Kurgan-Telecom Ru | Информационные технологии

Компании ежедневно генерируют большие объемы данных, но далеко не вся информация одинаково важна: со временем многие данные становятся менее востребованными, продолжая занимать дорогие и высокопроизводительные накопители (SSD, RAM). В результате хранение таких «холодных» данных обходится неоправданно дорого, поскольку потребность в постоянном доступе к ним минимальна.

Решение проблемы — технология охлаждения данных, которая предполагает перемещение редко используемой информации на более дешевые и емкие носители, то есть файлы остаются доступными, но перестают нагружать дорогие и быстрые устройства. Именно такой механизм охлаждения данных мы добавили в Tarantool DB 3.0.

Привет, Хабр. Меня зовут Сергей Фомин. Я старший менеджер продукта Tarantool DataBase. В этой статье я расскажу, как именно мы реализовали механизм охлаждения и какие бизнес-выгоды могут получить компании при его использовании.

Компании ежедневно генерируют большие объемы данных, но далеко не вся информация одинаково важна: со временем многие данные становятся менее востребованными, продолжая занимать дорогие и высокопроизводительные накопители (SSD, RAM). В результате хранение таких «холодных» данных обходится неоправданно дорого, поскольку потребность в постоянном доступе к ним минимальна.

Решение проблемы — технология охлаждения данных, которая предполагает перемещение редко используемой информации на более дешевые и емкие носители, то есть файлы остаются доступными, но перестают нагружать дорогие и быстрые устройства. Именно такой механизм охлаждения данных мы добавили в Tarantool DB 3.0.

Привет, Хабр. Меня зовут Сергей Фомин. Я старший менеджер продукта Tarantool DataBase. В этой статье я расскажу, как именно мы реализовали механизм охлаждения и какие бизнес-выгоды могут получить компании при его использовании.

Привет, Хабр!

В последнее время меня часто спрашивают (интересно, и кто эти люди) про Kubernetes и виртуализацию, точнее про разные варианты совмещения того и другого, и можно без хлеба в одном флаконе. Проще говоря, что лучше, интереснее и эффективнее: прикрутить к Kubernetes дополнительную фичу, например, KubeVirt, чтобы можно было с помощью оркестратора Kubernetes управлять не только контейнерами, но и виртуальными машинами, или же взять классическую среду виртуализации, управляющую виртуальными машинами, и добавить в нее Kubernetes для управления контейнеризированными приложениями. Вопрос непраздный, да к тому же непростой, поэтому давайте разбираться по порядку. За подробностями добро пожаловать под кат.

Все привет! На связи команда Amnezia.

Очень часто мы слышим от наших пользователей и не только от наших, жалобы, что через VPN нельзя качать торенты или заходить на торрент-площадки. К сожалению,  это обусловлено не техническими поломками или жадностью провайдеров, а законодательством стран в которых мы арендуем серверы.

Как правило после каждого скачивание торрентов или посещения сайта,  VPN-сервисам приходят письма об абьюзах от хостинг провайдеров. После нескольких таких жалоб сервер блокируется, поэтому мы, как и другие похожие сервисы вынуждены ограничивать подобный трафик.. 

В этой ситуации спасают специальные b2b-серверы. Они обходятся дороже обычных и находятся в странах с более лояльным  законодательством по отношению к торрентам. У нас в амнезии например для этого есть отдельная локация в  Швейцарии.

Но “капнем” глубже и посмотрим как 2025 году обстоят дела с торрентами и о правомерности их использования в разных странах. 

Вам приходилось отдыхать в компании медиков? Если да, то скорее всего, вы могли оценить их непередаваемый юмор. Между тем, если человек начинает шутить в профессии — это значит, что он в ней хорошо освоился. Нельзя шутить о том, чего ты не знаешь. Мы вот часто шутим про разработку и автоматизацию бизнеса и эти шутки тоже могут быть мрачноватыми, особенно в современных условиях. Вообще это ужасно обидно: про ИИ, языки программирования, HR и даже про докер куча шуток и мемов, а про CRM — единицы (правда, удачные). Начало декабря — не только время горения дедлайнов и [нецензурного теперь слова], но и повод оглянуться на прошедший год, похвалить себя и немного улыбнуться. Конечно, на самых серьёзных щах

Как превратить Claude Code из мощного ассистента в профессиональную платформу оркестрации с 33+ специализированными агентами.

