Kurgan-Telecom Ru | Информационные технологии

Меня зовут Дмитрий, я руковожу отделом ИТ-инфраструктуры и сервисов в Ви.Tech, IT-дочке ВсеИнструменты.ру. В прошлой части я подробно разбирал ценообразование вычислительных ресурсов, а теперь давайте соберем все это в единую модель учета и посмотрим, как она помогает не просто считать цифры, а принимать вполне прикладные решения.

Ниже пройдемся по основным блокам, из которых этот учет складывается.

1. Отдельно стоящее оборудование

Поскольку мы планируем учитывать расходы за месяц, то стоимость покупки оборудования нам также надо привести к месячным затратам. Для этого воспользуемся амортизацией, а именно определим ее срок и тип и посчитаем ежемесячную стоимость, исходя из этого. Для примера возьмем линейную амортизацию сроком на 5 лет (60 месяцев), тогда ежемесячная стоимость отдельно стоящего оборудования будет:

HW_month_price = HW_price / 60

При этом:

Сталкивались уже с EvaTeam (российский аналог Jira)? Чувствуете боль при работе с бизнес-процессами (workflow)? Думаю я могу вам немного помочь

или как уместить Вселенную в iPhone, не привлекая внимания санитаров

Разработчики — люди в целом неплохие, но с одной странностью: когда задача кажется им большой, они добавляют слой. Потом ещё слой. Потом, в три часа ночи, смотрят на то, что получилось, и долго молчат.

Автор проекта «ЭХО» взял и убрал всё лишнее. Без предупреждения, без RFC, без голосования в команде. Остался минимальный Linux, один бинарник на Go и файловая система — всё остальное полетело в мусор вместе с базами данных, фреймворками и «чёрными ящиками» с гарантией на три года. Получилась система на 250 миллионов анкет, которая работает на обычном пользовательском компьютере и не требует звонить в поддержку AWS в два часа ночи.

Но 250 миллионов — это как-то мелко, правда? Давайте замахнёмся на Вселенную. Ну или хотя бы на Млечный Путь для начала.

Проблема не в том, что инструментов мало. Проблема в том, что большинство из них построены вокруг браузера прошлого поколения, тогда как frontend уже давно живёт внутри runtime. Именно из этой практической боли появился собственный runtime-инспектор — сначала как консольный скрипт для одной конкретной задачи, а затем как полноценный инструмент, который неожиданно нашел отклик у QA и разработчиков.

Сидя на очередном teams митинге с коллегами на французском, и в очередной раз понимая, что упускаю смысл совещания, ибо уровень этого самого французского оставляет желать лучшего, подумал, что надо что-то делать.

И так как их много, а меня — мало, делать что-то предстояло мне. Teams и прочие платформы, конечно, имеют опции на такой случай, но не просить же включать запись каждый раз.

Получилась небольшая программа, которая берёт воспроизводимый звуковой поток, делит его на фразы, через whisper распознаёт в указанный язык (проверял русский, английский, французский) и переводит.

Мы разработали приложение, где пользователь может свайпать картинки, и с учетом лайков пользователя мы генерируем новые картинки. Ниже рассказ, с чем интересным мы столкнулись во время разработки этого приложения.

История такова. Бродил я на Хабре и увидел сей опус:

«Как я пытался трудоустроиться в Яндекс в 2026»

Где разраба с 20 летним опытом нагрели, как ребенка.

Ситуация типовая. И когда людей «едят», используют, эксплуатируют их ресурс/время/энергию/деньги/пэм ресурс и так далее. И они этого в упор не видят. Таких ситуаций множество. Да только разраб кажется умным. Есть ожидание, что он интеллектуален и может в математику. И так и есть скорее всего, но базовая, минимальная теория игр+ здравый смысл, к сожалению, обошли его стороной.

Потери могут быть небольшими, могут быть значительными. Это не главное, главное отличать одно от другого.

UseCase - как организовать своё приложение с точки зрения бизнес-процессов, чтобы не погрязнуть в хаосе сервисов, контроллеров и разрозненной логики.

Вы наверняка видели те самые видео: «Все секреты промптинга за 4 часа», «Идеальный промпт для Midjourney», «Как научиться разговаривать с нейросетями». Я тоже их смотрел. Сохранял в закладки, записывал советы, искал тот самый файл с рабочими формулировками, который куда‑то завалился.

