Цены на старые майнинговые ускорители NVIDIA CMP 170HX подскочили со $100 до $1200–2000 Старые майнинговые карты NVIDIA CMP 170HX, выпущенные в 2021 году на урезанной базе A100 Ampere, обрели вторую жизнь. На GitHub появился инструмент CMPUnlocker, который позволяет обойти программные ограничения прошивки NVIDIA/OTP. Утилита разблокирует полную вычислительную мощность SM и увеличивает доступный объем памяти HBM2e с 8–10 ГБ до 64–80 ГБ, превращая дешевый ускоритель в бюджетный аналог A100 для работы с ИИ. Использование карты в ИИ-нагрузках остается лотереей из-за серьезных аппаратных компромиссов. Изначально NVIDIA отбраковывала битые чипы, поэтому полноценные 64/80 ГБ работают нестабильно, а на практике без сбоев под нагрузкой часто доступны лишь 32–40 ГБ. Кроме того, интерфейс аппаратно ограничен режимом PCIe Gen2 x4, что снижает скорость загрузки крупных моделей. Сам чип не поддерживает современные форматы FP8 или FP4, выдавая производительность около 48 TOPS в INT8.

Как составить рабочий план продаж План продаж — это не просто документ, а стратегическая карта роста компании. Чтобы он приносил результат, важно учитывать несколько ключевых моментов: Сезонные колебания. Зная, когда спрос растёт или падает, вы сможете заранее перераспределять ресурсы и фокусировать усилия. Ситуация на рынке. Постоянный анализ трендов и активности конкурентов позволяет вовремя подстроить тактику и оставаться на шаг впереди. Ошибки прошлого. Разбор причин прошлых провалов — ценный источник информации. Он помогает не наступать на те же грабли. Экономические и политические изменения. Любые изменения в законах, налогах или курсе валют могут повлиять на продажи, и это нужно учитывать заранее. Товары и цены. Мониторинг ассортимента и цен конкурентов помогает сохранять привлекательность предложения. Продажи и маркетинг. Оцените, какие каналы приносят больше клиентов, а какие требуют доработки — и корректируйте стратегию. Фаундер | Бизнес и Стартапы

Как в Karpov Courses «забыли» про сооснователя перед сделкой с «Просвещением» В мае «дочка» «Просвещения» купила 50,1% в edtech-компании Karpov Courses. А перед сделкой все основатели оформили свои доли. Ну, почти. Один из сооснователей Беслан Курашов (слева) не увидел себя в числе совладельцев. И теперь через суд требует восстановить свой статус. Почему так произошло? Компанию Karpov Courses в 2021-м основали трое — Анатолий Карпов, Беслан Курашов и Михаил Серегин. Как писал Forbes, последнего в проект позвал как раз Курашов. Сначала они просто запустили курсы по аналитике данных, а потом решили оформить все это в компанию. По итогам 2025-го года, выручка Karpov Courses была 442 млн рублей, а прибыль — 54 млн рублей. 🔵 Долгое время 100% компании принадлежали Анатолию Карпову. Почему? Как объяснил мне Курашов, на старте решили, что так будет проще. И если кто-то захочет обмануть, то «и с бумагами обманет». Правда, в 2023-м году Курашов отошел от операционки. Он объясняет, что эффективен на раннем этапе, а когда рост становится системным, то пользы от него меньше. Курашов стал заниматься другими проектами, но при этом помогал Karpov Courses в Казахстане и Сербии. В 2024-м году, то есть уже после ухода из операционки Курашова, в Forbes вышла статья про Karpov Courses. И в ней Анатолий Карпов говорит, что «по договоренностям доли в бизнесе у основателей по сей день приблизительно равные». Выходит, что и у Курашова должна быть доля. 🔵 В сентябре 2025-го в юрлице «Карпов Курсы» сменился состав совладельцев. Доля Анатолия Карпова стала 60%, а у Михаила Серегина — 40%. Третьего сооснователя в числе совладельцев нет. Как рассказал мне Беслан Курашов, первый подозрительный звонок был, когда партнеры попросили переписать на них юрлицо в Казахстане — мол, так проще управлять. При этом они заверили его, что все договоренности в силе. Судя по «Контур Фокусу», у Курашова действительно с 2023-го года в Казахстане было юрлицо «Хардскул». В октябре 2025-го, уже после оформления долей, в Казахстане появилась компания «Карпов Курсы», руководит которой Михаил Серегин. 🔵 А потом Карпов и Серегин позвали Курашова на созвон в Zoom. Там ему предложили 10 млн рублей и спросили, куда привезти деньги. Объяснили, что будет сделка с «Просвещением», но продаются за дешево. И долю Курашова оценивают в эту сумму. За сколько продают? Ответили, что не могут сказать, потому что NDA. Эксперты «Ведомостей» оценивали сделку по покупке 50,1% в 330-500 млн рублей. Как рассказывает Курашов, тогда на созвоне он не согласился на 10 млн рублей — как минимум, нужно было обдумать предложение. При этом сказал, что хочет оказаться в числе совладельцев и готов пойти работать в «Просвещение», если так будет указано в условиях сделки. И добавил, что готов защищать свою позицию. После этого Карпов сразу вышел со звонка, а Серегин через пару минут. 🔵 Очная встреча Курашова с партнерами все-таки состоялась. С ним связались адвокаты его партнеров. В итоге, встретились в их офисе в Москва-сити — Курашов со своими адвокатами, Карпов и Серегин со своими. Но предложение было прежним — 10 млн рублей. Курашов отказался. В ноябре 2025-го Курашов подал иск к Карпову, Сергееву и «Карпов Курсы». Он требует внести себя в число совладельцев компании с долей 30%, сократив долю Карпова до 40%, а Сергеева до 30%. Правда, иск был подан до сделки с «дочкой» «Просвещения». После нее у Карпова осталось 30,4%, а у Серегина 19,5%. 🔵 Как рассказывает Курашов, они все дружили семьями. В их чате на троих была фотография, где они втроем стоят около дома родителей Курашова в Абхазии. Сейчас этот чат удален, как и подкасты компании с участием Курашова. Анатолий Карпов тоже удалил свою переписку с Бесланом. «Сергеев пока держится», — говорит Курашов. Я обратился за комментарием к Анатолию Карпову. Он просмотрел сообщение, но не ответил. После уточнения, стоит ли ждать, попросил «направить официальный запрос» в пресс-службу компании. К моменту публикации ответа я не получил. @TheEdinorogBlog — тот самый канал про стартапы🦄

