@newsboss100proc

Sony анонсировала в Японии PlayStation Portal Player Midnight Black — версию PS Portal со встроенным накопителем

2026-11-11T18:06:23.074Z

Travis_Macrif2 минуты назад

Sony анонсировала в Японии PlayStation Portal Player Midnight Black — версию PS Portal со встроенным накопителем

2 мин

Игры и игровые консолиГаджетыНакопителиУправление продуктом *

Sony Interactive Entertainment представила PlayStation Portal Player Midnight Black — версию PS Portal со встроенным накопителем данных. Устройство стоимостью около $250 начнут поставлять в Японии с 10 декабря 2026 года.

Релиз PS Portal состоялся в ноябре 2023 года. Изначально устройство предназначалось для удалённого подключения и трансляции игр с PlayStation 5. Спустя два года гаджет получил возможность стриминга игр из PlayStation Plus Premium.

PS Portal Player позволяет транслировать и запускать совместимые игры для PS5 из облака без стационарной консоли. Однако для стриминга требуется подписка PlayStation Plus Premium, предоставляющая доступ к сотням игр для PS5. Производитель предлагает с новым устройством месячную подписку.

Новинка предназначена исключительно для использования в Японии. Интерфейс использует исключительно японский язык. В связи с расширением возможности игры за пределы удалённого запуска с PS5, название новой модели изменили с PS Portal Remote Player на PS Portal Player.

При этом PS Portal Player сохраняет все ключевые функции и параметры оригинального устройства, включая функции беспроводного контроллера DualSense, 3D‑звук, 8-дюймовый ЖК‑дисплей с разрешением 1080 p и частотой обновления 60 fps. Производитель пообещал объявить подробности о встроенной памяти после окончательного утверждения.

В ноябре 2026 года каталог PS Plus пополнится Dragon Quest III: The Seeds of Salvation от Square Enix, а в декабре — Dynasty Warriors Origins от Koei Tecmo Games. По ссылке доступен список игр, поддерживающих потоковую передачу данных.

Предзаказы PS Portal Player стартуют 13 ноября 2026 года в розничных магазинах Sony и у японских ретейлеров.

Теги:

sony
sie
ps portal
playstation portal
playstation
консоли
облачные консоли
новости
инфослужба

Хабы:

Игры и игровые консоли
Гаджеты
Накопители
Управление продуктом

Карма

Руслан

Информационная служба Хабра

Комментировать

ЕЖЕДНЕВНЫЙ ХАБР | 10 НОЯБ 2026

Мошенникам даже не нужно ничего взламывать: я проверил 284 крупных сайта Рунета

Почти любой взлом компании, о котором потом пишут в новостях, начинается не с хитрой атаки, а с какой-нибудь ерунды. Забыли настроить почту. Не обновляли библиотеку на сайте лет десять. Удалили сервер, а запись в DNS оставили. Ломать ничего не надо: дверь уже открыта, нужно только её найти.

В прошлой статье я проверил 50 сайтов на зависимость от иностранных сервисов. С тех пор утилита научилась проверять почту, 152-ФЗ и безопасность, и я решил посмотреть шире: прогнал через неё 284 сайта крупных российских компаний. Банки, магазины, вузы, клиники, застройщики, медиа, госсайты.

Спойлер: у каждого четвёртого сайта можно отправить письмо от имени компании так, что оно придёт во «Входящие». У каждого четвёртого на страницах висят библиотеки с известными уязвимостями. Половина сайтов отдаёт ваш IP иностранным сервисам, как только вы открыли страницу, хотя в политике у многих написано, что ничего никуда не передаётся. А госсайты, на которые я рассчитывал как на пример строгости, оказались не лучше остальных.

Рабочее место с анцензорной Qwen3.8-Flash-Next (125 млрд параметров) за 43 тысячи рублей: GTX 1070 8ГБ, 128 озу и Xeon

Джейлбрейкаю навигационную систему моей машины, чтобы поменять время

На Хабре теперь одна лента для статей, новостей и постов

А ещё, кстати, наткнулись на интересный VPS который работает прямо в центре города. Решили проверить сами - результат порадовал. Вот ссылка, вдруг пригодится: moremore.pro

Microsoft создаст единый центр обновлений для приложений в Windows 11

2026-11-11T17:35:11.750Z

Microsoft планирует разработать для Windows единый центр обновления всех установленных программ. Большинство сторонних сервисов, распространяемых вне Microsoft Store, сейчас используют собственные установщики.

Microsoft планирует сделать процесс обновления приложений менее разрозненным. Ещё в декабре 2025 года появился раздел «Обновления приложений» (App updates) в меню «Параметры» > «Приложения», а недавно он снова появился в предварительной сборке Windows 11 26H2 — это намекает на полноценный запуск функции.

Microsoft рассчитывает, что разработчики зарегистрируют свои программы в системе единых обновлений Windows 11, и это позволит управлять ими через специальный раздел в «Параметрах».

В 2025 году компания уже представила концепцию под названием «Платформа оркестрации обновлений Windows» (Windows Update Orchestration Platform, UOP). Она позволяет разработчикам регистрировать обновления своих приложений в Windows 11 в качестве «поставщиков» (providers). Благодаря этому Windows сможет периодически проверять наличие обновлений для таких программ и координировать их установку.

Microsoft не стремится заставить разработчиков отказываться от уже существующих механизмов обновления: сторонним приложениям не нужно менять свои серверы обновлений или логику установки. Она лишь предоставляет уровень оркестрации. «Эта платформа, построенная на базе стека обновлений Windows, призвана предоставить разработчикам и командам по созданию приложений и инструментов управления специальный API для интеграции обновлений, учитывающий особенности их собственных установщиков», — поясняется в документе Microsoft, опубликованном в прошлом году.

«Оркестратор будет координировать обновления для всех зарегистрированных в системе продуктов, — добавляют в Microsoft. — Он будет поддерживать как форматы MSIX/APPX, так и приложения с собственной реализацией механизма обновлений, например, Win32-программы».

Таким образом, система единых обновлений в Windows 11 будет охватывать практически любые приложения, включая форматы MSIX, APPX и Win32. Разумеется, это станет возможным только в том случае, если разработчик сам зарегистрируется в системе и выполнит все необходимые процедуры.

Microsoft планирует использовать ту же технологию интеллектуального планирования, которая уже применяется для системных обновлений. В частности, при определении времени установки обновлений для сторонних приложений Windows будет учитывать активность пользователя, уровень заряда аккумулятора, состояние сети и общее состояние системы. Цель состоит в том, чтобы обновления не мешали в процессе работы за компьютером. По умолчанию проверка выполняется каждые 22 часа, однако разработчики могут задать иной интервал.

На данный момент система унифицированных обновлений приложений в Windows 11 находится на финальной стадии тестирования.

Весной Microsoft внедрила улучшения в Windows Update, чтобы предоставить пользователям больше контроля над процессом установки обновлений, одновременно уменьшая сбои, вызванные частыми или несвоевременными перезагрузками.

И да, чуть не забыли! Нашли ещё один хороший VPS, который работает в центре города. Проверили лично, всё работает как надо. Вот вам ссылочка: moremore.pro

Утечка: в сеть попал исходный код Half-Life 2: Episode 3 и ранние билды Portal 2

2026-11-11T17:03:50.527Z

ggsel2 минуты назад

Утечка: в сеть попал исходный код Half-Life 2: Episode 3 и ранние билды Portal 2

Простой

1 мин

Блог компании ggsel.netИгры и игровые консоли

Архивы разработки Valve снова оказались в открытом доступе. Датамайнеры заполучили фрагменты исходного кода отмененной Half-Life 2: Episode 3, а вдобавок — массив тестовых карт для Portal 2, которые никогда не показывали публике.