А потом понял: вместо того чтобы учиться общаться с ИИ, можно просто сделать себе личного промпт‑инженера, который уже всё знает. И для этого даже не нужно настраивать сложные агенты или платить за API.

В этом тексте я написал как реализовать CLI на CAN шине.

В разработке электроники часто делают электронные плату без UART, но с CAN .

Как же отлаживать софт и железо в таких случаях?

Состоялся первый публичный выпуск GitRiver – self-hosted платформы для управления git-репозиториями, написанной на Rust. Платформа объединяет в одном бинарнике хостинг репозиториев, систему непрерывной интеграции, реестр контейнеров, реестр пакетов, систему деплоя в Kubernetes, управление задачами и запросы на слияние.

Платформа потребляет около 100 МБ оперативной памяти в режиме простоя. Для установки достаточно Docker Compose и PostgreSQL.

( читать дальше... )

 devops, git, gitriver, rust, self-hosted

Ранее компания ARM занималась исключительно лицензированием своих архитектур, но теперь перешла к выпуску чипов, чтобы конкурировать на рынке ИТ-оборудования для центров обработки данных.

Процессор AGI CPU изготовлен по трех нанометровому технологическому процессу на мощностях тайваньской компании TSMC. Чип оснащен 136 ядрами Neoverse V3. Процессор обеспечивает детерминированную производительность: каждое ядро обрабатывает выделенный программный поток без принудительного снижения частоты при повышении температуры и простоев. Такая архитектура особенно важна для стабильной круглосуточной работы ИИ-моделей. TDP процессора составляет 300 Вт. Стойка с процессорами AGI CPU обеспечивает вдвое большую производительность на ватт по сравнению с традиционными решениями на архитектуре x86.

Подробности (arm.com)

 arm, cpu, сервер

Система Zabbix является универсальной системой мониторинга с открытым исходным кодом, предназначенной для наблюдения за состоянием IT-инфраструктуры: серверов, сетевых устройств, приложений, баз данных, систем виртуализации и облаков в режиме реального времени.

В этой статье мы разберем системный подход к диагностике самого Zabbix и его правил, чтобы ваш мониторинг начал приносить пользу, а не создавать шум.

На связи Нейрохаб. Сегодня конкретно про то, как оплатить подписку ChatGPT Plus из России в 2026 году — сколько это реально стоит через разные сервисы и как купить подписку дешевле, если знать пару нюансов.

Несмотря на наличие других больших языковых моделей — Claude, Gemini, DeepSeek — запросов на то, как купить подписку ChatGPT в России, по данным Яндекс Вордстат в два раза больше, чем у всех догоняющих. Люди привыкли, интегрировались, платят и будут платить.

Учёл вопросы по предыдущему материалу и опишу процесс больше с личного опыта. Постарался собрать все нюансы, которые касаются именно этого сервиса — зависимость от страны эмитента, подводные камни при оформлении подписки Chat GPT, реальные итоговые суммы.

Как выпустить каждую из карт — уже подробно разобрали в отдельном материале Виртуальные карты для оплаты зарубежных сервисов.

Одной из самых сложных частей C++ до сих пор считаются правила поиска имён, и ошибки связанные с name lookup проявляются обычно уже в рантайме. Код компилится и даже работает какое-то время, но при свете луны ведёт себя не так как ожидает программист. За простыми идентификаторами скрывается многоуровневая система областей видимости, категорий имён и специальных правил, и очень многое в нашем текущем стандарте растёт прямиком из восьмидесятых, частенько без изменений. Давайте посмотрим как компилятор видит имена в C++, какие области видимости существуют и почему они ведут себя по-разному.

В C++ есть несколько типов областей видимости, вы наверное сходу назовёте глобальное пространство имён, область параметров шаблона, область видимости класса и область параметров функции, но также есть блочная область видимости и область видимости перечислений. Между этими областями есть исторически сложившаяся асимметрия, которая частенько удивляет: два объявления using, которые вводят одно и то же имя в одну и ту же область видимости внутри пространства имён компилятор съест без возражений, но если попытаться сделать то же самое других областях видимости, то получим ошибку на повторное объявление. В серии статей про "нескучное программирование" я разбираю скользкие случаи и как мы докатились до такого. Это продолжение темы, начатой в "Важны ли компилятору имена", поэтому чтобы картинка была цельной, лучше пробежать её по диагонали.

