Rust

⚡️ Вышел pgbalancer 1.0 - интеллектуальный балансировщик нагрузки для PostgreSQL

Представлен первый стабильный релиз pgbalancer 1.0 — балансировщика нагрузки для PostgreSQL, построенного на основе pgpool-II с существенными доработками.

Проект позиционируется как решение с элементами адаптивной маршрутизации запросов, управляемое через REST API и поддерживающее MQTT для потоковой передачи событий в реальном времени.

Ключевые особенности:
• Управление пулом соединений и распределение нагрузки между репликами PostgreSQL;
•Поддержка HTTP/REST для конфигурации и мониторинга;
• Интеграция с MQTT для стриминга метрик и событий;
• Реализация на языке C с сохранением производительности оригинального pgpool-II;
• Распространяется под открытой лицензией PostgreSQL.

https://www.pgelephant.com/pgbalancer

📊 TypeScript впервые обошёл Python и JavaScript в рейтинге GitHub Octoverse 2025

GitHub опубликовал ежегодный отчёт Octoverse, в котором TypeScript занял первое место среди самых популярных языков программирования, впервые вытеснив Python и JavaScript.

▪После запуска Copilot Free приток новых разработчиков на платформу достиг рекордных 36 млн в год.
▪ Количество ИИ-проектов почти удвоилось.
▪ Индия обогнала Китай и вышла на второе место по числу разработчиков, показав рост на 34%, а Россия вошла в топ-10.
▪ Ежеминутно создаётся более 200 репозиториев, но лишь 63% из них содержат README

Мир разработки меняется - ИИ ускоряет приток новых программистов, а TypeScript становится новым стандартом современного кода:

Подробнее: https://github.blog/news-insights/octoverse/octoverse-a-new-developer-joins-github-every-second-as-ai-leads-typescript-to-1/

#github

🚀 DeepSeek-OCR на Rust

Репозиторий представляет собой реализацию DeepSeek-OCR на Rust с быстрой командной строкой и совместимым с OpenAI HTTP-сервером. Он включает в себя модели для обработки изображений и текстов, позволяя создавать локальные решения для понимания документов.

🚀 Основные моменты:
- Быстрая CLI и сервер для OCR задач.
- Поддержка Apple Metal и экспериментальная CUDA.
- Оптимизирован для работы на Apple Silicon.
- Совместимость с клиентами OpenAI.
- Безопасная память и низкие накладные расходы.

📌 GitHub: https://github.com/TimmyOVO/deepseek-ocr.rs

#rust

👣 Неофициальный сервер, совместимый с Bitwarden, написанный на Rust (ранее известен как bitwarden_rs).

Альтернативная реализация сервера Bitwarden Client API, написанная на Rust и совместимая с официальными клиентами Bitwarden. Идеально подходит для самостоятельного размещения, особенно в случаях, когда запуск официального ресурсоёмкого сервиса может быть нежелателен.

🟢Github: https://github.com/dani-garcia/vaultwarden

#devops #девопс

🔥 Linux: полный апгрейд твоих скиллов уже на Stepik

Если ты до сих пор решаешь проблемы через перезагрузку, пора это менять.
Linux не про клики, а про власть над системой.

В курсе ты:

▪ Разберёшь, что происходит под капотом Linux.
▪Поймёшь как живут процессы, права, сеть и файловая система.
▪Настроишь SSH, firewall, systemd, crontab и приручишь демонов.
▪Научишься чинить любое “упало” и держать CPU под контролем.

После курса ты сможешь уверенно админить, дебажить и не бояться консоли, Linux станет твоей стихией.

🎯 Скидка 30% только 24 часа
👉 Забери апгрейд своих навыков

🦀 Почему Databento не переписали feed-handler на Rust

Команда Databento рассматривала Rust для переписывания высоконагруженного feed-handler, обрабатывающего 14 млн сообщений в секунду с задержкой <100 мкс.
Итог — выбрали C++23, и вот почему 👇

Контекст
Старый код имел слишком общую архитектуру, много общей памяти и сложную многопоточность. Цель — переписать просто, модульно и предсказуемо быстро.

Почему Rust казался логичным выбором
- Уже используется в других системах Databento (DBN кодеки, клиентская библиотека, Python bindings).
- Отличные инструменты (cargo, тесты, документация).
- Безопасность и защита от data race.

Но столкнулись с ограничениями
1️⃣ Переиспользование буфера
Хотели читать данные в один буфер без перераспределений. Borrow checker не позволил, т.к. не понимает, что данные не переживают итерацию.

2️⃣ Самоссылочные структуры
Типичный C++ паттерн «класс владеет состоянием, подкомпоненты держат ссылки» не работает в Rust без Rc/Arc — добавляя оверхед и сложность.

3️⃣ Компиляционные дженерики
В C++ шаблоны дают гибкость (constexpr, partial specialization), а в Rust через traits и const generics — пока ограничено.

