Kurgan-Telecom Ru | Информационные технологии

Самый полный обзор видеокарты V100 в интернете! Или как собрать самый бюджетный ИИ-сервер в 2026 году. Внутри вас ждёт:

1. Что за V100 и почему она такая дешевая?
2. Какие у неё ограничения и где она реально спотыкается?
3. Бенчмарки 128 моделей — от текста до генерации видео и картинок, с реальными конфигурациями запуска!

Недавно я решил завести собственный блог. Сначала посмотрел в сторону SSG, но они показались мне не слишком удобными для того сценария, который я хотел получить. Затем попробовал несколько CMS, однако быстро упёрся в другую проблему: мой сервер оказался слишком слабым для большинства современных решений.

В итоге ни одно из готовых решений так и не смогло закрыть все мои требования одновременно. Так и появилась идея сделать небольшую файловую CMS на Rust, которая не требует базы данных, не потребляет много памяти и при этом остаётся достаточно гибкой для повседневного использования.

Со временем идея небольшого блогового движка разрослась в полноценную CMS с SSR, виртуальной файловой системой, поддержкой локализации, визуальным редактором статей и горячей перезагрузкой контента. В этой статье я постараюсь показать, как всё это устроено изнутри.

За последние два года в экосистеме PHP вокруг AI-разработки сформировалась целая индустрия. Если раньше интеграция LLM выглядела как несколько строк кода с вызовом OpenAI API, то сегодня разработчики строят полноценные агентные системы: с памятью, инструментами, workflow, наблюдаемостью (observability) и даже командами специализированных агентов.

Обычно, когда говорят об AI-разработке, в первую очередь говорят о Python. Тут полно интересных вещей, таких как: LangChain, LangGraph, CrewAI, AutoGen – весь основной шум долгое время происходил именно там.

Но параллельно интересная история развивается и в PHP. И меня это, безусловно, очень радует.

Причем если еще пару лет назад PHP-разработчику приходилось буквально собирать все вручную поверх SDK провайдеров, то сегодня уже существует полноценная экосистема инструментов разного уровня абстракции – от клиентов для работы с моделями до платформ управления многоагентными системами.

Давайте посмотрим, как выглядит этот рынок сейчас.

Многие знают Agile по ежедневным стендапам, спринтам и доскам в Jira. Но мало кто задумывается, почему Agile вообще появился. Если вам интересен ответ на этот вопрос, очень рекомендую книгу Роберта Мартина «Clean Agile. Back to Basics». Для меня это одна из лучших книг об Agile, которую стоит прочитать каждому Project Manager.

Для многих специалистов в IT имя автора не нуждается в представлении. Именно Роберт Мартин, известный также как Uncle Bob, был одним из авторов Agile Manifesto, опубликованного в 2001 году и навсегда изменившего подход к разработке программного обеспечения.

Книга получилась интересной не только для разработчиков, но и для руководителей проектов. Это не очередной учебник по Scrum или набор модных практик. Скорее, это попытка вернуться к истокам Agile и объяснить, зачем он вообще появился.

Мартин начинает с простой мысли: современный мир полностью зависит от программного обеспечения. Софт управляет практически всеми аспектами нашей жизни. Программное обеспечение стало кровеносной системой современной цивилизации. Без него привычный нам мир просто не смог бы существовать. Поэтому неудивительно, что люди, создающие программное обеспечение, постоянно ищут способы делать это быстрее, качественнее и эффективнее.

Большая часть книги посвящена истории возникновения Agile. Автор подробно рассказывает, какие проблемы существовали в индустрии до появления Agile-подходов и почему традиционные методы управления проектами перестали справляться с задачами быстро меняющегося мира разработки.

Представьте: ваш сервис Y генерирует 10 000 событий в секунду, а сервис X может проглотить только 500. И при этом нельзя потерять ни одного события, а порядок обработки обязан быть строгим. Очередь? Конечно. Но какую? И что делать, когда она переполнится?

