Приручаем железо: внедряем DevOps в промышленной разработке
Привет, Хабр! Меня зовут Андрей Бирюков. Я независимый эксперто в области ИТ и ИБ, преподаю в учебных центрах и пишу книги. На просторах сети можно найти множество статей, посвященных внедрению DevOps. В них рассказывается о контейнерах, веб серверах, базах данных и прочих корпоративных сервисах, и их реализации.
«Где новые фичи?» — Как AI-миграция легаси вернет IT-бюджет бизнесу
Наверное, каждый, кто занимался эксплуатацией и развитием корпоративных систем, знает эту бесконечную претензию от бизнеса: «Мы столько тратим на IT – а результата ноль. Новых продуктов нет. Или они появляются мучительно медленно». И бизнес по-своему прав. Если из каждого рубля, потраченного на IT, менее 20 копеек уходит на то, что видит клиент – скорость появления новых продуктов будет именно такой, какая она есть - неудовлетворительной. TL;DR~75% IT-бюджета банков – налог на legacy. Менее 20 центов из каждого IT-доллара доходят до клиента в виде новых продуктов. При стагнирующем бюджете – стремится к 5%.
Почему проекты превращаются в спагетти даже у хороших программистов
Когда программист впервые слышит слово «архитектура», он обычно представляет что-то скучное: диаграммы, стрелочки, коробочки, совещания на три часа и человека, который запрещает писать код.А потом проходит несколько лет.И внезапно оказывается, что проект, который «быстро накидали», начинает разваливаться от любого изменения.Добавили одну кнопку — сломался импорт. Поменяли отчёт — умерла авторизация. Обновили библиотеку — перестала открываться половина форм.И начинается археология.Почему так происходит?
Возвращение легенды: почему Fortran снова в топе и где его использовать сегодня
Я взглянул на апрельский рейтинг TIOBE за 2026 год и протёр глаза. Python, C, C++, Java, C# — скучно. Но вот на 10-й строчке восседает Delphi. А Fortran, язык, на котором писали ещё при царе Горохе и который, по мнению всей «модной» тусовки, давно должен лежать на свалке истории, стабильно держится в топ-15. В марте 2025 года он вообще ворвался в двадцатку вместе с такими «мамонтами», как Ada и COBOL.
ИИ в разработке: почему ваш код стал хуже, хотя команда стала писать быстрее
Привет! Меня зовут Артем Герасимов, я владелец продукта SimpleOne SDLC. За последние два года наша команда внедрила использование ИИ практически на всех этапах разработки — от прототипирования до код-ревью. В этой статье расскажу, почему внедрение ИИ может незаметно превратить вашу кодовую базу в неподдерживаемое legacy (неподдерживаемый код), как измерять реальную эффективность вместо иллюзии скорости и какие правила помогут получать пользу без деградации качества.Что ИИ делает с вашим кодом
Запускаем LLM на AMD RX580: разбор проблем ROCm, Ollama и реальный GPU inference
TL;DRМы пытались запустить LLM inference на старой AMD RX580 (8 VRAM) через ROCm в Kubernetes. GPU корректно определялся, VRAM использовалась, но inference падал с ошибками вида:hipMemGetInfo(free, total) CUDA error: invalid argumentПосле серии экспериментов с ROCm userspace, Docker‑образами и Kubernetes deployment выяснилось, что проблема лежит на границе:kernel → ROCm runtime → ggml backendФинальное решение включало:переход на kernel 6.8стабилизацию ROCm runtimeиспользование llama.cpp + ROCmgrammar‑constrained decoding для strict sanity promptsВ итоге мы получили стабильный GPU inference:~42 токен/секgpu_busy_percent → до 100%