Удаленка — штука прекрасная: кофе в пижаме, нет утренней давки в метро и декабрьского дождя в лицо с утра пораньше по пути до офиса. Но как говорится, есть нюансы: масса отвлекающих факторов, которые перетягивают на себя внимание в самый неподходящий момент.

В этой и следующей статьях разберем самые проблемные “зоны” и на основе опыта нашего удаленного коллектива посоветуем возможные решения. В первой части поговорим про обстановку - окружение, рабочее место и влияние социальных сетей. В следующей ждите обсуждение более индивидуальных вещей - обстановки на рабочем месте, мультизадачности и прокрастинации.

На прошлой неделе администрация Хабра представила аудитории платформы новую механику. Теперь под всеми блоками кода во всех статьях за всё время существования Хабра появилась здоровенная кнопка «Объяснить код с SourceCraft». По нажатию на неё появляется сгенерированный LLM текст, объясняющий суть приводимого автором кода.

Меня как автора немного смущает, что данная механика в неявной форме отказывает авторам Хабра в способностях и таланте объяснить свой код читателям самостоятельно. Однако данный сценарий применения LLM натолкнул меня на, как мне кажется, интересную мысль призванную монетизировать платфорой тот контент, которым некорпоративные авторы бесплатно делятся с сообществом.

ИИ, как и любая технология, создаёт как возможности, так и угрозы. Пока учёные находят аномалии в огромном массиве астрономических данных и перебирают миллионы молекулярных комбинаций за несколько часов, мошенники получили доступ к инструментам, повышающим успешность их атак.

В этой статье я подробно расскажу, как мошенники используют ИИ для генерации дипфейков, подделки документов, взлома паролей, фишинга, и какие правила кибербезопасности помогут подготовиться к потенциальным атакам.

Продолжить цикл я собирался еще весной, и планировал затронуть именно эту тему, но все откладывал, и свет увидели другие статьи. Однако меня несколько смутил комментарий @AVKinc из предыдущей статьи про 4QS-преобразователь.

Это дает основание полагать, что у массового читателя есть определенные заблуждения по поводу электродинамического торможения и процессов преобразования энергии в приводах электрического транспорта. Что же, тогда данной публикацией я постараюсь развеять эти заблуждения, а заодно и обобщить современное состояние дел в этой области, обернув это в научно-популярную форму. Возможно, весь материал не войдет в одну статью и тогда их будет несколько. Начнем!

Сегодня одна из главных проблем мировой экономики — как обеспечить электроэнергией сотни мощнейших дата-центров, которые строят по всему миру для обучения и инференса ИИ.

Строительство этих дата-центров обеспечили 92% роста ВВП США в I кв. 2025 года, то есть без ИИ экономика сразу скатится в рецессию. Стройки ЦОДов, как строительство автобанов или небоскрёбов во времена великой депрессии, дают рабочие места и поддерживают экономику. С другой стороны, они потенциально ущемляют остальные сектора экономики, перетягивая рабочие места и инвестиции (это уже другая тема, которую мы здесь обсуждать не будем).

Где же взять столько энергии, ведь текущих ТЭС никак не хватит на 280 гигантских ЦОДов, которые построят в ближайшие три года только в США. Один из выходов — установка модульных ядерных реакторов непосредственно возле ЦОДов, в этом направлении сейчас идут перспективные инженерные разработки.

Но есть и другие варианты.

От поиска по архивам документов и медиафайлам до рекомендательных систем и AI приложений — всюду работают эмбеддинги и векторный поиск. Но когда дело доходит до выбора конкретного инструмента, глаза разбегаются: Qdrant, Milvus, Weaviate, Redis, Elasticsearch, Pgvector…

Если вы:

• планируете внедрять семантический поиск в свой продукт,
• выбираете между проверенными временем БД и специализированными системами обработки векторов,
• ищете независимые бенчмарки,

то этот материал — для вас. Мы разберем основные концепции векторного поиска, сравним популярные open-source решения и протестируем скорость их работы с учетом загрузки процессора и памяти.