В статье — разбираем реальную архитектурную задачу с разбором типовых ошибок, двух подходов к порядку (strict FIFO и per‑key ordering), нюансами DLQ, backpressure, идемпотентностью и скрытыми проблемами типа head‑of‑line blocking.

Продолжаем data mining путешествие в погоне за удачей. Адаптивность — последний фактор в нашем разборе, хотя и не последняя статья серии. Если интеллект отвечает на вопрос «насколько у человека мощный когнитивный аппарат», то адаптивность отвечает на вопрос «насколько устойчиво он функционирует под давлением и насколько быстро восстанавливается». В популярной литературе адаптивность считается едва ли не главным фактором жизненного успеха. Данные показывают более скромную, фрагментированную и в нескольких местах контринтуитивную картину.

Альянс Open Media (AOMedia), курирующий разработку форматов кодирования видео AV1/AV2, формата объёмного звука IAMF и формата изображений AVIF, опубликовал релиз проекта AVM (github.com) 1.0.0, развивающего официальную эталонную реализацию кодировщика и декодировщика формата кодирования видео AV2. AVM включает оптимизации для процессоров на базе архитектуры ARM64, x86_64 и MIPS, реализованные с использованием расширенных наборов инструкций NEON, AVX2, SSE2/3/4, MSA и DSPr2. Код AVM написан на языке Си и распространяется под лицензией BSD.

Кодек AV2 (aomedia.org) не требует лицензионных отчислений и развивается в качестве преемника формата AV1. Особенности кодека AV2:

• Оптимизация для применения в потоковом вещании;
• Улучшенное предсказание межкадровых изменений;
• Значительное улучшение по сравнению с AV1 производительности операций сжатия;
• Расширенная поддержка возможностей для виртуальной и дополненной реальности;
• Поддержка более широкого диапазона визуального качества;
• Возможность одновременной доставки нескольких видео в рамках одного видеопотока с поддержкой их раздельного отображения на экране;
• Дополнительные фильтры для подавления шумов, уменьшения артефактов от сжатия и сохранения детализации.

При тестировании одного из экспериментальных выпусков библиотеки avm использование кодека AV2 позволило добиться снижения битрейта на 32.59% по сравнению с кодеком AV1 при аналогичном уровне качества, при использовании метрик оценки качества VMAF (Video Multi-Method Assessment Fusion), разработанных компанией Netflix. При использовании метрик PSRN-YUV (Peak-Signal-to-Noise Ratio 14:1:1) битрейт удалось снизить на 28.63%.

Также как и в кодеке AV1 в AV2 задействована гибридная блочно-ориентированная структура, но в отличие от AV1 поддерживается более крупные суперблоки 256×256, полностью рекурсивное секционирование (partitioning) и более эффективное разделение параметров яркости и цветности. В AV2 используеся унифицированный экспоненциальный квантизатор, охватывающий более широкий диапазон яркости и обеспечивающий большую точность квантования для 8-, 10- и 12-битного видео, а также лучше управляющий низкими битрейтами. Возможности предсказания межкадровых изменений модернизированы для повышения качества моделирования изменения яркости и цветности, учитывают при построении модели до 7 предыдущих кадров, поддерживают временну́ю (temporal) интерполяцию и лучше обрабатывают движение в видео с высоким разрешением или быстро меняющимся содержимым.

 av2, c, video, кодек

Ещё пару лет назад, чтобы аккуратно вырезать фон, стереть случайного прохожего или поменять лицо, нужен был Photoshop и руки, которые умеют работать со слоями, масками и каналами. Сегодня большую часть этой работы делает нейросеть за несколько секунд: загружаете кадр, отмечаете задачу — и модель сама отделяет объект от фона, достраивает пространство за удалённым предметом, переносит лицо и убирает водяной знак. Порог входа упал с «уметь в Photoshop» до «уметь нажать кнопку».