Открыл Postman, потыкал эндпоинты, всё ответило 200 — вряд-ли хорошее тестирование Разбираю что на самом деле нужно проверять в API, показываю примеры на Postman и Jest, и даю чеклист который можно взять и использовать прямо сейчас.

На протяжении десятилетий нейробиологи пытались объяснить, как один нейромедиатор, дофамин, может одновременно выполнять две совершенно разные задачи. С одной стороны, он подкрепляет обучение, основанное на вознаграждении. С другой – запускает физическую активность. Новое исследование проливает свет на переключатель функций дофамина.

Как-то увидел в линкедине объявление что ищут "Программиста с навыками работы ai-ассистентом"

Частично по приколу, частично из расчета на то что возможно вайбкодеров действительно ищут целенаправленно, создал резюме под заголовком "Синьор-вайбкодер"

В графе достижения перечислил все 5 проектов которые создал с нуля - все такие вайбкодинг подразумевает прежде всего объем и масштаб работы. Вайбкодер это уже частично и менеджер (над ботами) и предприниматель (нужна обратная связь от рынка)

Со мной связалась женщина, представилась что из кадровой службы "Альфа-банка"

Говорит вы реально вайбкодер? Говорю - конечно - могу все свои проект показать. Собраны с нуля, есть пользователи и кое-какие продажи. Общий объем порядка 10 мегабайт кода, я программист с 20 лет стажем, фулл стек, последние 2 года работаю с ML и python в том числе..

Да вот в том то и проблема - отвечает она. Все ваше резюме выглядит как большой красный флаг!

В каком смысле - я удивился. Если не верите могу продемонстрировать каждый проект и показать код каждого.

Да вот нам такие как раз и не нужны - говорит. Нам нужно что бы человек был серьезно ориентирован на работу и на долгосрочное сотрудничество, тем более что у нас устройство не в штат а через специального посредника..

Я не очень то понял - переспрашиваю.. Вы с одной стороны говорите что настроены на долгосрочное сотрудничество, но в штат не оформляете, не очень понял логику.

А что не понятно - мне отвечает кадровичка. Всех в штат не возьмешь и мы должны легко уволить в любой момент. Это вы должны быть настроены на сотрудничество и держаться за рабочее место. То что вы пытаетесь зарабатывать на стороне для нас - красный флаг!

С 24 по 27 марта в Подмосковье проходит ежегодная международная конференция «РусКрипто’2026», отражающая развитие криптографии и информационной безопасности. В этом году многие участники затрагивали вопросы цифрового суверенитета и построения доверенной цифровой среды. Особый интерес вызвал доклад сотрудников лаборатории криптографии компании «Криптонит» Анастасии Чичаевой и Степана Давыдова, посвящённый защите от взлома на специализированном «железе». 

В своём выступлении Анастасия Чичаева рассказала о современных подходах к построению и анализу так называемых memory-hard functions (MHF) — криптографических функций, требовательных к объёму памяти. Они становятся эффективным противодействием использованию специализированных вычислителей для перебора паролей и вырабатываемых из них ключей. 

К таким устройствам относят ASIC (специализированные интегральные схемы) и FPGA (программируемые логические интегральные схемы). Те и другие можно «заточить» на параллельное выполнение алгоритмов одного типа (например — хэширования) и достичь большей эффективности, чем , при использовании процессоров общего назначения. Следовательно, ASIC и FPGA существенно снижают затраты на проведение атак методом перебора.  При этом у них ограниченный объём памяти (особенно у ASIC), и это свойство можно использовать в стратегии защиты. 

Memory-hard функции как раз устроены так, что для их вычисления требуется значительный объём памяти, поэтому их применение делает массовый перебор паролей на специализированных вычислителях экономически невыгодным, а это – универсальная стратегия защиты. 

В этой статье я расскажу, как начал разрабатывать персонального ИИ-ассистента задолго до бума OpenClaw, с какими фундаментальными проблемами столкнулся и почему в итоге решил написать свой фреймворк. Вы узнаете, какие принципы работы ИИ-агента, как мне кажется, наиболее важны в современных агентских системах, как он обеспечивает безопасность и почему Python все-таки лучший выбор для подобных проектов. Если вы тоже пробовали подружиться с LLM-агентами, но сталкивались с перерасходом токенов, утечкой данных или проблемами их запуска, интеграции и модификации — возможно, этот проект окажется полезным.