#токены — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #токены, aggregated by home.social.
-
Почему следующий этап ИИ-бума будет совсем не про GPU
Первые два года ИИ-бума инвесторы покупали «железо». Теперь рынок начинает искать следующий источник роста. Главной становится не максимальная производительность моделей, а стоимость одного запроса, эффективность вычислений и способность масштабировать ИИ дешевле конкурентов. Именно вокруг этого будет разворачиваться следующая стадия развития отрасли. В июньском обзоре Citrini Research пишет, что рынок ИИ вступает во вторую фазу. Если последние два года инвесторы были готовы платить почти любую цену за вычислительные мощности и крупнейших производителей чипов, то теперь внимание постепенно смещается на стоимость самих вычислений, эффективность моделей и инфраструктуру, которая позволяет снизить расходы. Первая волна ИИ строилась вокруг дефицита GPU и масштабных инвестиций в дата-центры. Однако сейчас главным конкурентным преимуществом становится способность выполнять больше вычислений за меньшие деньги. На рынке растет пониманием, что экспоненциально наращивать мощности дата-центров уже нерентабельно . При этом амортизация от использования падает быстрее отдачи в прибыль. Поэтому они выделяют несколько новых долгосрочных трендов. Во-первых, рынок начинает переходить к локальному (on-device) ИИ . Все больше моделей будут работать непосредственно на смартфонах, ПК и периферийных устройствах без постоянного обращения в облако. Это снижает задержки, повышает конфиденциальность данных и уменьшает стоимость эксплуатации. Во-вторых, усиливается тренд на миниатюризацию моделей . Гонка идет уже не только за максимальным качеством, но и за эффективностью. Компактные модели дешевле в обучении и запуске, быстрее масштабируются и позволяют запускать ИИ там, где раньше это было невозможно.
-
Почему следующий этап ИИ-бума будет совсем не про GPU
Первые два года ИИ-бума инвесторы покупали «железо». Теперь рынок начинает искать следующий источник роста. Главной становится не максимальная производительность моделей, а стоимость одного запроса, эффективность вычислений и способность масштабировать ИИ дешевле конкурентов. Именно вокруг этого будет разворачиваться следующая стадия развития отрасли. В июньском обзоре Citrini Research пишет, что рынок ИИ вступает во вторую фазу. Если последние два года инвесторы были готовы платить почти любую цену за вычислительные мощности и крупнейших производителей чипов, то теперь внимание постепенно смещается на стоимость самих вычислений, эффективность моделей и инфраструктуру, которая позволяет снизить расходы. Первая волна ИИ строилась вокруг дефицита GPU и масштабных инвестиций в дата-центры. Однако сейчас главным конкурентным преимуществом становится способность выполнять больше вычислений за меньшие деньги. На рынке растет пониманием, что экспоненциально наращивать мощности дата-центров уже нерентабельно . При этом амортизация от использования падает быстрее отдачи в прибыль. Поэтому они выделяют несколько новых долгосрочных трендов. Во-первых, рынок начинает переходить к локальному (on-device) ИИ . Все больше моделей будут работать непосредственно на смартфонах, ПК и периферийных устройствах без постоянного обращения в облако. Это снижает задержки, повышает конфиденциальность данных и уменьшает стоимость эксплуатации. Во-вторых, усиливается тренд на миниатюризацию моделей . Гонка идет уже не только за максимальным качеством, но и за эффективностью. Компактные модели дешевле в обучении и запуске, быстрее масштабируются и позволяют запускать ИИ там, где раньше это было невозможно.