Мой первый опыт арт-директорства должен был стать историей успеха, а оказался сюжетом в жанре тру-крайм.

Команда JavaScript for Devs подготовила перевод большого апдейта от команды TypeScript. Разработчики рассказали, как идёт переписывание компилятора на нативный код, что уже работает в превью TypeScript 7, какие ограничения остаются и почему версия 6.0 станет последним релизом на JavaScript. Новый TypeScript обещает серьёзный рывок в скорости и стабильности — самое время понять, что нас ждёт.

Нет человека, который сегодня мог бы представить жизнь без банковских карточек. Однако так было не всегда. Еще недавно карты были менее безопасными и функциональными. В этой статье я расскажу об истории пластиковых карт в России.

Данная статья не инструкция к действию, а просто моя история из жизни. В прошлых материалах я упоминал, что работаю преподавателем в центре для одарённых школьников.

Центров этих в районе десятка по стране. И до этого года все они работали на базе общей информационной системы.

Меня попросили что-то придумать с этим. О том, что нас отключат от системы, я узнал немного заранее. Рассмотрел open-source варианты систем, которые могут выполнять подобную задачу, и пришел к выводу, что проще написать такую систему с нуля (приоритетом было, чтобы преподаватели легко перешли на новую систему). Но прикидывая, сколько моих человеко-часов уйдет на эту задачу (да ещё и бесплатно), я плавно сливался с этой темы.

Собственно, я и не собирался ничего делать, но вспомнил, что хотел испытать, на что способна ИИ-шка при написании подобных задач с нуля. Обычно я мучаю DeepSeek и пару других gpt для простеньких скриптов, фикса багов, других проблем с Легаси, и просто для тупых вопросов. Поэтому решил в DeepSeek эту задачку и закинуть. Такого, честно, я не ожидал :)

Команда AI for Devs подготовила перевод статьи о том, как AI-агенты на базе LLM тратят лишние деньги из-за разрастающегося контекста и как простое маскирование наблюдений нередко работает лучше сложного LLM-суммирования. Авторы предлагают гибридный метод, который делает агентов дешевле и надёжнее без дообучения модели.

Новые видеокодеки моментально улучшают жизнь миллионов людей. Тем не нужно прикладывать практически никаких усилий, разве что обновить железо или софт. После этого видеофайлы магически уменьшаются в размере, качество картинки становится лучше, видео в интернете перестаёт тормозить и т. д. Например, новый видеокодек AV2 уменьшает трафик на 30%.

Единственный недостаток — время кодирования увеличивается, потому что используются сложные интеллектуальные технологии (например, психофизические модели зрения и мозга, новые способы предсказания будущего (межкадровых изменений) по предыдущим кадрам, последние открытия в математике (вроде треллис-квантования). Появляется ощущение некоего волшебства. Вообще, эффективное сжатие напрямую связано с пониманием данных, то есть с уровнем интеллекта. Чем глубже понимание смысла, тем больше мы видим аналогий, паттернов, циклов и рекурсий, которые можно использовать для «упаковки» информации.

Как говорится, достаточно продвинутая технология неотличима от магии. Так и видеокодеки нового поколения — это настоящая программная магия.

С выгоранием сталкивались многие, и зачастую даже отпуск не спасает. В интернете много информации о выгорании конкретного человека, но почти никакой о том, как выгорают команды и что с этим делать.

Привет, Хабр! Я — Алеся Бикбулатова, руковожу отделом обучения IT-холдинга ICL. А ещё я психолог и КПТ-терапевт, преподаю в Вышке и Иннополисе. Кроме своей насмотренности в HR, я вижу немного глубже ситуацию с выгоранием и больше знаю о внутренних процессах в выгорающих командах. Сегодня постараюсь поделиться практической пользой. Эта статья основана на моём докладе для Saint TeamLead Conf.

Новый единорог. Разбираем стартап Xpanceo.

Этим летом инвесторы Opportunity Venture вложили в стартап Xpanceo 250 млн. долларов инвестиций. Компания, которую основали интерпренер Роман Аксельрод и физик Валентин Волков, стала единорогом. Давайте разберемся, на что инвесторы сегодня дают такие деньги и оправдано ли это? 

Помните как в фильме Терминатор, робот получал огромное количество информации через зрение?