или “Страшная сказка: продолжение-3”

В предыдущих разборах серии («О бедном луддите замолвите слово…», «Об Open-source — спасителе человечества…», и в исходной «Страшной сказке») я разбирал, кого, что и почему мы теряем в ходе AI-кризиса: воронку джуниоров, цикл воспроизводства экспертизы, frontier-фронт, наработанные в OSS анклавы. Каждый раз картина была про минусы и проблемы.

В этой статье — про другую сторону медали. Потому что у того же самого процесса, помимо потерь, есть некоторое количество “трофеев”. И стоит их упомянуть, чтобы картина была полной и честной.

Для этого я расскажу “байку”…

Сразу оговорюсь: всё, что описано ниже — без имён, без названий компаний, и с лёгким смешением реальных случаев в обобщающий портрет. Многие смогут сказать «это же про меня», и скорее всего ошибутся, ибо таких ситуаций за последние два года было, только на моих глазах, не одна и не две…

Месяц назад я начал делать pet-приложение для государственных закупок: свайпай тендеры как в Tinder, видишь AI-скоринг заказчика — стоит ли вообще лезть. Для скоринга нужны данные обо всех контрактах заказчика. Источник один — ЕИС zakupki.gov.ru. И тут начались сюрпризы.

SOAP-API требует ЭЦП юр.лица — отвал на старте. FTP-сервер с XML-выгрузками закрыт с 1 января 2025. OpenData портал — красивый каталог датасетов, но без единой ссылки на скачиваемый файл. Часа три я экспериментировал и сдался.

Остаётся HTML-парсинг публичных страниц. Дальше всё интереснее: 44-ФЗ и 223-ФЗ имеют разную вёрстку, заказчик идентифицируется тремя разными форматами одновременно (real_inn / orgId / orgCode), а НМЦК и дата эл.акта приёмки лежат вообще не там, где подсказывает имя URL.

В статье — архитектура на Vapor + Redis + PostgreSQL, код канонизации ИНН, четыре грабли где я тормозил по нескольку часов, и реальные цифры: 128k+ строк контрактов в БД, ~340 уникальных заказчиков с полным скорингом, ~100ms средняя latency на feed-запрос.

Если кто-то знает легальный путь к данным ЕИС без ЭЦП юр.лица — буду благодарен в комментах. Может я что-то упустил.

Герои экшен-игр восхищают нас своими навыками боя. Без мощных ударов и брутальных бросков даже самый харизматичный персонаж — это как разъярённый тигр без клыков и когтей. Но фундамент любого виртуального мастерства заложен вековыми традициями реальных боевых искусств.

В надежде поразить наш взор красотой движений, бойцы из игр смешивают самые разные стили и школы. И только пытливым взглядом летящего орла мы можем проследить, откуда растут корни того или иного вымышленного стиля.

Сегодня предлагаю рассмотреть, как воплощены в играх разные боевые искусства, насколько аутентично показывают нам реальные техники, как принципы настоящего поединка даже используются в геймдизайне и почему нанизывание орков на шипы — это почти что Тайский Бокс.

Рассматриваемый вид излучения уже давно применяется в медицине и используется в диагностическом оборудовании. Его особенностью является способность проникать через многие материалы, включая мягкие ткани организма. При этом хорошо изучены материалы, которые эффективно ослабляют или блокируют данное излучение. Именно поэтому для защиты пациентов и медицинского персонала используются специальные средства защиты, например свинцовые фартуки и защитные экраны.

На протяжении более чем десятилетия архитектура транзисторов с вертикальным затвором (Fin Field-Effect Transistor, FinFET) служила главным технологическим фундаментом микроэлектроники. Внедренная на узле 22 нм в 2011 году, она позволила преодолеть ограничения классических планарных транзисторов за счет трехстороннего охвата вертикального кремниевого плавника металлическим затвором. Однако физическое масштабирование кремниевых структур ниже технологической границы 3 нм выявило фундаментальные ограничения геометрии FinFET.