Ищем человека с продуктовым мышлением / Думай как собственник Такой запросик к кандидату в IT давно, но с уменьшением ценности навыка программирования (Claude fix pls) я вижу его все чаще.

Нам не нужен простой кнопкокрас, ремесленник! Но получать он будет среднюю зпаться в продукт, растить метрики, а не просто делать таски. Иметь мышление собственника, радеть за проект как за свой. Но получать он будет среднюю зп разраба

Ввожу новый термин — принуждение к лицемерию. Щас раскидаю Представь этого идеального кандидата. Он реально понимает откуда берутся и куда уходят деньги в компании, что такое маржа, что нужно пользователем. При этом он работает разработчиком за свои 400к без опционов и акций. Не существует аргумента, почему ему НЕ должно быть поебать на продукт. Наградят ли его за рост метрики? Нет Выебут ли его, если, погружаясь в продукт и заботясь о компании, он пропустит дедлайн? Да Это продуктовое мышление никак не монетизируется. Зато с таким мышлением он рано или поздно оценит вариант роста через многоработничество, своего SaaSа или шадоумода. Зачем такому человеку нормисный найм? Работодатель хочет переложить ответственность за свой рост на работника, типа давай-давай вкладывайся в меня сверх обязанностей. Добиться этого можно — уникальные предложения по ЗП, премии, нефинансовая мотивация. Но требовать такое от линейного персонала — шиза. К тому же на вопрос "зачем мы это делаем, пользователи это не оценят" рядовому Васе скажут — спасибо, заткнись, там сверху уже все решили. А еще это продуктовое мышление невозможно проверить по понятным критериям. Ну вот я хуяк хуяк и сделал задачу, это было продуктово или не очень? А объясни почему? И вот улыбающаяся HR-ка выдает имбу: "А у вас продуктовое мышление?". Что ей ответить? Ведь вы оба понимаете, что это бессмысленный невалидируемый вопрос.

Тетя, я буду делать столько, сколько от меня требуют, чтобы не уволили. Но ислючительно Чинить прод по выходным бесплатно не буду, за большие бабки можем обсудить. Будет интересная задача — воодушевлюсь. Но ислючительно для того, чтобы потом на собесах себя подороже продать.

Но если дать такой ЧЕСТНЫЙ ДОВЕРИТЕЛЬНЫЙ ответ, вас сразу запишут в красные флаги в независимости от умения закрывать рабочие задачи. Поэтому кандидат дает социально одобряемый ответ, что обожает метрики, аналитику, переживает о продукте сильнее чем за маму. И это ответ другую сторону устраивает при его очевидной ложности. Принуждение к лицемерию это ситуация, когда тебе навязывают роль в цирке. Вы оба хотите закрыть вакансию. От ответа на этот вопрос не зависит ваше умение выполнять задачи и приносить бизнесу пользу (решится дальше на техничке). Но она зачем-то его задает. Чем-то напоминает диалог Квартета И. • Поехали ко мне • Зачем? • А у меня дома великолепная колекция лютневой музыки 19 века. И вот этот ответ ее полностью устраивает.