О распространении архива сообщил известный блогер Gabe Follower. Из найденных данных следует, что на рубеже 2000-х и 2010-х годов разработчики обкатывали фундаментально новые механики. В частности, программисты Valve создавали технологический модуль Blobulator, отвечавший за физику деформации гелеобразных существ и пластичных масс. Кроме того, в файлах обнаружили упоминания экспериментальной пушки Weaponizer и ранее не анонсированных видов противников.

Параллельно в сеть утекла подборка билдов Portal 2 периода препродакшна — тестовые комнаты и черновики уровней, создававшиеся исключительно для внутренних тестов компании. По версии фанатского сообщества, за сливом стоит тот же источник, который ранее обнародовал исходники F-Stop — закрытого эксперимента Valve с механиками визуальной перспективы и фотоаппаратом.

Теги:

утчека
valve
игры
идустрия
half-life 2
portal 2

Хабы:

Блог компании ggsel.net
Игры и игровые консоли

Сайт

Карма

ggsel

Пользователь

Комментировать

ЕЖЕДНЕВНЫЙ ХАБР | 10 НОЯБ 2026

Мошенникам даже не нужно ничего взламывать: я проверил 284 крупных сайта Рунета

Рабочее место с анцензорной Qwen3.8-Flash-Next (125 млрд параметров) за 43 тысячи рублей: GTX 1070 8ГБ, 128 озу и Xeon

Джейлбрейкаю навигационную систему моей машины, чтобы поменять время

На Хабре теперь одна лента для статей, новостей и постов

Наименование

Общество с ограниченной ответственностью «Клик Креатив»

ИНН

Сайт компании

На Хабре с

15 апреля 2025

Дата регистрации

20 мая 2021

Размер компании

51–100 человек

Сеть для ИИ-нагрузок: не как обычно. RoCEv2, RDMA и почему InfiniBand — не единственный правильный ответ (часть 1)

2026-11-11T16:32:09.828Z

Привет, Хабр! Продолжаем цикл про инфраструктуру для ИИ-задач. В первой статье мы разобрали, что заказчик узнает о самосборе не на этапе закупки, а через полгода. Во второй прошлись по аппаратному стеку: GPU, питание, охлаждение, хранение — и почему для ИИ-задач это принципиально другая история, чем для обычного сервера.

Сегодня же — про сеть.

Сеть — это, пожалуй, самое недооцененное звено во всей ИИ-инфраструктуре. Когда заказчик закладывает бюджет, в первую очередь он думает о GPU и о серверах. Сеть появляется в расчетах в формате «ну там поставим что-нибудь достаточно быстрое». А потом обнаруживается, что именно сеть убивает производительность при distributed training (распределенном обучении), создает непредсказуемые задержки и превращает дорогой GPU-кластер в систему, в которой карты большую часть времени ждут, а не считают.

Покажем, как мы проектировали сетевую архитектуру «Скала^р МИИ» и какие вопросы пришлось решить заранее, чтобы заказчик с ними не столкнулся. Про ограничения InfiniBand, его сравнение с RoCEv2 и многое другое — под катом.

Сначала главное: InfiniBand и почему его нет в нашем ПАК

Если вы читали что-то про сети для ИИ-кластеров, почти наверняка натолкнулись на InfiniBand — проприетарную фабрику от NVIDIA (после поглощения Mellanox). Технически это великолепное решение с задержками 0,9–2 мкс и аппаратной поддержкой lossless transport (транспорт без потерь) «из коробки». Именно InfiniBand используется в большинстве крупных западных GPU-кластеров.

Но в реестре российской радиоэлектронной продукции Минпромторга оборудования InfiniBand нет. Это означает, что для государственных заказчиков, организаций с требованием КИИ, закупок по 44-ФЗ и любых проектов с требованием к российскому происхождению оборудования — InfiniBand закрыт. Не «дорого», не «сложно», а именно закрыт регуляторно.

Поэтому для нашего ПАК выбор был однозначным: RoCEv2 (RDMA over Converged Ethernet, версия 2) — технология RDMA поверх стандартного Ethernet, которая реализована на доступном в России сетевом оборудовании.

Дальше разберем, что это означает технически, когда RoCEv2 справляется так же хорошо, как InfiniBand, а когда есть разница, — и как мы построили сетевую архитектуру ПАК с учетом всего этого.

Почему ИИ-сеть — это не просто «Ethernet побыстрее»

Обычные enterprise-сети спроектированы под tolerant workloads (толерантные нагрузки): если пакет потерян — TCP переотправит, пользователь не заметит. ИИ-нагрузка работает по-другому.

При distributed training (распределенном обучении) GPU-карты разных узлов постоянно обмениваются градиентами — операция all-reduce, которая синхронизирует веса модели между всеми участниками итерации. Это огромный одновременный поток данных: в кластере из 8 узлов на 8 GPU каждый из 64 GPU участвует в синхронизации после каждого шага обучения. Потеря одного пакета в этом потоке означает retransmission (ретрансляцию, Go-Back-N ARQ) — и пока идет восстановление, все участники GPU кластера стоят. Не один, не узел — все. Потому что all-reduce — это операция коллективного вычисления и связи. Она собирает данные со всех процессов, применяет к ним математическую операцию (например, сумму или поиск максимума) и отправляет итоговый результат обратно всем процессам.

Т.е all-reduce выполняет роль «барьера»

Чтобы вычислить итоговое значение (например, общую сумму), алгоритм All-Reduce должен дождаться данных от каждого процесса.

Процесс, который пришел к операции раньше других, будет заблокирован и станет ждать остальные процессы.

Ни один процесс не сможет продолжить выполнение кода за точкой All-Reduce, пока все процессы не предоставят свои данные и не начнется финальная рассылка результата.

Вывод: сеть для ИИ-нагрузок должна быть с минимальными задержками и отсутствием потерь пакетов под нагрузкой — lossless Это не желательная характеристика, а жесткое требование для задач обучения. Обычный набор стандартов QoS и транспортных протоколов используемых с Ethernet это требование не выполняет.

RDMA: зачем обходить CPU при передаче данных

RoCEv2 использует технологию RDMA — Remote Direct Memory Access. Суть вот в чем: один сервер записывает данные напрямую в память другого, минуя CPU обоих и операционную систему. Это принципиально меняет картину по сравнению с классической TCP/IP-передачей:

TCP/IP — RDMA (RoCEv2)

Участие CPU — На каждый пакет — Только инициализация

Копирования данных — 2–4 (kernel buffers) — 0 (zero-copy)

Латентность — 50–200+ мкс — 2–5 мкс

Загрузка CPU при передаче — Высокая — Минимальная

Какие стандарты протоколов обеспечивают lossless качества сети Ethernet для работы RoCEv2

Это ключевой технический момент, который нужно понять, чтобы правильно проектировать сеть. lossless поведение при использовании Ethernet обеспечивается через связку трех механизмов:

PFC — Priority Flow Control (802.1Qbb)

PFC — это механизм «поставь на паузу» на уровне линка. Когда буфер коммутатора на определенном приоритете трафика начинает переполняться, коммутатор отправляет PAUSE-фрейм соседу: «притормози на этом приоритете». Сосед перестает отправлять — пакеты не теряются.

