Дотянуться до кремния. HighLoad Python: SIMD, GPU – Пётр Андреев, PythoNN

Мой телеграм канал:
Наш чат, где можно обсудить выпуск:
Поддержать:
Мой GitHub:
Python в 2025-м — уже не «скрипт», а инструмент, который жмёт на железо: AVX-512/SVE, Tensor Cores, NVLink/NVSwitch, HBM. Но где хватит CPU-SIMD и горизонтального масштабирования, а где GPU окупает TCO? На живых бенчмарках сравним NumPy2 (SIMD), Numba, и GPU-стек. Разберём устройство C/GPU на уровне принятия решений (SM/warps, Tensor Cores, MIG). Практическая польза: • Чек-лист выбора: SIMD vs GPU vs горизонтальное масштабирование по метрикам TFLOPS/Вт, латентность и TCO • Антипаттерны: когда GPU не ускорит, где SIMD упирается в память и когда стоит идти в кластер/шардинг • Benchmark-suite и исходники для повторения тестов на вашей инфраструктуре Запись доклада с PythoNN в рамках GorkyTech 20 сентрября 2025, Нижний Новгород Слайды:
Чат наших митапов: