🛠 Метод Работа фокусируется на ускорении трех ключевых типов операций в GNN: - 🔹 Разреженные свертки. - 🔹 Редукции на графах (min/max, агрегация). - 🔹 Внимание на графах. Замечают, что распределение вершин графов по степеням обыкновенно имеет тяжелые хвосты. Потому разделяют вершины на две группы по степени — легкие и тяжелые вершины. Для легких вершин используют параллелизм по признакам (один threadblock на вершину). Тяжелые вершины еще разбиваются на чанки по ребрам с промежуточной агрегацией по чанкам. Объем подгружаемых данных не меняется, но ускорение достигается за счет того, что один блок обрабатывает несколько узлов, тем самым повышая memory-level параллелизм. Для слоев внимания реализуют кастомный вариант FlashAttention для CSR-матриц. В наивной реализации материализовали матрицы внимания, а тут оно и не нужно. CSR-кернелы для произвольной sparsity уже неплохи, но не используют ценный ресурс современных GPU — тензорные ядра. Если запаковать окрестности вершин в тайлы 16×16, то можно воспользоваться ими и, даже выполняя некоторые лишние вычисления, выжать ускорение. Кроме того, существующие либы почему-то не используют cuSPARSE — рабочий и мощный инструмент. Одно его накатывание уже дает заметный профит. 📊 Эксперименты Эффективность реализации проверяют на бенчмарке GraphLand — наборе задач с большим разнообразием структур и свойств графов. Удается выжать медианное ускорение порядка 2× (вплоть до 8.5×**) против DGL на GATv2, медианное ускорение **2.6× (вплоть до 10×**) на операциях редукции. Операции разреженных сверток на cuSPARSE дают вплоть до **8× ускорения. Кроме того, пиковое потребление памяти оказывается обычно в разы меньше (а то и в десятки раз) по сравнению с DGL. PyG тоже в среднем ест меньше GPU VRAM, но при этом он куда медленнее. В ablation показывают, что выигрыш от graph reordering и векторизованных загрузок зависит от графа. Для плотных графов с высокой степенью выигрыш значителен, для разреженных и малостепенных — мал. В приложении много внимания уделено исследованию полезности блочной разреженности с тензорными ядрами — где накладные расходы на перестановки окупаются, а где нет. 💡 Выводы Классная и полезная работа, дающая существенный толчок всей области GraphML. Хоть она и довольно нишевая и на любителя, тем не менее импакт более чем серьезный. Интересно, где еще есть низковисящие фрукты для оптимизации?

On Efficient Scaling of GNNs via IO-Aware Layers Implementations 📄 Статья 💻 Код Засветилось уже много где в русскоязычных тг-каналах про ML, но оно заслуживает отдельного разбора. Графовые нейронные сети имеют ряд небесполезных приложений — всякий там дизайн новых молекул, физика, анализ транзакций и социальных сетей. Однако их оптимизации уделялось сравнительно мало внимания по сравнению с LLM, потому существующие реализации в популярных фреймворках (DGL, PyG) далеки от оптимального потребления памяти и вычислительных ресурсов. Существенной сложностью при работе с графами являются нерегулярная/разреженная структура данных и нерегулярные паттерны доступа. И в работе наших соотечественников (Spotlight на ICML, между прочим) сделали куда более эффективную реализацию стандартных графовых операций.

Астрономы нашли потенциально обитаемую планету всего в 25 световых годах от Земли Планета, на которой потенциально может существовать жидкая вода, находится всего в 25 световых годах от нас, в созвездии Жирафа. Ее масса лишь в 2,2 раза больше земной. Это каменистая «суперземля» под названием GJ 3378b, обращающаяся в зоне обитаемости своей тусклой красной звезды и значительно ближе к ней, — год на этой планете длится всего 3 недели. Есть ли у нее атмосфера — пока неизвестно. Возможно, звездный ветер, под постоянным воздействием которого находится эта планета, давно превратил ее в безжизненную пустыню. Выяснить это удастся в 2040-х годах. https://hightech.plus/2026/07/03/astronomi-nashli-potencialno-obitaemuyu-planetu-vsego-v-25-svetovih-godah-ot-zemli