Это работает как hard stop: грубый, но надежный. Основная опасность при неправильной настройке — PFC storm: цепочка PAUSE-фреймов распространяется по всей фабрике и блокирует не только проблемный поток, но и все остальное.

ECN — Explicit Congestion Notification

ECN — проактивный механизм. Когда очередь на коммутаторе начинает расти (но еще не достигла критического порога), коммутатор ставит метку в заголовок пакета: «я испытываю нагрузку». Получатель видит метку и отправляет CNP (Congestion Notification Packet) отправителю. Отправитель плавно снижает скорость.

ECN работает раньше, чем PFC, — не как экстренный тормоз, а как плавный регулятор. Правильно настроенная фабрика работает в основном на ECN, а PFC включается только при экстремальных пиках.

DCQCN — Data Center Quantized Congestion Notification

DCQCN — алгоритм, который связывает ECN-метки коммутатора с реакцией сетевой карты (NIC). Коммутатор видит перегрузку → ставит ECN-метку → получатель отправляет CNP → NIC-отправитель по алгоритму DCQCN снижает скорость передачи → очередь разгружается → NIC постепенно восстанавливает скорость.

Итого: ECN + DCQCN держат очереди мелкими и трафик плавным, PFC — страховка на крайний случай. Если PFC срабатывает часто — это сигнал, что ECN/DCQCN настроены неправильно, а не что нужно «побольше PFC».

Почему это важно для понимания самосборки: настройка этой троицы на реальном кластере — нетривиальная инженерная задача. Неправильные пороги ECN → PFC-шторм. Разные настройки на разных коммутаторах → непредсказуемые задержки. Отсутствие мониторинга PFC-событий → проблема обнаруживается только когда обучение «тормозит непонятно почему».

RoCEv2 vs InfiniBand: честный разговор о производительности

Итак, InfiniBand регуляторно недоступен. Но честности ради — давайте разберем, что именно мы теряем технически, а что нет.

Латентность (задержки)

InfiniBand NDR: ~0,9 мкс. RoCEv2 400G (хорошо настроенный): 2–5 мкс. Разница реальная, но в контексте GPU-вычислений она значима только для специфических задач с очень частыми небольшими операциями синхронизации. Для типовых all-reduce при обучении — задержка сети не является определяющим фактором: GPU все равно дольше считает, чем ждет сеть.

Пропускная способность

На уровне спецификаций — паритет: 400G InfiniBand NDR и 400G RoCEv2 работают на одинаковых физических скоростях. По эффективной пропускной способности при NCCL all-reduce на 8-узловом кластере: InfiniBand NDR дает примерно 350 ГБ/с, RoCEv2 400G — 270–290 ГБ/с. Разница около 20–25%.

Реальный эффект на обучении

По данным MLCommons MLPerf Training 2024, кластеры на InfiniBand NDR показывают примерно 15–20% более высокую пропускную способность по токенам в секунду по сравнению с аналогичными RoCEv2-кластерами того же размера. Это при предобучении масштабных LLM (уровня Llama 3 405B).

Важное уточнение: этот разрыв значим при предобучении крупных моделей на сотнях GPU, где коммуникация занимает существенную долю времени итерации. Для задач, которые решает наш типовой корпоративный заказчик — fine-tuning и inference, а также предобучение моделей умеренного размера (до 30–70B параметров) на кластере из 8–32 узлов — разница либо незначима, либо полностью нивелируется правильной настройкой RoCEv2.

Крупнейшие гиперскейлеры — Meta, Microsoft, AWS (а также российские – Сбер, Yandex и не только) — уже несколько лет строят свои ИИ-кластеры в том числе с использованием RoCEv2/Ethernet именно по операционным соображениям: более широкая экосистема, нет vendor lock-in, стандартная инфраструктура.

Параметр — InfiniBand NDR — RoCEv2 400G — Примечание

Латентность — ~0,9 мкс — ~2–5 мкс — Значима только для специфических задач

Пропускная способность — ~350 ГБ/с (all-reduce) — ~270–290 ГБ/с — Разница ~20–25%

Эффект на обучение крупных LLM — Baseline — −15–20% токенов/с — При >100 GPU, больших моделях

Эффект на fine-tuning / inference — — — Незначимый — Сеть не является узким местом

Доступность в России — ❌ Нет в реестре — ✅ Есть — Определяющий фактор для некоторых заказчиков в РФ

Настройка — Проще — Требует PFC + ECN + DCQCN — Нужна экспертиза

Как требования к сети различаются по типу задачи

Это один из ключевых моментов, который часто теряется при проектировании: inference (инференс), fine-tuning и предобучение предъявляют принципиально разные требования к межузловому интерконнекту.

Inference (инференс): высокоскоростной интерконнект почти не нужен

При инференсе модель (если она помещается на GPU-узел) работает на одном узле. Межузловое взаимодействие нужно только для:

балансировки запросов между репликами (HTTP/gRPC — стандартный 25 GbE более чем достаточно);
disaggregated inference (разделение prefill и decode на разные узлы) — там нужна передача KV-cache, но ее паттерны гораздо менее требовательны, чем all-reduce при обучении.

Для инференс-конфигурации в ПАК «Скала^р МИИ» мы максимально используем PCIe-слоты под GPU: при размещении восьми карт на узле для задач инференса все высокопроизводительные слоты PCIe x16 отдаются под GPU-карты, а на клиентскую сеть используются порты 25 GbE и/или 100 GbE. Высокоскоростной интерконнект для inference-нагрузки — это подчас переплата за возможность, которую задача не использует.

Fine-tuning: умеренные требования, 100/400 GbE RoCEv2 закрывает задачу

Fine-tuning — это обучение на базе предобученной модели с заморозкой большей части весов. Обмен градиентами происходит только по дообучаемым слоям, а значит — объем синхронизации между узлами существенно меньше, чем при предобучении. 100/400 GbE RoCEv2 с правильной настройкой PFC/ECN для задач дообучения достаточно в большинстве практических сценариев.

Предобучение: здесь сеть становится определяющим фактором

Предобучение крупных моделей — единственный сценарий, в котором межузловой интерконнект напрямую определяет скорость обучения. При tensor parallelism на нескольких узлах более 75% всех байт, передаваемых между GPU при 3D-параллелизме, приходится именно на tensor-параллельную синхронизацию. Одиночный запрос к модели Llama 3.1 70B может требовать передачи до 20 ГБ данных синхронизации с каждого GPU.

Именно для этих задач в ПАК «Скала^р МИИ» при конфигурации под обучение в сервер устанавливается отдельный сегмент из четырех GPU-карт, а все высокопроизводительные PCIe-слоты, не занятые GPU, отдаются под сетевые карты 400 GbE — по одному 400 GbE порту на каждую GPU-карту. Это исключает конкуренцию карт за пропускную способность: каждая GPU имеет выделенный полный канал для синхронизации.

Тип задачи — Требования к интерконнекту — Решение в ПАК

Inference (инференс) — Минимальные (HTTP/gRPC) — 25/100 GbE, стандартный Ethernet

Fine-tuning — Умеренные (синхронизация части весов) — 100/400 GbE RoCEv2

Предобучение — Максимальные (all-reduce всех градиентов) — 400 GbE RoCEv2, 1 NIC на 1 GPU

В рамках этой статьи здесь и остановимся, чтобы не нагружать вас разом слишком сильно. Во второй части расскажем про сетевую архитектуру ПАК, разделение трафика и отказоустойчивость, а также про самые популярные грабли (их достаточно, причем последствия их весьма ощутимы).

