели, Мета‑промптинг.

Но термин «культурно-когнитивный код» наиболее точно отражает смысл того чего мы хотим добиться.

Можно это называть «Код мышления», но это мало что объясняет. А у термина «Культурно-когнитивный код» есть устоявшееся понимание. Весь фокус – в применении именно к промптам.

Дальше по тексту я, для краткости, буду использовать аббревиатуру CCC.

Да, CCC позволяет делать действительно сильные вещи. Кроме того резко увеличивается стабильность и уменьшается дрейф.

Стабильность – не в том смысле, что все посты – «под одну гребенку», хотя явно читается, что они написаны ОДНОЙ ЛИЧНОСТЬЮ.

Стабильность в том что получаемый контент теперь весь в тему, весь интересный и глубокий, практически не требующий правки. Брака нет.

В образовательном ИИ привычная логика развития продукта перестаёт работать. Продукт растёт в среде, где внешние изменения происходят быстрее, чем он успевает стабилизироваться, поэтому собрать монолит и рассчитывать на долгую устойчивость становится невозможно.

Фичи, которые сегодня выглядят ключевыми, через несколько месяцев теряют значение. Архитектурные решения быстро устаревают: то, что вчера выглядело как завершённая продуктовая конструкция, сегодня снова требует пересборки.

В этой статье — о том, что происходит с образовательным ИИ‑продуктом в условиях постоянных изменений рынка и технологий. Все выводы основаны на практическом опыте разработки и эксплуатации Кэмпа: от проектирования генерации до продуктовых решений.

Record-классы удобны, пока класс = «состояние, всё состояние и ничего кроме». Любое отклонение (API канонического конутруктора не равно внутреннему представлению, нужно наследование) ломает «автогенерацию» и паттерн-деструктурирование (destructuring).

В новом переводе от команды Spring АйО статьи Brian`а Goetz`а, архитектора Java Language, предлагается следующий шаг в направлении data-oriented programming in Java: классы-носители и интерфейсы-носители (они же Carrier classes & interfaces). Концептуально, carrier классы родились из record-ов путем ослабления части их ограничений.

Комментарий от Михаила Поливаха: Друзья, помните, пожалуйста, что данная статья по сути является суммированием обсуждения Carrier классов из JDK Project Amber Mailing List. Я это к тому, что пока непонятно, в какой версии языка carrier классы появятся, и появятся ли они в том виде, в котором представлены в статье. Статью стоит рассматривать как пищу для размышления.

Пока размышляла по теме нашла столько интересностей. Поэтому разобью статью на 2 части. Первая – страшилки, исследования, факты и прочие реалии.
Вторая – ответ по теме: Роль и влияние карьеры в жизни человека. Поехали!

Всем привет, меня зовут Диана Шигаева. Я основала своё бюро и руковожу крутой бандой международных консультантов. Эх, жаль, что тут нельзя произносить его название вслух! Но правила есть правила, к делу!

<...> причина, почему все эти скрам-атрибуты теоретически могут появиться в командах, — это если сами команды нуждались в этом и ввели все осознанно. Но это какая-то фантастика, такого не бывает. – Из статьи «Я убрал оценки задач, спринты, планирование и ретроспективы — и ничего не сломалось»

Или все-таки бывает?

Привет, меня зовут Рома. Я разработчик и последние 4 года я руковожу командами разработки в бигтехе и в пет проектах. Сегодня я хочу рассказать, как в моих командах появляются атрибуты Agile-методологий и почему часть из них я считаю необходимыми.

На дворе 2026 год, вы открываете глаза утром, зеваете и наливаете себе чашку ароматного кофе. Затем вы достаете кусок хлеба и кладете его в тостер. Вместо того чтобы крутить механический таймер наобум, он за секунду сканирует кусок: «Ржаной, вчерашний, толщина 18 мм, слегка подсушен на воздухе. Рекомендую режим 3 - хрустящая корочка с сохранением влаги внутри». Он не подключен к облаку. Весь его интеллект живёт в чипе размером с рисовое зерно где-то на его плате. Это и есть главный тренд 2026 года: нейропроцессоры (NPU) массово перекочевали из флагманских гаджетов в обычную бытовую технику.

Согласно прогнозам ABI Research, к 2026 году более 70% продаваемой мелкой бытовой техники среднего и высшего ценового сегмента будут иметь специализированный AI-ускоритель. И речь не о голосовом помощнике, который тупит, если пропал Wi-Fi. Речь о локальном ИИ, который мгновенно и без интернета распознаёт образы, звуки, текстуры и адаптирует работу устройства под конкретную ситуацию. Ваш пылесос будет отличать рассыпанный сахар от шерсти кота, а стиральная машина - анализировать степень загруженности барабана и тип пятен на лету.

Почему это происходит прямо сейчас? Что это за чипы? И главное, как это изменит нашу жизнь, начиная с кухни и заканчивая ванной? Разбираемся в обзоре процессоров и платформ, которые превратят ваш дом из набора приборов в тихого и полезного помощника.

Приятного прочтения!