Отличная подборка, которая, судя по GH, ещё и постоянно обновляется.

Curated list of resources on testing distributed systems
https://asatarin.github.io/testing-distributed-systems/

Спасибо подписчику за ссылку.

1.16.5 и 1.15.13 вышли, math/big, net/http/httputil & archive/zip пофиксили. Прям как-то много даже, не помню таких объемных патч версий за последнее время.

https://groups.google.com/g/golang-announce/c/RgCMkAEQjSI/m/r_EP-NlKBgAJ

У меня есть сомнение, что нужно переписывать и так супербыстрый esbuild, но все же круто. И что самое неожиданное - на Zig. Спасибо Артёму за подброшенный твит.

https://twitter.com/jarredsumner/status/1390084458724741121

хех

Бомбезный релиз, скажу я вам. Часть релиза давно была озвучена в Твиттере, но когда читаю все за 1 раз, понимаешь какой это объем работы.

> this is 1.8 million lines per second on my laptop 😀

Заоблачные циферки как по мне, хотя и реальные.

https://ziglang.org/download/0.8.0/release-notes.html

The major theme of the 0.9.0 release cycle will be stabilizing the language, creating a first draft of the language specification, and self-hosting the compiler.
I am now confident that we can ship the Self-Hosted Compiler with the 0.9.0 release of Zig.

🎉 (надо начать больше донатить, тоже хочу в конце релизнотс быть озвученым)

Мы лайв, будем делать чекеры https://www.youtube.com/watch?v=YR5taIcLMuo

Specialization is for insects. https://twitter.com/awesomekling/status/1308639603352637440

Интересное интервью с Гвидо ван Россумом, на основе которого в последнее время порождается много новостей в инфополе вокруг Python.

Мне в целом понравилось, но можете не смотреть, потому что вот ключевые моменты:

* Во время работы над ОС Amoeba Гвидо столкнулся с непреодолимой прокрастинацией, потому что приходилось писать много кода на C и шелл-скриптах. Так и появился Python, какое-то время он применялся в разработке этой ОС, но в итоге она загнулась, а Python внезапно обрёл популярность.
* Код с reduce() сложно понимать, поэтому Гвидо убрал эту функцию из built-ins. map() и filter() — норм, но в языке есть для них более приятные альтернативы.
* Гвидо никогда не увлекался ФП.
* Генераторы и list comprehension сильно поменяли язык, дали ещё один толчок к росту популярности в Python.
* Некоторые идеи в плане типизации Python тащит из TypeScript, потому что языки в некотором смысле похожи.
* Гвидо не слишком оптимистичен по поводу запуска Python в браузере или на смартфонах. Слишком другое окружение, а язык изначально рассчитан для работы на мейнфреймах/ПК.
* Скорее всего Python 4.0 никогда не наступит, если только не случится какое-то фатально ломающее изменение (например, на уровне совместимости с нативными расширениями, изменение механизмы работы сборщика мусора или выпиливание GIL), чего разработчики сильно стараются избегать. Переход со второй на третью версию был слишком болезненным.
* Гвидо предполагает, что под-интерпретаторы (sub-interpreters) помогут решить проблему GIL. Его не придётся удалять, но мешать он больше не будет.
* Гвидо любит кататься на велосипеде, но не больше пары часов за заезд.

Прикольно, что у Гвидо очень понятный акцент. Возможно, это потому что английский — не его родной язык?

https://www.youtube.com/watch?v=aYbNh3NS7jA

Вдруг кому интересно - мини-ревью докладчиков с ссылками.

https://xn--r1a.website/IT_alive/45 & https://xn--r1a.website/IT_alive/46

Нашел в закладках, источника не будет, искать лень.

What fruit flies could teach scientists about brain imaging. As programmers we are used to working with dumb stuff. Dumb data is stored and manipulated by smart stuff residing elsewhere. That’s not how life does it. Cells are the building blocks of biology and cells are smart. This experiment directly measures how individual neurons use energy inside intact brains using new sensors that measure ATP levels. When you increase the activity level of neurons wouldn’t you expect ATP levels to go down? Work requires energy. That’s not what happens. The cell is smarter than that. The cell increases energy production. It’s guessing how much energy it will need in the future, so it increases its energy production to meet expected future energy needs. Brains are not computers, they are implemented by cells. We’ve taken dumb stuff programming as far as it will go. We need to program with smarter stuff.

Two Hidden Instructions Discovered in Intel CPUs Enable Microcode Modification

lamoa

https://www.infoq.com/news/2021/04/intel-hidden-instructions/

demo: https://twitter.com/h0t_max/status/1375871849079406597

Сказ о том, как 1 CDN за собой всех потянул.

https://status.fastly.com/

https://news.ycombinator.com/item?id=27432408

как минимум:
https://github.com
https://www.gov.uk/
https://m.media-amazon.com/
https://pages.github.com/
https://www.paypal.com/
https://stackoverflow.com/
https://nytimes.com/

топ вин https://vc.ru/services/256051-internet-sloman-sboy-infrastruktury-fastly-vyzval-pereboi-u-twitter-twitch-reddit-amazon-paypal-i-drugih-servisov

Порофлите еще, Terraform Cloud тоже кашляет из-за CDN https://status.hashicorp.com/

Угадайте у кого пайплайны ушли на перекур? (не у меня)

Неужели свершилось, неужели теперь не будет ломаться совместимость между версиями https://www.hashicorp.com/blog/announcing-hashicorp-terraform-1-0-general-availability

Wu Dao 2.0 is multimodal. It can learn from text and images and tackle tasks that include both types of data (something GPT-3 can’t do).

Wu Dao 2.0 was trained on 4.9TB of high-quality text and image data, which makes GPT-3's training dataset (570GB) pale in comparison. Yet, it’s worth noting OpenAI researchers curated 45TB of data to extract clean those 570GB.

1.2TB Chinese text data in Wu Dao Corpora.
2.5TB Chinese graphic data.
1.2TB English text data in the Pile dataset.

https://towardsdatascience.com/gpt-3-scared-you-meet-wu-dao-2-0-a-monster-of-1-75-trillion-parameters-832cd83db484

Hua Zhibing, Wu Dao 2.0’s child, is the first Chinese virtual student. She can learn continuously, compose poetry, draw pictures, and will learn to code in the future.