Почему вчерашние подписки рано сравнивать с прошлой неделей

2026-11-11T15:59:54.416Z

Вчера у четырёх подписок наступил срок продления. К утру оплатили одну. В отчёте уже стоит 25%, хотя у остальных ещё есть время. Для подписок с прошлой недели окно оплаты уже закрылось. Если поставить эти цифры рядом, на графике легко увидеть падение раньше, чем его можно измерить.

Я бы считал долю от числа подписок, у которых по графику наступил срок продления в этот день. Засчитываем оплату за следующий период, если она прошла до истечения 48 часов с планового срока. Предоплата тоже считается продлением. Платёж ровно на границе 48 часов считаем поздним. Границу стоит явно записать в правилах отчёта.

В исходных данных нужна одна строка на ожидаемое продление. В ней хранятся плановый срок и время первой успешной оплаты именно за этот период. Если после предоплаты поле

expires_at

в текущей подписке сдвигается вперёд, старый срок для отчёта придётся брать из истории. Иначе предоплата может исчезнуть из нужного дня целиком.

Вот пример с данными, полными за время до 11 ноября, 00:00 UTC. День определяется по плановому сроку продления. Строка за 9 ноября уже оплачена, но у остальных подписок этого дня 48 часов могли ещё не пройти. Поэтому в отчёт попадут 7 и 8 ноября целиком, а 9 ноября пока подождёт.

      
WITH renewals(id, due_at, paid_at) AS (
    VALUES
        (101, timestamptz '2026-11-07 09:00+00', timestamptz '2026-11-06 18:00+00'),
        (102, timestamptz '2026-11-07 10:00+00', timestamptz '2026-11-09 10:00+00'),
        (103, timestamptz '2026-11-07 11:00+00', timestamptz '2026-11-08 12:00+00'),
        (104, timestamptz '2026-11-08 11:00+00', NULL),
        (105, timestamptz '2026-11-08 18:00+00', timestamptz '2026-11-10 17:00+00'),
        (106, timestamptz '2026-11-09 09:00+00', timestamptz '2026-11-09 09:30+00')
),
days(cohort_date) AS (
    VALUES (date '2026-11-07'), (date '2026-11-08'), (date '2026-11-09')
),
bounds AS (
    SELECT cohort_date,
           CAST(cohort_date AS timestamp) AT TIME ZONE 'UTC' AS starts_at,
           CAST(cohort_date + 1 AS timestamp) AT TIME ZONE 'UTC' AS ends_at
    FROM days
),
counts AS (
    SELECT b.cohort_date,
           count(r.id) AS due,
           count(r.id) FILTER (
               WHERE r.paid_at < r.due_at + interval '48 hours'
           ) AS renewed
    FROM bounds b
    LEFT JOIN renewals r
        ON r.due_at >= b.starts_at AND r.due_at < b.ends_at
    WHERE b.ends_at + interval '48 hours' <= timestamptz '2026-11-11 00:00+00'
    GROUP BY b.cohort_date
)
SELECT cohort_date, due, renewed,
       round(100.0 * renewed / nullif(due, 0), 1) AS renewal_pct
FROM counts
ORDER BY cohort_date;

Плановая дата продления — Подписок к продлению — Продлили — Доля

7 ноября — 3 — 2 — 66,7%

8 ноября — 2 — 1 — 50,0%

За 7 ноября засчитались предоплата по записи 101 и оплата после окончания периода по записи 103. Платёж по записи 102 прошёл ровно через 48 часов и оказался вне окна. За 8 ноября платёж по записи 105 прошёл за час до границы. Если в закрытом дне вообще не было подписок к продлению,

LEFT JOIN

сохранит этот день, а доля будет

NULL

. В отчёте такую строку можно подписать «не было подписок к продлению».

В рабочем отчёте границу полноты лучше брать из загрузки данных. Если сейчас 11 ноября, но платежи загружены только до полудня 10 ноября, 8 ноября ещё рано выводить как завершённый день.

Сравнивайте дни, когда у всех подписок в группе уже прошло 48 часов с планового срока продления и данные об оплатах за это время загружены. Рядом с процентом показывайте, сколько подписок продлили и сколько всего ждали продления. Так 50% из двух подписок легко отличить от 50% из двух тысяч.

Полные восемь лекций по фундаментальной NLP из аудитории ТГУ: Attention, Трансформер, GPT и чуточку про harness

2026-11-11T15:28:42.596Z

Привет, хабряне!

Меня зовут Михаил Пожидаев. Я работаю доцентом на кафедре теоретических основ информатики Томского государственного университета. Читаю лекции по UNIX, программной инженерии, анализу сетей и обработке естественного языка, о которой хочу сегодня рассказать.

На протяжении пяти лет в центре курса по обработке языка, конечно же, находится трансформер — двигатель современных языковых моделей. С каждым годом моё понимание этого непостижимого механизма чуточку улучшалось и пополнялось новыми деталями. В этом году я решил на основе живых лекций сделать серию записей, чтобы результаты многолетних постижений и анализа стали доступны самой широкой аудитории. Получилось восемь роликов по восьми лекциям суммарной длительностью около десяти часов.

Курс ориентирован на фундаментальные основы вычислительных процессов, Harness рассмотрен только на одном занятии — про него и так сейчас говорится фантастически много. План лекций такой:

1. Классические основы. Кратко о токенизации и сегментации, стемминге и лемматизации, TF-IDF и алгоритме Витерби.

2. Векторное представление слов. Кратко про перцептрон, линейную ячейку и функции активации, one-hot vector, embedding sparse-dense и другие, HNSW и фактические модели получения embedding, такие как Word2vec, FastText, ELMo и GloVe.

3. Рекуррентные сети. Сеть Элмана и варианты её использования, Seq2Seq, кодер-декодер, LSTM, GRU и некоторые предпосылки появления подходов к языковому моделированию на основе LSTM.

4. Механизм внимания. Общая идея внимания, варианты Богданова и Луонга, переход к внутреннему вниманию (самая изящная фишка в курсе!), multi-head attention, позиционное кодирование в разных видах.

5. Трансформер. Блоки кодера и декодера, процесс обучения трансформера, residual connection, MOE и некоторые разновидности: Switch Transformer, BERT и T5.

6. GPT. Отличия от трансформера. BPE и RoPE, механизмы выбора следующего токена, LogitsProcessor, промпты и навыки, tool calling и LoRA.

7. Harness. Агенты на workflow и с открытым оркестратором, MCP, память, RAG и PRM.

8. Анализ качества. Тест Тьюринга, перплексия, проблема галлюцинаций, классические вычислимые метрики и бенчмарки, Humanity's Last Exam.

Все восемь лекций абсолютно свободно доступны для всех желающих на странице курса на моём сайте. Можно слушать прямо на сайте, можно скачивать, правила простые — CC BY-NC 4.0. Записи выложены с разрешения директора Института прикладной математики и компьютерных наук ТГУ Дианы Дамировны Даммер и нашего проректора по науке, по совместительству заведующего кафедрой теоретических основ информатики Александра Владимировича Замятина.

Сразу отвечу на вопрос, почему выложил эти ролики. Очень просто: я хочу сделать курс ещё лучше. С каждым годом я понимал, что что-нибудь можно было бы рассказать ещё правильнее. Поэтому, если кто-нибудь захочет сделать предложения или замечания по курсу, пожалуйста, обязательно напишите мне! На финальном слайде есть вся моя контактная информация.