Apple удалила фреймворк для воспроизведения DVD из macOS 27 В описании обновления macOS 27 beta 2 обнаружили информацию об исключении фреймворка DVDPlayback из SDK. Сторонние разработчики больше не могут собирать приложения, которые зависят от этого инструмента, а в будущих релизах операционной системы его полностью вырежут из кода. Фреймворк появился более 20 лет назад в Mac OS X 10.3 и отвечал за нативное воспроизведение видео с оптических дисков. Решение выглядит закономерным, поскольку Apple убрала встроенные приводы из MacBook Air еще в 2008 году, из MacBook Pro — в 2012-м, а в 2024 году окончательно прекратила продажи внешних фирменных дисководов SuperDrive. Изменения в SDK не означают полный запрет оптических носителей на Mac. Пользователи смогут и дальше подключать сторонние USB-приводы для чтения дисков, однако софт для работы с ними теперь должен использовать собственные независимые декодеры и библиотеки вместо удаленного системного инструмента Apple.

Копируем ключ без ключа: умный дубликатор 1-Wire на ассемблере AVR с ручным вводом и контролем CRC Ключ от подъезда легко потерять или увезти в сумочке жены, зато номер часто остаётся в базе ТСЖ или в договоре. Автор самодельного дубликатора решил не привязываться к физическому носителю и сделал устройство, которое принимает код вручную, кнопками, и записывает его прямо на чистую болванку. Отдельно сделан режим редактирования. Два первых символа кода отвечают за контрольную сумму и высчитываются автоматически, а остальные можно менять вручную под нужный номер. Если ключ считался с ошибкой, устройство не молчит и показывает рядом байт, реально пришедший из ключа, и вычисленный правильный CRC, так что «полуживой» код можно починить по этому же отпечатку.

🎮 Game Boy ожил на электронных чернилах Энтузиаст с канала Wenting Channel собрал первый в мире игровой Game Boy-эмулятор для M5 Paper S3. Это дев-кит на ESP32-S3 в форме карманной читалки с 4,7-дюймовым сенсорным e-ink экраном. Причём собрал так, чтобы в игры реально можно было играть. Главная сложность понятна каждому, кто держал электронную книгу: e-ink жутко медленный. Но у этого экрана особый интерфейс управления, который позволил гонять картинку в обход обычного метода и разогнать панель аж до 60 кадров в секунду. Сами игры идут на 30–60 FPS, что для «чернил» звучит почти дико. Свой эмулятор автор писать не стал, взял готовый и оптимизированный движок Crankboy. Отдельная песня — звук. Из динамиков у Paper S3 только пищалка на один тон. И вот тут в ход пошла магия старой школы: автор заставил её быстро скакать между звуковыми каналами Game Boy, изображая многоголосье. Такой же трюк, каким когда-то выжимали музыку из древних ПК без звуковой карты. Есть и приятные мелочи: экранный джойстик, экспериментальная поддержка Bluetooth-геймпада и быстрые сохранения, чтобы вернуться в игру одним касанием. Жаль только, что сам Paper S3 успели снять с производства. @droidergram

Школьники, делегирующие ИИ домашку, на 20% хуже сдают экзамены Крупное экономическое исследование, охватившее почти 27 тыс. учеников 7–12 классов в Китае, зафиксировало парадоксальный эффект от использования генеративного ИИ в школе. Учащиеся, начавшие пользоваться нейросетями для выполнения домашних заданий, стали справляться с ними на 18% лучше и тратить на них на 30% меньше времени, но их оценки на контрольных экзаменах упали на 20% в течение шести месяцев. Исследователи связывают это с тем, что большинство учеников просто делегируют домашние задания нейросетям, а не используют их как репетитора. https://hightech.plus/2026/07/03/shkolniki-delegiruyushie-ii-domashku-na-20-huzhe-sdayut-ekzameni