Когда ошибки полезны У меня не было никаких неудач. Я с успехом определил пять тысяч способов, которые никуда не годятся. В результате я на пять тысяч способов ближе к тому способу, который сработает. Для изобретения лампы накаливания Томасу Эдисону понадобилось поставить больше 11 тысяч опытов. Многие слышали такое выражение как «ошибайся часто». Эдисон вообще говорил, что у него не было ошибок — были успешные опыты, чтобы определить как не работает процесс. Если посмотреть на историю человечества, то ошибки принесли нам кучу пользы: пеницилин, стикеры 3М, липучки, слинки, микроволновка, каучук, медленная готовка, виагра и т.д. Америку, кстати, тоже по ошибке открыли. Плыли-то в Индию. Мы ведь можем настраивать процессы по-разному. Какие-то процессы нужно настраивать, чтобы снижать количество ошибок. А если ошибки нам могут принести пользу — то наоборот: нужно настраивать процессы так, чтобы ошибок было больше. Тогда возникает ключевой вопрос: а как определить какие ошибки полезные, а какие ошибки не очень? При каких условиях ошибаться хорошо? #ЧФ #ошибки

Если хочешь прорывных идей, то разреши себе скучать. Замечали, что самые классные идеи часто приходят в душе, на прогулке, за рулем, в самолете или во время пробежки? Люди привыкли считать, что продуктивность выражается в плотности задач и встреч в календаре. Но у такого режима есть побочный эффект, когда не остается времени на безделье. Безделье само по себе продуктивнее нас тоже не делает. Но в такие моменты мозг перестает реагировать на внешние раздражители и начинает соединять между собой накопленную информацию. Так рождаются многие новые идеи, ходы и непривычные решения. Главное не начать заполнять любую свободную минуту телефоном. И планировать безделье в календаре, чтобы эти слоты не заполнились делами.

Внедрил в PersMarket гибридный поиск. Занятная штука. Ведь как раньше было? Скажем, вы ищете вакансию (ну или товар в WB) через текстовую строку "тестировщик". На сервере БД выполняет SQL-запрос с условием

WHERE description LIKE '%тестировщик%'

Это легко программируется, просто ищется, нативно подхватывается многостраничность. Но есть в таком подходе минус: вы искали слово "тестировщик" - вы только его и найдете. Это может быть приемлемо, например, для тегов, имен собственных и аббревиатур - "Docker", "DDD", "CRM". Но для обычного текста даст очень грубые результаты. Я использую PostgreSQL, в нем есть особый тип поля - tsvector, для более продвинутого подхода. В него можно собрать векторное представление текстовых данных для полнотекстового поиска. Это дает сразу кучу ништяков: ▪️разные формы слова ("бежал", "бежит") станут одной лексемой ▪️меньше лишних слов типа предлогов, которые для поиска не важны ▪️специальный индекс, который заметно ускоряет поиск Выглядит это так:

'python':134A 'rabbitmq':118A 'redi':112A 'review':81A 'saa':15A 'schedul':106A 'servic':145A 'throughput':71A 'авторизац':62A 'архитектур':27A,50A,83A 'асинхрон':54A 'аутентификац':60A 'ваканс':5A 'взаимодейств':55A 'влиян':25A 'внутрен':44A 'высоконагружен':39A,99A

Но и этого уже мало. С появлением нейросетей появилась еще одно интересное развитие темы - поиск по смыслу. Снаружи выглядит как магия ✨ Каждый текст с помощью ИИ превращается в векторное представление, так называемый embedding. Это многомерный вектор, отражающий смысл текста. В PostgreSQL для этого тоже есть свой тип данных - vector. В нем много цифр:

[3.0517578e-05,0.041046143,-0.036010742,-0.022735596,0.018463135,-0.0036640167,0.014862061,0.0010919571,0.00969696,-0.006175995,0.012413025,-0.05609131,0.023406982,-0.006580353,0.041656494,0.032470703,-0.0869751,0.0071144104,0.011909485,0.034179688,0.02305603,0.027496338]

Алгоритм такой: ▪️текст вакансии (название + описание) через ИИ превращаем в эмбеддинг ▪️поисковый запрос тоже через ИИ превращаем в эмбеддинг ▪️сам поиск измеряет косинусное расстояние между этими эмбеддингами и сортирует по "векторной близости" Генерацию эмбеддингов можно делать через API, например, в том же OpenAI через модель text-embedding-3-small, либо даже через локальную опенсорсную модель типа intfloat/multilingual-e5-small, которая, по слухам, даже без GPU работает. Что еще можно делать с эмбеддингами? Можно их использовать в RAG-системах. Типичный пример - заставить ИИ-чат-бота давать ответы по базе знаний вашего продукта. Все статьи базы знаний превращаем в эмбеддинги и добавляем из при запросах к ИИ. Модель ищет ответ не где-то в интернете, а конкретно в ваших статьях. Полезно для автоматической поддержки. Но у поиска по смыслу тоже есть минус - они может пропустить точные совпадения слов, например, аббревиатур. Поэтому на PersMarket сейчас работает гибридный поиск по алгоритму Reciprocal Rank Fusion (RRF). Такой поиск совмещает две выборки - семантическую и смысловую, а результаты ранжирует по их позициям в выборках. В общем, поиск заиграл новыми красками. Заодно теперь в каждой вакансии есть "похожие вакансии". И по таким же принципам можно будет строить рекомендательную систему для индивидуального подбора. Но это тема отдельной диссертации. #database #ai #persmarket