Качество ИИ фотосессии в 2026 году определяет не модель, а промт. Между «опять нейросетевая картинка с пластиковой кожей» и «вау, как с реальной съёмки» лежит не выбор Nano Banana Pro вместо FLUX 2, а то, как именно вы описали сцену. На современных моделях разница между слабым и сильным промтом отделяет результат уровня стоковой иллюстрации от снимка, который трудно отличить от работы профессионального фотографа.

Привет, на связи Саша Солдатов, CEO REB8T, мы создаём игры и геймификации для бизнеса. За последние несколько лет запустили 30+ игровых проектов для банков, маркетплейсов и брендов. Среди наших клиентов Альфа-Банк, МегаМаркет, Туту, Ситидрайв.

Сегодня поговорим о геймдизайне. Есть такой человек — Джесси Шелл, в книге «Геймдизайн. Как создать игру, в которую будут играть все» он описывает четыре составляющих любой игры. Мы взяли эту тетраду, адаптировали под мобильный и корпоративный сегмент, и в этой статье расскажу вам, как создать игру, в которую будут играть ваши клиенты. В конце оставил чек-лист по созданию игр. Материал для статьи помогал собирать Артур Рябушенко, гейм-дизайнер REB8T.

Попытки связать большие языковые модели с инженерным программным обеспечением обычно разбиваются о суровую реальность.

Системы уровня T-FLEX CAD работают через закрытые DLL-библиотеки, требуют жесткого контроля сессии и точного вызова методов API. В такой среде нейросети часто «галлюцинируют», выдавая код, который выглядит правдоподобно, но на практике приводит к падению процесса или зависанию лицензии. САПР не прощает ошибок в типах данных или абстрактных догадок.

Чтобы автоматизировать реальные конструкторские задачи и получать стабильный результат, нам пришлось отказаться от привычного формата чат-ботов. Мы разработали tflex_harness в котором агент состоит из языковой модели, из контура управления, локального поиска по API-документации, генерации C#-кода, компиляции и контролируемого запуска в T-FLEX CAD.

Практически в каждом высоконагруженном .NET-проекте рано или поздно появляется один и тот же паттерн:

Есть коллекция данных.

Для каждого элемента нужно выполнить дорогую операцию.

Например:

вычислить хэш;

Объём данных в EdTech растёт взрывными темпами, а запрос на персонализацию обучения становится главным драйвером перемен.

В ответ на это возникают технологии, которые ещё пять лет назад казались фантастикой: цифровой профиль, собирающий десятки параметров студента в реальном времени, и аватар преподавателя, способный прочитать лекцию на 70 языках, неотличимо копируя мимику и голос живого наставника.

Российские и зарубежные проекты уже переходят от экспериментов к массовому внедрению, и именно эти два направления — профилирование участников образовательного процесса и создание «цифровых двойников» — формируют новый облик школы и университета.

Разберёмся, что стоит за этими технологиями, какой опыт накопили лидеры рынка и с какими вызовами сталкиваемся на пути к ИИ-ориентированному образованию.

С 0 до 1 000 000 просмотров за неделю. Welder — сервис, который собирает короткое вертикальное видео для Reels, Shorts и TikTok из одной идеи: без камеры, актёров, монтажа и лица в кадре. В продукте есть два режима. Полный автопилот: система сама пишет сценарий, рисует сцены, озвучивает и публикует ролик за роликом. Ручной: вы собираете длинные сложные видео и держите сюжет под контролем, а за качество и консистентность отвечает сам Welder. В статье — что он умеет и как это выглядит на практике.

В мае 2026 года выпустили OpenBSD 7.9. В новой версии разработчики обновили планировщик задач для гибридных процессоров, добавили механизм отложенной гибернации, подтянули графический стек и расширили поддержку современного железа, включая Wi-Fi 6, USB4 и Apple Silicon. Часть изменений касается виртуализации и энергосбережения, часть — низкоуровневых механизмов безопасности и сетевой подсистемы. Давайте разбираться, что там и как.