Rust

📦 Иллюзия объектов: Как мы морим процессор голодом Представьте, что вы пишете симуляцию (или игру). По заветам ООП вы создаете сущность: struct Particle { position: [f32; 3], // 12 байт velocity: [f32; 3], // 12 байт color: [u8; 4], // 4 байта life: f32, // 4 байта name: String, // 24 байта } // Итого: 56 байт Затем складываете их в массив: Vec<Particle>. Это называется Array of Structs (AoS). Теперь нам нужно в цикле обновить позицию (position += velocity). Нам нужны только 24 байта из 56. Но процессор так не умеет! Процессор читает память из RAM…

Wgpu - это безопасная и переносимая графическая библиотека для Rust, основанная на API WebGPU. Она подходит для универсальной графики и вычислений на GPU. Приложения, использующие wgpu, могут работать нативно на Vulkan, Metal, DirectX 12 и OpenGL ES, а также в браузерах через WebAssembly на WebGPU и WebGL2. https://wgpu.rs/ https://github.com/gfx-rs/wgpu 👉 @channel_rust_lib

🥷 Кража во спасение: Work Stealing в Tokio Если вы используете tokio::main, вы запускаете многопоточный рантайм (Multi-Threaded Scheduler). Под капотом создается пул потоков (воркеров), обычно по числу ядер процессора. Как честно распределить 100,000 задач между 8 потоками, чтобы никто не простаивал и не было узкого горлышка (bottleneck)? Если сделать одну Глобальную очередь (Global Queue), куда смотрят все потоки, они передерутся за Мьютекс (Mutex contention). Производительность рухнет. Поэтому Tokio использует Локальные очереди (Local Queues): 1. У каждого потока-воркера есть своя личн…

⏰ Хватит дергать: Waker и паттерн пейджера Окей, Future вернула управление (сказала Poll::Pending). Но как рантайм узнает, что данные по сети пришли и пора снова вызвать poll()? Если он будет постоянно опрашивать все Future в цикле (while loop), ваш CPU улетит в космос на 100% загрузке. Здесь на сцену выходят Executor, Reactor и Waker. • Executor - это менеджер задач. Он берет Future и вызывает у нее poll(). • Reactor - это слушатель ОС (обертка над epoll в Linux, kqueue в macOS или IOCP в Windows). Он ждет событий от сетевой карты или диска. • Waker - это тот самый пейджер, который выдают…

🪄 Разрушаем магию: Твоя Future - это просто enum Многие приходят в Rust из Go или Erlang и думают, что async запускает легковесный поток (горутину). Забудьте. Асинхронный Rust работает совершенно иначе - он не аллоцирует стек под каждую задачу. Когда вы пишете async fn, компилятор превращает вашу функцию в конечный автомат (State Machine). Смотрим код: async fn fetch_data() { let req = build_request(); let resp = send(req).await; // <-- Точка остановки 1 process(resp).await; // <-- Точка остановки 2 } Под капотом LLVM генерирует невидимый enum, который хранит локальные…

🦾 Разработка меняется. ИИ-агенты уже умеют анализировать код, работать с инструментами, искать ошибки и выполнять последовательность действий. Главным становится вопрос: как организовать процессы и сохранить контроль над результатом. На открытом уроке 19 октября в 20:00 МСК в преддверие старта курса «Разработка ИИ-агентов» разберем, как создавать и применять агентов в реальной разработке. Вы узнаете, какие задачи можно делегировать ИИ-агентам, как они работают с кодовой базой и внешними системами, где помогают ускорить процессы, а где требуется участие разработчика. 👨‍💻🛠👨🏻‍💻 Урок буде…

🚀 Portable SIMD: Пишем один раз, работает везде В прошлом посте вы видели ужас ручных интринсиков. Представьте, что вам нужно поддерживать SSE2, AVX2, AVX-512, да еще и ARM NEON для макбуков. Это ад из cfg_if и дублирования кода. Rust сообщество решает эту проблему. Встречайте Portable SIMD (сейчас это крейт portable-simd или фича #![feature(portable_simd)] в nightly). Идея: мы используем абстрактные типы "широких" чисел, а компилятор сам мапит их на лучшие инструкции целевой платформы. Выглядит это потрясающе чисто: #![feature(portable_simd)] // Нужен nightly Rust use std::simd::{f32x8,…

🚀 Подборка полезных IT каналов в Max Системное администрирование, DevOps 📌 https://max.ru/i_odmin Все для системного администратора https://max.ru/bash_srv Bash Советы https://max.ru/sysadminof Книги для админов, полезные материалы https://max.ru/i_odmin_book Библиотека Системного Администратора https://max.ru/i_devops DevOps: Пишем о Docker, Kubernetes и др. https://max.ru/tipsysdmin Типичный Сисадмин https://max.ru/channel_win_sysadmin Системный Администратор Windows https://max.ru/channel_linux_admin Linux: Системный администратор https://max.ru/channel_linuxmod Linux https://max.ru/ch…

💀 Хардкорный режим: std::arch и интринсики Автовекторизация не сработала? Алгоритм слишком сложен для LLVM? Придется марать руки. Встречайте std::arch. Это модуль, дающий доступ к конкретным инструкциям процессора (интринсикам). Это очень unsafe. Это не портабельно (код для x86 не заработает на ARM M1). Как выглядит сложение массивов на AVX2 (x86_64): #[cfg(target_arch = "x86_64")] use std::arch::x86_64::*; // Атрибут важен! Он говорит компилятору, что внутри этой функции // можно использовать 256-битные регистры. #[target_feature(enable = "avx2")] unsafe fn add_avx2(a: &[f32], b: &[f32]…

🏎️ SIMD для ленивых: Автовекторизация в Rust SIMD - это когда процессор одной инструкцией складывает не два числа, а сразу 4, 8 или 16. Многие думают, что SIMD это сложно и требует unsafe. Но лучший SIMD тот, который LLVM написал за вас. Допустим, у вас есть цикл: pub fn add_arrays(a: &[f32], b: &[f32], out: &mut [f32]) { // Простые смертные пишут так: for i in 0..a.len() { out[i] = a[i] + b[i]; } } Если вы скомпилируете это в релизе для x86_64, компилятор сгенерирует инструкции SSE2 (обрабатывая по 4 числа f32 за раз). Почему? Потому что SSE2 гарантированно есть на в…