Рынок после закрытия - Мосбиржа: 2242 пункта (-0,6%); - РТС: 914 пунктов (+0,3%); - RGBI: 112,12 пункта (-0,5%). ➡️ Индексы в реальном времени 📌 Главное к этому часу 🔶 Болгария подтвердила готовность наложить вето на 21-й пакет санкций ЕС против России. 🔶 Цены на российскую нефть Urals в западных портах опустились ниже $45 за баррель, что примерно на 60% ниже мартовского максимума. 🔶 Россия в июле может начать импортировать авиатопливо японского происхождения через трейдеров, пишет Reuters. 🔶 Индия подтвердила готовность начать экспорт нефтепродуктов в РФ, если сформируется соответствующий спрос. 🔶 Снижение базовой цены отсечения в бюджетном правиле может сместить вверх диапазон курса рубля, в котором он колеблется последний год, заявил зампред ЦБ Алексей Заботкин. 🔶 В ВТБ заявили, что дивиденды по итогам 2026-го точно не составят 50% от чистой прибыли, но будут выше 25%. 🔶 Северсталь может сократить CAPEX в 2027 году примерно до ₽85 млрд со ₽112 млрд, запланированных на 2026 год. 🔶 МГКЛ по итогам первого полугодия увеличила выручку в 2,6 раза, до ₽26,4 млрд. Число клиентов выросло на 28%, до 132,7 тыс. человек. 🔶 Озон банк планирует установить не менее тысячи банкоматов в 2027 году. 🔶 ЦБ назвал абсурдными слухи о возможной заморозке средств на счетах россиян. 📍 Подписаться на канал | Мы в MAX

⚡️ 30 техник памяти для AI-агентов в Jupyter notebooks Вышел репозиторий Agent Memory Techniques с 30 runnable notebooks по памяти в современных AI-агентах. Внутри собраны основные подходы: conversation buffers, vector stores, knowledge graphs, episodic и semantic memory, MemGPT, Mem0, Letta, Zep, Graphiti и production-паттерны, которые уже встречаются в реальных агентных системах. Это набор ноутбуков, которые можно запускать, менять и сравнивать между собой. Удобно, если нужно понять, чем простая история диалога отличается от долговременной памяти, где уместен vector store, когда нужен graph-based подход и как память влияет на поведение агента в длинной задаче. GitHub: http://github.com/NirDiamant/Agent_Memory_Techniques