-
Почему следующий этап ИИ-бума будет совсем не про GPU
Первые два года ИИ-бума инвесторы покупали «железо». Теперь рынок начинает искать следующий источник роста. Главной становится не максимальная производительность моделей, а стоимость одного запроса, эффективность вычислений и способность масштабировать ИИ дешевле конкурентов. Именно вокруг этого будет разворачиваться следующая стадия развития отрасли. В июньском обзоре Citrini Research пишет, что рынок ИИ вступает во вторую фазу. Если последние два года инвесторы были готовы платить почти любую цену за вычислительные мощности и крупнейших производителей чипов, то теперь внимание постепенно смещается на стоимость самих вычислений, эффективность моделей и инфраструктуру, которая позволяет снизить расходы. Первая волна ИИ строилась вокруг дефицита GPU и масштабных инвестиций в дата-центры. Однако сейчас главным конкурентным преимуществом становится способность выполнять больше вычислений за меньшие деньги. На рынке растет пониманием, что экспоненциально наращивать мощности дата-центров уже нерентабельно . При этом амортизация от использования падает быстрее отдачи в прибыль. Поэтому они выделяют несколько новых долгосрочных трендов. Во-первых, рынок начинает переходить к локальному (on-device) ИИ . Все больше моделей будут работать непосредственно на смартфонах, ПК и периферийных устройствах без постоянного обращения в облако. Это снижает задержки, повышает конфиденциальность данных и уменьшает стоимость эксплуатации. Во-вторых, усиливается тренд на миниатюризацию моделей . Гонка идет уже не только за максимальным качеством, но и за эффективностью. Компактные модели дешевле в обучении и запуске, быстрее масштабируются и позволяют запускать ИИ там, где раньше это было невозможно.
-
Контекстное окно человека: чем его теперь заполнять
Раньше ценность специалиста в продуктовой разработке — неважно, аналитик это, владелец продукта, разработчик или инженер сопровождения, — во многом мерили тем, сколько деталей он держит в своём контекстном окне: подводные камни конкретного домена, как работает функционал легаси-системы, грабли, на которые он однажды уже наступал. По сути это был сжатый контекст одной-двух областей, накопленный дорогой ценой — годами жизни. Сейчас ровно по этому месту бьёт ИИ: токены, которые раньше приходилось загружать в мозг годами узкой практики, теперь подтягиваются почти даром, из ИИ-модели. Похоже, что дефицитным становится не объём контекстного окна и не глубина знаний в одной области, а то, чем это окно заполнено: много смежных доменов, лежащих рядом, и способность видеть, как они стыкуются в той системе, которую ты создаешь с помощью ИИ. Опыт точно никуда не девается, но, возможно, перестаёт быть решающим преимуществом.
https://habr.com/ru/articles/1049788/
#контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены
-
Контекстное окно человека: чем его теперь заполнять
Раньше ценность специалиста в продуктовой разработке — неважно, аналитик это, владелец продукта, разработчик или инженер сопровождения, — во многом мерили тем, сколько деталей он держит в своём контекстном окне: подводные камни конкретного домена, как работает функционал легаси-системы, грабли, на которые он однажды уже наступал. По сути это был сжатый контекст одной-двух областей, накопленный дорогой ценой — годами жизни. Сейчас ровно по этому месту бьёт ИИ: токены, которые раньше приходилось загружать в мозг годами узкой практики, теперь подтягиваются почти даром, из ИИ-модели. Похоже, что дефицитным становится не объём контекстного окна и не глубина знаний в одной области, а то, чем это окно заполнено: много смежных доменов, лежащих рядом, и способность видеть, как они стыкуются в той системе, которую ты создаешь с помощью ИИ. Опыт точно никуда не девается, но, возможно, перестаёт быть решающим преимуществом.
https://habr.com/ru/articles/1049788/
#контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены
-
Контекстное окно человека: чем его теперь заполнять
Раньше ценность специалиста в продуктовой разработке — неважно, аналитик это, владелец продукта, разработчик или инженер сопровождения, — во многом мерили тем, сколько деталей он держит в своём контекстном окне: подводные камни конкретного домена, как работает функционал легаси-системы, грабли, на которые он однажды уже наступал. По сути это был сжатый контекст одной-двух областей, накопленный дорогой ценой — годами жизни. Сейчас ровно по этому месту бьёт ИИ: токены, которые раньше приходилось загружать в мозг годами узкой практики, теперь подтягиваются почти даром, из ИИ-модели. Похоже, что дефицитным становится не объём контекстного окна и не глубина знаний в одной области, а то, чем это окно заполнено: много смежных доменов, лежащих рядом, и способность видеть, как они стыкуются в той системе, которую ты создаешь с помощью ИИ. Опыт точно никуда не девается, но, возможно, перестаёт быть решающим преимуществом.
https://habr.com/ru/articles/1049788/
#контекстное_окно #промптинжиниринг #sdlc #производственный_процесс #токены
-
PII-Shield: режем персональные данные в логах до того, как они доехали до ELK
Сначала хотелось просто скрывать случайные токены по энтропии. Потом выяснилось, что UUID, trace id и номера карт ломают эту идею, и пришлось собирать более честный фильтр логов.
