XRUST.ru » Программирование » Язык Go развивается для будущих аппаратных и ИИ-нагрузок
Программирование

Язык Go развивается для будущих аппаратных и ИИ-нагрузок

18 ноября 2024, 13:46 3 381 0 14.5

Язык Go адаптируется разработчиками к большим многоядерным системам, передовым аппаратным инструкциям и потребностям крупномасштабных систем ИИ.

Язык программирования Go отметил 15-летие 10 ноября, пишет xrust. Сегодня его адаптируют к солидным многоядерным системам. Ему предстоит справляться с новейшими векторными и матричными аппаратными инструкциями. Другими словами – работать с ИИ.

Первостепенные задачи:

  • вписать язык в возможности нынешнего и перспективного оборудования;
  • обеспечить возможность поддержки высокопроизводительных, крупномасштабных рабочих нагрузок;
  • в 15-летней перспективе он должен переваривать информацию с большими многоядерными процессорами.

В выпуске Go 1.24 будет новая реализация карты, которая будет более эффективна на современных процессорах. Это невозможно без разработки прообразов новых алгоритмов «сборщиков мусора». Алгоритмы же должны разрабатываться под современное оборудование. Некоторые улучшения будут в виде API и инструментов, которые позволят разработчикам Go лучше использовать современное оборудование.

Иные новости. Трамп и здравоохранение – здесь. Не засиживайся – там.



Xrust: Язык Go развивается для будущих аппаратных и ИИ-нагрузок

язык, Go, xrust

Поделится
14.5 0

Комментарии


Google представила OpenRL: новый API для обучения и тонкой настройки ИИ прямо в Kubernetes
Google представила OpenRL — экспериментальный API с открытым исходным кодом, который должен упростить одну из самых сложных задач современной разработки искусственного интеллекта: постобучение и тонкую настройку больших языковых моделей (LLM), пояснили xrust. Новый проект позволяет запускать процессы обучения на собственной инфраструктуре Kubernetes, отделяя исследовательскую работу от управления вычислительными ресурсами. Сегодня создание современных ИИ-моделей уже не ограничивается их первоначальным обучением. После выпуска базовой версии разработчики продолжают улучшать качество ответов, адаптируют модели под специализированные задачи и обучают их новым сценариям взаимодействия. Именно этот этап — post-training — считается одним из наиболее ресурсоемких и сложных. Что предлагает OpenRL Разработчики Google создали OpenRL как универсальный API, который берет на себя управление инфраструктурой обучения. Исследователям больше не нужно вручную координировать вычислительные узлы или
672 1