Кстати, нашли тут ещё один классный VPS, который работает прямо в центре города. Уже сами протестировали - всё отлично! Оставлю ссылку: moremore.pro

Ответ, а не отчёт: адаптировали строительную аналитику для телефона

2026-11-11T14:58:32.732Z

У нас уже было более 30 готовых дашбордов для строительного снабжения. Они позволяли подробно разбирать заявки, оплаты, поставки и работу сотрудников. Но при внедрении мы слышали от части пользователей: сложно разобраться, некогда настраивать фильтры, проще спросить коллег. Некоторые прямо спрашивали, можно ли открыть аналитику с телефона.

Сначала мы рассматривали упрощённые десктопные дашборды, но столкнулись с вопросом: что считать лишним, если финансисту, снабженцу и руководителю проекта нужны разные данные?

В итоге мы начали разрабатывать мобильную аналитику. Сначала сделали прототип, почти полностью сохранивший логику десктопной версии, а затем стали пересматривать способы группировки данных, фильтрации и детализации. Я работала над обеими версиями и расскажу, какие решения оказались важнее простого сокращения числа графиков.

Аналитика есть. Времени — нет

«Синтека» помогает строительным компаниям управлять снабжением: от возникновения потребности в материале до его поступления на объект. Упрощённо эта цепочка выглядит так:

Потребность → заявка → запрос поставщикам → счёт → согласование → оплата и доставка → приёмка на объекте.

На каждом этапе появляются сроки, суммы, статусы и ответственные. Если согласование счёта затянулось, это может повлиять на оплату и поставку. Поэтому руководителю недостаточно знать состояние одной заявки: важно видеть, где накапливаются задержки, на каких проектах возникают проблемы и какой объём обязательств предстоит закрыть.

Наша библиотека аналитики росла постепенно. Изначально дашбордов было немного, а разные разрезы находились во вкладках одной визуализации. Например, в анализе доставок можно было переключаться между поставщиками, ответственными за планирование и приёмщиками.

Со временем обнаружился недостаток: информация на второй или третьей вкладке была менее заметна, чем на первой. Мы начали выделять разрезы в самостоятельные дашборды, расширять набор показателей и добавлять аналитику под более узкие запросы клиентов. Так появилась библиотека из более чем 30 готовых дашбордов — пользователям не нужно было собирать отчёты с нуля.

Однако готовый отчёт ещё нужно прочитать. Чтобы получить ответ, иногда требовалось совместить несколько визуализаций, выбрать период, переключить вкладку и настроить фильтры. Для подробного исследования данных это рабочий инструмент. Но если ответ нужен во время совещания или на объекте, такая подготовка отнимает время.

Это было не только наше предположение. При внедрении приходилось повторно проводить обучение, писать инструкции и записывать видео. Некоторые пользователи говорили, что в компании нет человека, готового регулярно разбираться в аналитике. Руководителю снабжения могло быть проще обратиться к сотрудникам и спросить, что происходит сейчас.

Так мы получили две связанные задачи: сделать данные понятнее и дать возможность работать с ними без компьютера.

Что убрать, если каждому нужно разное

Первой идеей было оставить в десктопных дашбордах только основные показатели. Но универсального набора не нашлось: финансовому отделу нужны одни данные, логистике — другие, руководителю снабжения — третьи.

Наша BI-платформа не позволяла пользователю самостоятельно собрать персональный набор визуализаций. Мы могли сделать отдельную версию под конкретного клиента, но индивидуальные варианты пришлось бы сопровождать и обновлять при каждом изменении общей аналитики. Чем больше таких версий, тем больше ручной работы.

Нам нужен был подход, при котором не пришлось бы выбирать один сокращённый набор данных для всех или поддерживать множество персональных копий.

Параллельно команда начала экспериментировать с разработкой за пределами BI-платформы: мобильными приложениями и чат-ботами. Это позволило проверить другую идею — сохранить аналитические данные, но самим управлять тем, как пользователь с ними взаимодействует.

Одни данные — разные способы взаимодействия

Мы не стали переносить BI-модель в мобильное приложение и пересобирать аналитику заново. В BI уже были подготовленные витрины данных, на основе которых можно строить аналитику бизнес-процессов и создавать разные визуализации без необходимости каждый раз писать SQL-запросы с нуля.

Витрины формируются на основе данных «Синтеки» и обновляются каждые 15 минут. Это позволяет регулярно получать актуальную аналитику, хотя изменения в системе отражаются на дашбордах не мгновенно.

Поэтому в BI остались витрины, кубы, меры и базовые расчёты — они стали фундаментом мобильного решения. Через API мобильная версия получает подготовленные данные и меняет способы их представления: группировки, срезы, карточки, навигацию и детализацию.

Исходные данные при этом не подменяются, но иногда для мобильного экрана появляются дополнительные производные показатели. Например, оценка критичности процесса в «Пульсе снабжения». Эта метрика рассчитывается на основе данных, поступающих по API из заранее подготовленных аналитических кубов. В приложении дашбордов показатели группируются по процессам и по заданной формуле преобразуются в единый индекс критичности.

Сейчас доступ к мобильным дашбордам организован через встроенное мини‑приложение в мессенджере MAX — пользователь открывает нужный интерфейс непосредственно из чата.

Кейс: «Пульс снабжения» — пилот без полной переделки

Для первого эксперимента мы выбрали «Пульс снабжения»: десять однотипных карточек бизнес-процессов с переходом к детализации. Каждая карточка позволяет увидеть, насколько задерживается конкретный процесс снабжения, как это сказывается на проектах и кто за него отвечает.

Например, можно посмотреть, сколько счетов необходимо согласовать прямо сейчас, как долго они ожидают согласования и работу какого проекта эта задержка тормозит больше всего.

Это был удобный пилот: не требовалось одновременно осваивать мобильную разработку и заново придумывать аналитическую модель. Даже пользователям, которым другие дашборды казались сложными, «Пульс» был понятен.

Первичный прототип собрал мой руководитель. Я подключилась к его рефакторингу и переработке, одновременно разбираясь с мобильной разработкой. Доведение пилота и освоение нового подхода заняли около двух месяцев.

Эксперимент оказался удачным: карточки помещались на небольшой экран, а основная логика дашборда сохранялась. Мы не заменили графики карточками — карточки были и в десктопной версии. Изменились их представление и взаимодействие с ними.

Десктопный «Пульс снабжения»

Десктопный «Пульс снабжения»

Мобильный «Пульс»

Мобильный «Пульс»

При этом собственная разработка дала возможность решить старую проблему с фильтрацией.

В исходном дашборде разные роли ответственных были представлены отдельными полями. Чтобы посмотреть нужный рабочий контур, пользователю приходилось учитывать эти различия. В мобильной версии мы объединили выбор в один фильтр «Ответственный».

Ограничение было связано с устройством BI-платформы: её фильтр привязывается к одному полю и не позволяет объединить несколько полей с разными названиями. Чтобы реализовать такую фильтрацию стандартными средствами, пришлось бы создавать отдельный куб для каждого ответственного и дублировать данные по сущностям, у которых несколько ответственных. В мобильной версии пользователь выбирает ответственного в одном фильтре, а приложение проверяет, указан ли он в любом из соответствующих полей — например, как ответственный за оплату или за принятие в оплату. Так мы сохранили исходные витрины и избежали дублирования данных.