https://habr.com/ru/articles/1045422/
#PII #персональные_данные #маскирование_логов #Kubernetes #sidecar #Kubernetes_operator #Go #секреты #токены #DevSecOps
-
[Перевод] Создание MCP‑серверов на FastMCP: 7 ошибок, которых стоит избегать
FastMCP позволяет быстро собрать MCP‑сервер, но скорость легко оборачивается ошибками: лишние токены, слабые схемы, сырые API‑примитивы, плохая обработка ошибок и риски безопасности. В статье разбираем 7 проблем, из‑за которых LLM‑агент начинает путаться, ломать сценарии и требовать лишних подтверждений, — и показываем, как их исправить.
https://habr.com/ru/companies/otus/articles/1032890/
#MCP #FastMCP #ИИагенты #LLM #Python #API #безопасность #обработка_ошибок #токены #проектирование_инструментов
-
Claude Mythos, Java 26 и пещерный человек с 16 000 звёзд на GitHub
Девятый выпуск еженедельных IT-новостей от OpenIDE. Милла Йовович выложила свой проект в open-source, Claude Code нашел баг в Linux, которому 23 года, Anthropic показали Claude Mythos и сразу закрыли доступ. А Skill Caveman внезапно оказался самым простым и самым эффективным инструментом недели.
https://habr.com/ru/companies/haulmont/articles/1023450/
#Claude_Mythos #Claude_Code #Java_26 #opensource #ИИагенты #токены #CaveMan #GPT2 #бенчмарки #vibecoding
-
Claude Mythos, Java 26 и пещерный человек с 16 000 звёзд на GitHub
Девятый выпуск еженедельных IT-новостей от OpenIDE. Милла Йовович выложила свой проект в open-source, Claude Code нашел баг в Linux, которому 23 года, Anthropic показали Claude Mythos и сразу закрыли доступ. А Skill Caveman внезапно оказался самым простым и самым эффективным инструментом недели.
https://habr.com/ru/companies/haulmont/articles/1023450/
#Claude_Mythos #Claude_Code #Java_26 #opensource #ИИагенты #токены #CaveMan #GPT2 #бенчмарки #vibecoding
-
Claude Mythos, Java 26 и пещерный человек с 16 000 звёзд на GitHub
Девятый выпуск еженедельных IT-новостей от OpenIDE. Милла Йовович выложила свой проект в open-source, Claude Code нашел баг в Linux, которому 23 года, Anthropic показали Claude Mythos и сразу закрыли доступ. А Skill Caveman внезапно оказался самым простым и самым эффективным инструментом недели.
https://habr.com/ru/companies/haulmont/articles/1023450/
#Claude_Mythos #Claude_Code #Java_26 #opensource #ИИагенты #токены #CaveMan #GPT2 #бенчмарки #vibecoding
-
Prompt Caching в Claude: Как мы снизили затраты на AI в 2 раза
Кейс по оптимизации затрат на Claude API в проекте по автоматизации поиска работы. AI анализировал вакансии и генерировал сопроводительные письма. При 100 пользователях затраты достигали $180/месяц. Решение: Prompt Caching от Anthropic. Экономия 52% ($0.51 → $0.245 за batch из 50 вакансий). Теперь можно делать в 2 раза больше AI-вызовов с тем же бюджетом. Кому полезно: всем, кто работает с LLM API и хочет оптимизировать затраты.