Как я с Клодом собрал команде личный кабинет Собирался написать этот пост недели две: идея внутри горела, а я всё равно тянул — ровно потому, что фигачил как раз то, о чём хочу рассказать. Но пора перестать размышлять о вайб-кодинге и показать, что из него всё-таки удалось собрать, а то первая волна эйфории уже схлынула и вымываются те, кто ушёл в мертворождённые продукты. Но начну с контекста. У нас в Overgear, как у любой модной и прогрессивной компании, в начале года случился мощный FOMO: либо оседлаем волну AI-изации, либо из лидера тихо сползём в отстающие, потому что утонем в рутине с её нищим КПД. Поэтому наметили несколько стратегических проектов под автоматизацию и раздали инструменты всей команде — чтобы набивала шишки. На один из таких проектов позвали стороннего интегратора. Он озвучил нехилую сумму за внедрение, и у меня сразу внутри: «wtf, да я сам сделаю лучше» — и сел разбираться с Клодом. Первые потуги были неуклюжие: я только осваивал дисциплину и завалил папку проекта десятками сборок на localhost, по сути мусором. Но уже через неделю почти без усилий поднял свой VPN-сервер ускоритель интернета, который не блокируется: вся семья и друзья на нём сидят, вроде даже без перебоев и жалоб. Тут внутренний авантюрист завёлся сильнее и завёл меня в точку, где я решил замахнуться сразу на рабочий инструмент для всей команды — чтобы люди меньше времени тратили на отчётность и сбор данных, а нужные цифры вытягивали через MCP (это коннекторы нейронок с внешними сервисами вроде Google Ads, GA4, CRM) почти без ручной возни. Проще говоря, свой личный кабинет для команды. Он на скрине — цифры только замазал, так как NDA, все дела. Дальше меня затянуло как в воронку: стал по модулям собирать функцию за функцией и закрывать не только отчётность, но и рутину, которая порой съедала до 30% времени человека. Теперь у ребят вроде как больше места для творчества — мозг не выгорает на операционке. И работают тут ровно те же правила, что для любого продукта: смотришь метрики (MAU, DAU и прочие), проверяешь, даёт продукт больше пользы или больше отъедает ресурса. И где-то здесь я поймал настоящую маниакальную зависимость: пилить и пилить эту ценность, а потом проверять — стала она ценностью или ты просто потешил своё эго очередным инструментом. Побочки, как у любой зависимости, тоже налицо: меньше спишь, уходишь в это с головой и забываешь уделять время родным (Анисия, каюсь!). Спасает, кажется, одно — привычка на каждой собранной штуке спрашивать себя: пользуется ли ей вообще хоть кто-то. Кто на этот вопрос забивает, тот и клепает продукт за продуктом в стол — так и пополняется кладбище мертворождённых. Стала ли это в итоге ценностью для команды — пока честно сказать не могу, ребята только тестируют. Но одно скажу точно: нам удалось проскочить «долину смерти» и распробовать потенциал и вайб-кодинга, и более глубокой работы с данными. Так что Viva la AI лично от себя подпишу, а как с этим быть каждому — это уже сами посмотрите. А у вас как сложилось с вайб-кодингом? Удалось собрать что-то реально рабочее — или пока всё живёт на localhost? Константин Сухачев

Как этот блог принес мне 300.000$+ теперь с начала года каждый месяц я начинаю с подбивания своей таблички доходов и расходов. так вот, там у меня в самом низу есть отдельный столбец "итог за всё время" в разных валютах. смотрится это после рублевых подсчетов конечно также нелепо как и разные мировые циферблаты часов со временем нью-йорка и токио у стойки регистрации в отелях. но это дает мне возможность сверять свои доходы и расходы с общемировыми и очень отрезвляет, позволяя побольше сохранять и правильно вкладывать, так как я понимаю, что это нихуя не норма и нужно эту аномалию не разбазаривать на право и на лево

табличка у меня динамичная, этот перерасчет итога делается каждый раз когда я её обновляю, спасибо клоду за это, иначе пришлось бы каждый раз все итоги плюсовать в калькуляторе и пересчитывать по текущему курсу, как я это делала раньше

я в предыдущем посте обещала поделиться тут когда и как именно каждая сотка случалась — так что отчитываюсь: 1) первый рубеж в 100к$ был пройден за полтора года благодаря залету одного видео в рекомендациях ютуба, каналу и чатам с собесами и эксклюзивам на бусти 2) второй рубеж в 200к$ был пройден за полгода благодаря вышедшему на ютуб гайду по трудоустройству, раскрутки бусти, канала и чатов с собесами + запуск шапок дал пару монет 3) третий рубеж в 300к$ удалось пробить за те же полгода благодаря паре удачных вложений в мае-июне, всё тем же активам бусти/трибуту и курсу по собесам завтра хочу снять отчетное видео про все свои 10+ источников дохода, которые перепробовала помимо найма. интересно самой посмотреть и вам показать что сколько принесло, в какие сроки, где усилия окупились, а где случился кровавый океан в который я бы больше не полезла ни за какие деньги думаю, эти цифры и размышления дадут вам пищу для ума на тему "с чего начать на вашем месте сейчас было бы выгоднее всего". почти все источники создавались без вложений денег за всё время, так что как антикризисные он себя хорошо показали на следующей недельке будет, ожидайте! а пока желаю вам хороших выходных, покатайтесь на велике по лесу и поплавайте где-нибудь 😎 я лично так свои выходные и проведу