Раньше мы пытались упростить такую фильтрацию через изменение SQL-запросов и подхода к работе с данными. Для мобильного решения удалось оставить базовые витрины и запросы прежними, изменив обработку пользовательского выбора в коде приложения.

Единый фильтр в мобильном «Пульсе»

Добавили и сохранение фильтров. Если руководитель выбрал свои проекты или сотрудников, при следующем открыт

ии дашборд уже показывает этот рабочий срез. Одна и та же настройка больше не становится обязательным первым шагом каждого просмотра.

«Пульс» был важен как пилот переноса и проверка нового подхода к разработке. Он показал, что мобильная версия позволяет не просто открыть аналитику с телефона, но и изменить неудобные взаимодействия. После этого мы стали переносить другие направления, уже не рассчитывая, что каждому дашборду достаточно переоформить существующие блоки.

Принцип 1. Начинать с управленческого вопроса

Мобильный экран не обязан показывать всё, что есть в источнике. Сначала нужно понять, на какой вопрос человек должен получить ответ.

В десктопной аналитике путь к этому ответу часто начинается с последовательности действий: выбрать дату, ограничить проект, указать ответственного. В мобильной версии мы старались вынести типовой вопрос на первый план и заранее подготовить нужный срез.

Кейс «Контроля снабжения»: где заявка может не успеть

Я разрабатывала десктопную версию «Контроля снабжения» и знала, что нужные ответы в ней уже можно получить. Проблема была в том, что пользователю требовалось самому подобрать сочетание фильтров по датам, статусам и визуализациям.

Например, при обучении мы показывали, как найти заявку, по которой материал нужен сегодня, но работа ещё находится на начальном этапе. Для этого нужно было отфильтровать заявки по требуемой дате доставки и посмотреть распределение позиций по стадиям выполнения.

Сам аналитический вопрос был простым: какие заявки с датой доставки на сегодня ещё недостаточно продвинулись в обработке? А подготовка ответа оставалась на пользователе.

В мобильной версии я выделила страницу «Риски». На ней две группы заявок:

Материал требуется доставить сегодня, но больше половины позиций находятся на начальных этапах: запрос не отправлен, счёт не получен или счёт не отправлен на согласование.
Заявки уже просрочены.

Это разные ситуации. В первом случае есть сигнал о возможном срыве срока, во втором срок уже нарушен. Обе группы требуют внимания, но смешивать их в обещание «мы предупреждаем все проблемы заранее» было бы неверно.

Главное изменение здесь — не новая метрика. Я превратила комбинацию условий, которую раньше объясняли на обучении, в самостоятельный аналитический срез. Пользователь сразу получает список для проверки, а не инструкцию, как этот список собрать.

Страница «Риски» с двумя группами заявок и переходом к конкретной заявке

Страница «Риски» с двумя группами заявок и переходом к конкретной заявке

Этот же принцип повлиял на структуру других экранов «Контроля снабжения».

Вместо одного перегруженного представления появились отдельные страницы с ответами на разные вопросы. «Сейчас» показывает текущую работу: сколько заявок находится в обработке, как распределена нагрузка по сотрудникам и на каких стадиях находятся позиции.

«Динамика» позволяет посмотреть выбранный период: сколько заявок и позиций создано, как выполнялись заявки, сколько выполнено вовремя и с просрочкой.

Таким образом, на мобильном мы не переносим последовательность действий из десктопной аналитики, а заранее собираем наиболее частый управленческий вопрос в отдельный маршрут.

Готовые срезы вместо обязательной настройки фильтров

При этом я не убрала ручные фильтры полностью. Можно выбрать даты, проект или сотрудников, если нужен особый сценарий. Но для типового вопроса пользователь не обязан начинать с настройки.

В мобильных дашбордах появились готовые временные срезы: сегодня, последние 7 дней, месяц, 3 месяца и полгода. Это не новая бизнес-логика, а заранее подготовленные способы посмотреть уже имеющиеся данные.

Принцип 2. Выбирать форму под смысл данных

Мобильная версия не должна повторять десктопную визуализацию только потому, что она уже существует. На телефоне важно выбрать форму, которая соответствует самому объекту анализа.

Кейс «Анализа затрат»: календарь вместо относительной шкалы

В десктопной версии «Анализа затрат» платёжный календарь был построен как относительная временная шкала: ноль означал сегодня, минус один — вчера, плюс один — завтра.

Все данные присутствовали, но пользователю нужно было мысленно переводить смещения в реальные даты.

Для мобильной версии я выбрала обычный календарь месяца. Это знакомая модель: человек ищет конкретный день, неделю или месяц, а не интерпретирует относительные значения.

В ячейках можно показать сумму и количество платежей, а дополнительными кнопками — выбрать нужное состояние, например платежи, принятые в оплату.

Сценарий понятен на совещании: финансового руководителя спрашивают, какие платежи предстоят на ближайшей неделе. Вместо поиска нужного диапазона на шкале он открывает календарь, выбирает дни и видит список платежей, из которых сформирована сумма.

Относительная шкала десктопной версии → обычный календарь месяца → мобильный платёжный календарь → детализация выбранного дня

Здесь мы пришли к простому выводу: если пользователь мыслит календарными датами, интерфейс должен показывать даты, а не заставлять переводить техническое представление в привычную форму.

Единый язык карточек

Вместо широкой таблицы я стала использовать общий способ построения карточек: заголовок с основной информацией, заметный статус, связанные данные и одинаково оформленные кнопки перехода к исходным записям.

Этот подход затем переиспользовали в других дашбордах. Пользователю не нужно заново выяснять, как открыть заявку, счёт или доставку при каждом переходе между разделами.

Повторяемость карточек становится частью общего языка мобильной аналитики.

Отдельный маршрут для данных, которые не вписываются в общую модель

Календарь оказался не универсальным ответом на все финансовые вопросы.

Если счёт есть, но дату платежа ещё нужно определить, помещать его в календарь запланированных платежей некорректно: даты пока нет.

Для таких счетов мы сделали отдельный маршрут: вкладка «Планирование», блок «Надо запланировать», карточка счёта и переход к планированию в «Синтеке».

Вкладка «Планирование»

Такой раздел появился не ради ещё одной вкладки. Объект без даты требует другого действия и не может корректно участвовать в календарной модели.

Принцип 3. От сводки — к следующему шагу

Мобильный дашборд не должен заканчивать сценарий на общей цифре. После сводки пользователь должен понимать, куда перейти дальше: к заявке, проекту, платежу, доставке или исходной записи.

Иногда следующий шаг — разобраться в деталях, иногда — перейти к действию в системе.

Кейс «Анализа доставок»: от общего состояния к проекту и команде

В десктопной аналитике доставок были самостоятельные разрезы по поставщикам, ответственным за планирование и приёмщикам. Для подробного исследования это полезно. Но чтобы оценить одну проблему, иногда приходилось переходить между дашбордами.

В мобильной версии я начала с другого порядка: сначала понять, что происходит с доставками, а затем посмотреть проект и людей, связанных с ситуацией.

Обзор показывает объём и распределение доставок по состояниям: что уже доставлено, что запланировано, где есть просрочка или недовоз. Для текущей работы выделены очереди планирования и приёмки.

Отдельно можно посмотреть доставки с отклонениями: состоявшиеся позже срока, с недовозом или с отметкой «Груз не приехал».