https://habr.com/ru/articles/965098/
#ai #claude #anthropic #promt #llm #fastapi #машинное+обучение #токены
-
**Подборка топовых и новых идей для блога с хэштегами.**
---
### **10 лучших тем**
(на основе актуальности, трендов и универсальности):
1. **Стейкинг в 2024: что значит Ethereum 2.0?**
- Хэштеги: #Ethereum #Стейкинг #Web3 #Блокчейн
2. **Mastodon vs Threads: кто выигрывает?**
- Хэштеги: #Федиверс #Mastodon #Threads #СоциальныеСети
3. **Rust для начинающих: почему стоит попробовать?**
- Хэштеги: #Rust #Разработка #Программирование #OpenSource
4. **Токенизация активов: реальные примеры**
- Хэштеги: #Токенизация #Блокчейн #Финансы #Децентрализация
5. **Создание Telegram-бота за час**
- Хэштеги: #Telegram #Боты #Программирование #Автоматизация
6. **ActivityPub за пределами социальных сетей**
- Хэштеги: #ActivityPub #Децентрализация #Федиверс #Приватность
7. **Экосистема DAO: руководство для новичков**
- Хэштеги: #DAO #Web3 #Блокчейн #Управление
8. **Docker: лучшие практики для проектов**
- Хэштеги: #Docker #DevOps #Разработка #Технологии
9. **Matrix + Fediverse: дорожная карта**
- Хэштеги: #Matrix #Федиверс #СоциальныеСети #Безопасность
10. **Автоматизация трейдинга: инструменты**
- Хэштеги: #Криптовалюта #Трейдинг #Алгоритмы #Технологии
---
### **23 варианта тем для блога с хэштегами**
#### 1. **Криптовалюты и блокчейн**
1. Влияние Web3 на децентрализованную экономику
- Хэштеги: #Web3 #Блокчейн #Экономика #Децентрализация
2. Монеты конфиденциальности: Monero, Zcash и другие
- Хэштеги: #Конфиденциальность #Monero #Zcash #Криптовалюта
3. Lightning Network: будущее BTC-платежей
- Хэштеги: #Bitcoin #LightningNetwork #Криптовалюта #Технологии
4. BRC-20 токены: инновация или мода?
- Хэштеги: #BRC20 #Web3 #Токены #Финансы
5. Топ криптоафёр: разбираем схемы
- Хэштеги: #Крипто #Безопасность #Мошенничество #Обучение
#### 2. **Федивёрс**
6. Как запустить свой сервер Mastodon?
- Хэштеги: #Mastodon #Федиверс #Сервера #Инструкция
7. PeerTube в 2024: децентрализованный видеохостинг
- Хэштеги: #PeerTube #Видео #Федиверс #OpenSource
8. Частные группы в Fediverse: новые возможности
- Хэштеги: #Сообщества #Децентрализация #Федиверс #Приватность
9. Интеграция Mastodon с RSS: инструкция
- Хэштеги: #RSS #Mastodon #Инструменты #СоциальныеСети
10. Fediverse для бизнеса: советы
- Хэштеги: #Бизнес #Федиверс #Технологии #Соцсети
#### 3. **Разработка**
11. Основы больших языковых моделей (LLM)
- Хэштеги: #AI #LLM #Разработка #Технологии
12. WebAssembly: что это и зачем?
- Хэштеги: #WebAssembly #Веб #Технологии #Разработка
13. Масштабирование с Kubernetes
- Хэштеги: #Kubernetes #DevOps #Сервера #Программирование
14. Защита от SQL-инъекций
- Хэштеги: #Безопасность #SQL #БазыДанных #Программирование
15. Веб-компоненты: современные стандарты
- Хэштеги: #Веб #HTML #CSS #Технологии
16. Серверлесс архитектура: введение
- Хэштеги: #Serverless #Cloud #Программирование #DevOps
17. Оптимизация устаревшего кода
- Хэштеги: #Refactoring #Код #Разработка #Практики
18. Инструменты для тестирования производительности
- Хэштеги: #Тестирование #Производительность #Инструменты #Программирование
#### 4. **Пересечения технологий**
19. AI и блокчейн: точки пересечения
- Хэштеги: #AI #Блокчейн #Технологии #Инновации
20. Децентрализация как ответ на цензуру
- Хэштеги: #Цензура #Децентрализация #Федиверс #Приватность
21. Корпоративные блокчейны: Hyperledger и Corda
- Хэштеги: #Hyperledger #Corda #Блокчейн #Бизнес
22. ActivityPub за пределами социальных сетей
- Хэштеги: #ActivityPub #Протокол #Федиверс #Технологии
23. NFT в бизнесе: успешные кейсы
- Хэштеги: #NFT #Блокчейн #Бизнес #Кейсы
---
Выберите интересующую тему или уточните запрос, чтобы я мог помочь ещё точнее. 💡 -
Как «токены» типографики использовались в дореволюционной России
Сейчас большинство дизайн-систем используют условные наименований стилей шрифтов — display, headline, title, body или H1, H2, H3 и т.д. Аналогичным образом словолитни и типографии дореволюционной России систематизировали свои шрифты, до появления дизайн-систем и интернета.
https://habr.com/ru/articles/873116/
#токены #токены_типографики #дизайн_токены #дизайнсистемы #типографика #типографика_и_верстка #словолитни #набор_текста