Register now for Vulkanised 2026, the largest event dedicated to developers using the Vulkan API, and bring your questions to be answered by our world-leading panel of experts!

Explore the agenda and register today: https://vulkan.org/events/vulkanised-2026
#vulkan #api #Vulkanised2026 #graphics #developer #programming

Por desgracia hay pocos ejemplos dignos de juegos nativos hechos de tú a tú con respecto a la versión de #Windows. La mayoría de las veces es culpa de #Unity y #Unreal; o alguno de sus completos o falta de ellos.

Un ejemplo que es la puta polla es #StreetsofRage4 que portó el amigo Ethan Lee. Es un desarrollador que ama el medio y conoce perfectamente #GNU con #Linux.

Actualizó #SDL para poder usar Wayland y permite usar #Vulkan. El juego salió en #OpenGL.

Mis dieces.

RE: https://mastodon.gamedev.place/@delegatevoid/115876709378929663

Turns out this affects all dialogs in any version of #blender on my current #ubuntu install.

Now if I launch it with the ` --gpu-backend vulkan` argument in order to use the #vulkan backend, the content of the dialogs appear but there is no window decoration (The border with the minimize, maximize and close buttons).

Might this have something to do with #ubuntu on #wayland with #nvidia ?

Streamed osu on twitch around 5 AM and I had a blast playing on nightcore with the approach rate on 10, turning the approach rate up to 11

I can see AR 11 pretty alright on 60 hz but once I see multiple circles on the screen, I just become dumb, like my brain just can't handle sequential processing when I only have 300 ms to react to each circle.

Also been playing on Vulkan renderer even though it's experimental. 3 hours and no hitch at all. I use Arch, btw

#osulazer #osu #archlinux #vulkan

src: https://t.me/imaxairu/19575

Forwarded from adept

Привет, немного информации о проекте про разработку которого я рассказываю в этом канале:

Adept(Automatic Differentiation Engine for Tensor Processing) — это библиотека на Python и C++ для построения и обучения нейросетей, созданная с упором на кроссплатформенность, гибкость и образовательную ценность.

⚙️ Основные возможности:
• Динамические графы — как в PyTorch: отладка, условия, циклы «из коробки».
• Тензоры + Autograd — автоматическое дифференцирование и GPU-ускорение.
• Vulkan backend — работает на GPU от NVIDIA, AMD, Intel, Qualcomm и даже на мобильных устройствах.
• Единая семантика Python/C++ — легко переносить прототип в production.

🎯 Зачем это нужно?
В российской экосистеме почти нет open-source ML-платформ общего назначения, сравнимых с PyTorch или TensorFlow. Возможно это связано как с нехваткой специалистов, сочетающих глубокое понимание машинного обучения и системного программирования, так и доступностью зрелых альтернатив. Adept создан как экспериментальная площадка для накопления такого опыта — как исследовательского, так и образовательного.

🧠 Почему это полезно для обучения?
Проект охватывает все ключевые уровни ML-стека: от математических абстракций (тензоры, градиенты) до низкоуровневой работы с GPU. Это делает его подходящей основой для:
• Изучения архитектуры современных ML-фреймворков
• Курсовых, дипломных и исследовательских работ
• Практических заданий по deep learning, системному программированию и кроссплатформенной разработке

🔗 Код открыт — приглашаем студентов, преподавателей, энтузиастов и всех, кто хочет разобраться, как устроены ML-платформы изнутри.

#MachineLearning #OpenSource #Education #Vulkan #Python #Cpp #Adept #MLPlatform
Максим Горшенин | imaxai

Привет, немного информации о проекте про разработку которого я рассказываю в этом канале: Adept(Automatic Differentiation Engine for Tensor Processing) — это библиотека на Python и C++ для построения и обучения нейросетей, созданная с упором на кроссплатформенность, гибкость и образовательную ценность. ⚙️ Основные возможности: • Динамические графы — как в PyTorch: отладка, условия, циклы «из коробки». • Тензоры + Autograd — автоматическое дифференцирование и GPU-ускорение. • Vulkan backend — работает на GPU от NVIDIA, AMD, Intel, Qualcomm и даже на мобильных устройствах. • Единая семантика Python/C++ — легко переносить прототип в production. 🎯 Зачем это нужно? В российской экосистеме почти нет open-source ML-платформ общего назначения, сравнимых с PyTorch или TensorFlow. Возможно это связано как с нехваткой специалистов, сочетающих глубокое понимание машинного обучения и системного программирования, так и доступностью зрелых альтернатив. Adept создан как экспериментальная площадка для накопления такого…

Telegram