Календарь здесь переиспользует знакомый по платежам способ просмотра, но отвечает уже на вопрос о поставках. А вместо отдельных страниц для каждой роли появились представления по проектам и команде.

При работе с проектным разрезом обнаружилось, что обычного списка карточек для детализации недостаточно. Руководителю может понадобиться не только перечень доставок, но и динамика, отклонения и команда именно этого объекта.

Можно было предложить ему открыть фильтры, найти проект, выбрать его и затем пройти по нескольким страницам.

Я выбрала другой путь: нажатие на проект открывает детализацию с относящимися к нему показателями, динамикой и сотрудниками. Это уже локальный аналитический обзор, а не просто список доставок.

Так у детализации появились два уровня: обзор выбранного проекта и данные конкретной доставки. Возможность вручную выбрать проекты, людей и даты осталась, но для типового перехода она больше не обязательна.

Общий экран «Анализа доставок», выбранный проект и его детализация

Общий экран «Анализа доставок», выбранный проект и его детализация

В результате сводка становится способом перейти к объекту, где можно разобраться в ситуации и при необходимости что-то сделать, а не конечной точкой маршрута.

Избранное как личный список контроля

Во время работы с доставками возник ещё один сценарий. Руководитель заметил проблему, обсудил её с сотрудником, а на следующий день хочет проверить, изменился ли статус.

Для этого не хочется заново искать запись и повторять вчерашние фильтры.

Поэтому мы добавили блок «Избранное»: заявку, доставку или платёж можно сохранить для повторного просмотра.

Например, руководитель отметил просроченную доставку и позже открывает её в избранном, чтобы посмотреть актуальное состояние.

Когда запись больше не требует внимания, её можно убрать из списка. Это не система постановки задач и не подтверждение выполнения поручения, а личный список объектов, которые сейчас важно держать на контроле.

Как принципы работают вместе

Дашборд «Исполнение проектов» не вводит отдельный принцип, а объединяет уже найденные решения.

Он собирает финансовую и логистическую части снабжения вокруг проекта: сколько оплачено и доставлено, какие обязательства остаются и что запланировано на ближайшее время.

В детализации сохраняется логика обзорного экрана, но данные относятся к одному объекту. При необходимости можно перейти дальше — к заявке и статусам её позиций.

Руководитель начинает с общей картины проекта, а затем переходит к платежам, поставкам и заявкам, которые её формируют.

Получается маршрут, основанный на всех трёх принципах мобильной аналитики:

Управленческий вопрос → подходящая форма → сводка → объект → следующий шаг.

Обзор «Исполнения проектов», детализация одного проекта, вкладки «Платежи» и «Доставки»

Что мы вынесли из этой разработки

В результате мы разработали пять мобильных дашбордов. Сейчас работаем над другими способами доступа: через дополнительные платформы или собственное приложение.

Пока это результат разработки и проектирования, а не измеренный эффект клиентского использования. Но уже на этом этапе можно сформулировать несколько выводов для похожих задач.

Для пилота полезно выбрать понятную и востребованную модель. «Пульс» позволил проверить мобильный формат без одновременной переделки всей аналитики. Не каждый десктопный дашборд требует полной перестройки.

Оценивать стоит не только число графиков, но и путь к ответу. Даже небольшой набор показателей может требовать множества действий. Поэтому важно понять, что пользователь должен выбрать, сопоставить и вспомнить, прежде чем получит нужную информацию.

Разделы нужно проектировать с учётом того, чего ещё нет в данных. Если платёж не сформирован и у него нет даты, календарь его не покажет. Для таких случаев нужен отдельный сценарий.

Детализация должна соответствовать следующему вопросу. Иногда достаточно карточки платежа, а иногда после выбора проекта нужен полноценный аналитический обзор с динамикой, отклонениями и командой.

Ручные фильтры стоит сохранить, но не делать обязательными для каждого просмотра. Готовые периоды, выбор проекта прямо на экране, сохранение настроек и избранное позволяют не начинать повторную проверку с нуля.

Десктопная аналитика при этом остаётся инструментом подробного исследования. Мобильные дашборды дают другой способ работы с теми же данными: открыть нужный вопрос, увидеть подготовленный срез и при необходимости перейти к источнику цифры.

ИИ научился понимать ДНК и создавать белки по тексту

2026-11-11T14:25:26.187Z

Selectel

4,67Оценка работодателя

TrexSelectel1 минуту назад

ИИ научился понимать ДНК и создавать белки по тексту

Простой

2 мин

Блог компании SelectelИскусственный интеллектБиологияБиотехнологииНаучно-популярное

Исследователи из Китая представили ИИ-модель Pinal, которая по текстовому описанию подбирает структуру и аминокислотную последовательность белка. Почти одновременно Hugging Face вместе с Zhongguancun Academy и Университетом Неаполя выпустила Carbon-X — открытую модель для работы с последовательностями ДНК и обычным текстом.

Pinal работает в два этапа. Сначала модуль T2struct превращает текстовое описание нужной функции в предполагаемую структуру белка. Затем SaProt-T на ее основе составляет аминокислотную последовательность.

Модель содержит около 16 млрд параметров. Для обучения использовалось примерно 1,7 млрд примеров, где последовательности и структуры белков сопоставлялись с описанием их функций. Значительную часть структур взяли из базы AlphaFold.

Источник .

Авторы проверили Pinal на четырех задачах. Он создали два фермента и два белка — для метаболического процесса и флуоресцентного. Во всех случаях среди предложенных вариантов удалось найти рабочие молекулы. В одном из экспериментов новый белок увеличил выход продукта в искусственном пути фиксации CO₂ примерно в 1,7 раза по сравнению с природным аналогом из E. coli (Escherichia coli, палочка Эшерихия).

При этом модель пока не выдает готовый результат с первой попытки. Например, для поиска флуоресцентного белка Pinal сгенерировала около 50 тыс последовательностей. После отбора исследователи оставили 29 кандидатов, и только один из них действительно оказался флуоресцентным.

Carbon-X построена на базе Qwen3-14B и содержит 14,8 млрд параметров. Ее можно использовать для анализа участков ДНК — например, оценить последствия замены одного нуклеотида, найти регулирующие участки или определить, насколько вероятно, что конкретная мутация окажется вредной.

Модель также умеет продолжать последовательности ДНК и объяснять результаты обычным языком. Однако разработчики предупреждают, что при генерации длинных участков качество снижается. Кроме того, Carbon-X может ошибаться в координатах и отдельных позициях.

Полную версию Carbon-X можно запускать локально на одной видеокарте с 80 ГБ памяти. Также опубликованы уменьшенные GGUF‑версии. Код и веса распространяются по лицензии Apache 2.0. Модели Pinal и Carbon-X решают разные задачи, но обе упрощают работу с биологическими данными за счет обычного текстового интерфейса. Pinal предназначена прежде всего для проектирования белков, а Carbon-X — для анализа ДНК.

Token Factory: инференс открытых ИИ-моделей на серверах в РФ

Подключайте GLM, DeepSeek, Qwen и Kimi через OpenAI-совместимый API и платите в рублях только за используемые токены.