Итог
Rust — мощный и безопасный, но его строгая модель владения мешала ключевым оптимизациям под этот конкретный low-latency кейс.
C++ дал больше контроля и лучше вписался в существующую инфраструктуру.

📄 Полная статья: https://databento.com/blog/why-we-didnt-rewrite-our-feed-handler-in-rust

📊 Управление бизнесом как код с Firm

Firm — это текстовая система управления работой, позволяющая организовать данные о бизнесе в виде графа. Все ваши проекты, задачи и связи между ними хранятся в простых текстовых файлах, что обеспечивает контроль и гибкость. Используйте DSL Firm для создания структуры вашего бизнеса, доступной для автоматизации и интеграции.

🚀 Основные моменты:
- Все данные в одном месте: организации, контакты, проекты.
- Полный контроль над данными: локальное хранение в текстовых файлах.
- Открытая модель данных: настройка под ваши нужды.
- Автоматизация процессов: интеграция с другими инструментами.
- Поддержка AI: возможность взаимодействия с LLM.

📌 GitHub: https://github.com/42futures/firm

#rust

👣 Уязвимость в Rust-библиотеках для формата TAR, приводящая к распаковке файлов из вложенного архива

В написанной на языке Rust библиотеке async-tar, предоставляющей функции для чтения и записи tar-архивов, выявлена уязвимость (CVE-2025-62518, кодовое имя TARmageddon), позволяющая при распаковке специально оформленного tar-архива не только извлечь размещённые в нём файлы, но и файлы, содержащиеся во вложенном tar-архиве. Уязвимость может быть использована для обхода систем верификации архивов и распаковки файлов, для которых не выполнялась проверка.

👉 Подробнее

🚀 Автоматизация с Pipelight

Pipelight — это легковесный инструмент для автоматизации задач CI/CD, написанный на Rust. Он позволяет создавать и управлять пайплайнами с использованием различных языков конфигурации, таких как TOML, HCL, YAML и TypeScript. Удобные триггеры и наглядные логи делают его идеальным для упрощения рутинных процессов.

🚀 Основные моменты:
- Легкий CLI инструмент (~13Mb) для автоматизации.
- Поддержка нескольких языков конфигурации.
- Автоматические триггеры на события (git hooks, изменения файлов).
- Подробные и наглядные логи выполнения.

📌 GitHub: https://github.com/pipelight/pipelight

#rust

🔥 Reddix: Reddit в терминале

Reddix — это терминальный клиент для Reddit с поддержкой нескольких аккаунтов и умным кэшированием. Он предлагает удобную навигацию с помощью клавиатуры и предварительный просмотр изображений, используя графический протокол kitty.

🚀 Основные моменты:
- Поддержка нескольких аккаунтов
- Удобная навигация с клавиатуры
- Предварительный просмотр изображений
- Умное кэширование

📌 GitHub: https://github.com/ck-zhang/reddix

#rust

⚡️ Инструмент для создания microVM с bake

bake - это CLI утилита для Linux, позволяющая встраивать ресурсы microVM (Firecracker, ядро, initrd) в один бинарный файл. Она обеспечивает двустороннюю связь между виртуальной машиной и хостом, включая сетевое взаимодействие и совместное использование директорий, без необходимости в правах суперпользователя.

🚀 Основные моменты:
- Встраивает все необходимые компоненты в один исполняемый файл.
- Поддерживает работу на платформах amd64 и arm64.
- Позволяет настраивать параметры виртуальной машины через командную строку.
- Обеспечивает сетевую связь и совместное использование файлов между хостом и VM.

📌 GitHub: https://github.com/losfair/bake

🔥 Сенсей Карпаты выложил новый репозиторий - полный пайплайн обучения LLM с нуля

В проекте есть всё, чтобы собрать свой ChatGPT-клон за $100 и 4 часа:

> • токенизатор (написан на Rust)
> • pretraining
> • SFT (supervised fine-tuning)
> • RL (reinforcement learning)
> • оценка модели (eval)

Всего 8 000 строк кода, без лишних зависимостей - идеальный учебный пример, чтобы понять, как реально устроено обучение больших языковых моделей.

💡 Это проект из его нового грядущего курса LLM101n, и отличная возможность прокачать свои ML-навыки на практике.

Можно арендовать GPU в облаке и запустить всё самому - код уже готов к запуску.

Если запустить обучение модели nanochat на облачном GPU-сервере (например, 8×H100), то примерно через 12 часов обучения (стоимость ~300–400 $) модель достигает уровня GPT-2 по качеству на тестовых наборах (CORE-score).

А если тренировать около 40 часов (затраты ~1000 $), решает простые задачи по математике и коду, набирая:
- 40+ на MMLU
- 70+ на ARC-Easy
- 20+ на GSM8K

🧠 Это бесплатная практика топ уровня от мастера, которую не стоит упускать.

🟠GitHub:https://github.com/karpathy/nanochat
🟠Технические детали: https://github.com/karpathy/nanochat/discussions/1

@ai_machinelearning_big_data


#LLM #nanochat #MachineLearning #DeepLearning #AI #GPT