Теги:

Selectel
белки
ДНК

Хабы:

Блог компании Selectel
Искусственный интеллект
Биология
Биотехнологии
Научно-популярное

Selectel

ВКонтактеTelegramСайт

Карма

Самый зубастый автор

Тирекс Академии Selectel:

Комментировать

ЕЖЕДНЕВНЫЙ ХАБР | 10 НОЯБ 2026

Мошенникам даже не нужно ничего взламывать: я проверил 284 крупных сайта Рунета

Рабочее место с анцензорной Qwen3.8-Flash-Next (125 млрд параметров) за 43 тысячи рублей: GTX 1070 8ГБ, 128 озу и Xeon

Джейлбрейкаю навигационную систему моей машины, чтобы поменять время

На Хабре теперь одна лента для статей, новостей и постов

Наименование

Акционерное общество «Селектел»

ИНН

Сайт компании

На Хабре с

15 марта 2010

Дата регистрации

11 сентября 2008

Размер компании

1 001–5 000 человек

Место нахождения

Россия

Представитель

Александр Шилов

Сервер пропустил три запуска. Как бот разбирает просроченные подписки

2026-11-11T13:52:45.289Z

Сервер с Telegram-ботом выключился в 12:00 и поднялся в 12:17. По расписанию бот должен был проверить подписки в 12:05, 12:10 и 12:15. Если после старта он ищет подписки, истёкшие за последние пять минут, запись со сроком 12:03 останется за бортом. К следующему запуску она станет ещё старше и в выборку так и не попадёт.

У календарного таймера systemd есть Persistent=true. При активации таймера systemd запустит сервис, если за время простоя пропущено хотя бы одно срабатывание. В нашем примере будет один догоняющий запуск. Разобрать всё накопившееся за три пропущенных интервала должен сам обработчик. Документация systemd.timer

Пара юнитов для обработчика

access-expiry.timer

``ini [Timer] OnCalendar=--* :00/5:00 UTC Persistent=true

[Install] WantedBy=timers.target `

access-expiry.service

ini  [Service]  Type=oneshot  User=access-bot  TimeoutStartSec=90s  ExecStart=/usr/bin/python3 /opt/access-bot/revoke_expired.py

Если обработчик уже развёрнут под системным пользователем access-bot, положите оба юнита в /etc/systemd/system, выполните sudo systemctl daemon-reload и включите таймер командой sudo systemctl enable --now access-expiry.timer. Расписание можно проверить через systemd-analyze calendar ‘-- *:00/5:00 UTC’. Лимит в 90 секунд здесь для примера. Если процесс зависнет на запросе к Telegram, следующие срабатывания таймера не запустят параллельные копии сервиса. Поэтому обработчику нужен собственный сетевой тайм-аут, а юниту — предел времени на весь прогон. Документация systemd.service

Что проверить после простоя

Допустим, к 12:17 у бота есть три записи.

Что произошло — Действие обработчика

Подписка закончилась в 12:03, продления нет — Отозвать доступ, хотя с момента истечения прошло 14 минут

Подписка закончилась в 12:08, пользователь продлил её в 12:10 — Пропустить участника, у него снова есть действующий доступ

Подписка закончилась в 12:14, Telegram вернул временную ошибку при отзыве — Оставить действие незавершённым, чтобы следующий прогон его подобрал

На практике выборку строят по текущему праву доступа участника к каналу. Результат лучше сохранять после обработки каждого участника. Тогда при остановке процесса посередине следующий прогон подхватит то, что осталось. Если Telegram успел удалить участника, но ответ потерялся, бот с правами администратора может сверить его статус через getChatMember. Документация Telegram Bot API

Есть ещё гонка между оплатой и отзывом. Повторная проверка срока перед запросом уменьшает окно, но оплата всё равно может прийти сразу после проверки. Если продление и отзыв обрабатывают разные воркеры, изменения доступа одного участника нужно выполнять последовательно. Если отзыв успел сработать, обработчик продления должен восстановить возможность входа. Например, снять блокировку через unbanChatMember с only_if_banned=true` и выдать приглашение. Пользователь входит по ссылке сам.

На стенде я бы дал таймеру сработать один раз, затем остановил его, пропустил несколько отметок расписания и включил между ними. В журнале должны быть видны один догоняющий запуск и три разных решения из таблицы. На следующем прогоне стоит проверить, что бот вернулся к записи со временной ошибкой.

Суть в том, что после перезапуска бот должен разобраться с накопившейся работой. Таймер запускает обработчик, а тот проверяет актуальный доступ каждого участника. У одного подписка истекла, второй уже продлил её, у третьего отзыв доступа нужно повторить после ошибки.

Поделитесь, пожалуйста, как у вас бот обрабатывает продление, если запрос на отзыв доступа уже отправлен в Telegram?

В Firefox появится функция ускоренного запуска приложений

2026-11-11T13:20:10.653Z

Microsoft представила в Windows 11 функцию «ускоренного запуска приложений» (Accelerated App Launches) — новый механизм, призванный ускорить открытие программ, процессы которых уже запущены в фоновом режиме. Теперь Mozilla планирует внедрить эту технологию в Firefox.

Информация об этом появилась в системе отслеживания ошибок Bugzilla: менеджер по продукту Firefox Дэвид Рубино создал новый запрос, посвященный потенциальной реализации данной функции. По словам Рубино, специалистам Mozilla уже удалось получить доступ к API ускоренного запуска от Microsoft, используя тот же ключ, который Firefox применяет для закрепления ярлыков на панели задач. Первые результаты выглядят многообещающе: в ходе экспресс‑теста локальной сборки Firefox запрос доставлялся к уже запущенному экземпляру браузера примерно за 3 мс — против 70 мс, требовавшихся ранее. Кроме того, при запуске через меню «Пуск» команда теперь передается напрямую в уже работающий браузер. Это не означает, что Firefox станет запускаться в 20 с лишним раз быстрее: приведённые цифры отражают лишь скорость передачи запроса к уже открытому приложению и получены в рамках одного локального теста.

Работа над внедрением продолжается. В экспериментальный патч Mozilla добавлен параметр

widget.windows.accelerated_launch.enabled

, который по умолчанию отключён. Рубино также отметил, что разработчикам предстоит решить, как функция должна вести себя в ситуациях, когда одновременно используется несколько профилей Firefox.

Механизм ускоренного запуска позволяет Windows направлять запросы на открытие приложения непосредственно в тот процесс, который уже работает в системе. В обычном режиме Windows создает дополнительный процесс, который перенаправляет запрос существующему экземпляру программы, а затем завершает свою работу. Новый подход от Microsoft исключает этот промежуточный этап, что должно сделать запуск приложений из меню «Пуск» или с панели задач заметно быстрее. Для сравнения: по данным Microsoft, функция Accelerated App Launches делает запуск браузера Edge примерно на 15% быстрее для большинства пользователей, а при повышенной нагрузке на систему прирост скорости может достигать 33%. Эта функция поддерживается в Windows 11 (версии 25H2, 26H1 и 26H2) при условии установки обновления от октября 2026 года или позднее.

Кроме того, Microsoft предоставляет реализацию технологии «ускоренного запуска приложений» проекту Chromium. Благодаря этому в будущем данную функцию могут внедрить и другие браузеры на базе Chromium — например, Chrome, Brave или Opera.

Между тем состоялся релиз стабильной версии Firefox 160.0. В нём появилась функция «Мини‑окно» (Mini Window), позволяющая перенести вкладку или выделенный фрагмент страницы в отдельное окно, которое всегда остаётся поверх других окон; добавлена настройка скорости воспроизведения для режима «Картинка в картинке» (от 0,25 x до 2,0 x) и реализована поддержка воспроизведения файлов формата Matroska (MKV) с аудиодорожками в форматах FLAC, MP3 или PCM, а также внедрены другие функции.