Intel 486 CPU announced April 10, 1989
https://dfarq.homeip.net/intel-486-cpu-announced-april-10-1989/
#HackerNews #Intel486 #CPU #History #TechNews #RetroComputing #ComputerArchitecture
Shared или выделенный CPU: гайд о том, как не ошибиться с выбором конфигурации сервера
Привет, Хабр! На связи Егор Сапун, руководитель направления сертификации инфраструктуры Рег.облака. Shared CPU и выделенный — не вопрос «лучше или хуже». Это два разных инструмента, и ошибка чаще всего одна: берут не тот под задачу. В этой статье попытаемся разобраться, какая конфигурация сервера и для каких задач подходит лучше всего.
https://habr.com/ru/companies/runity/articles/1021688/
#регоблако #облака #cpu #shared_hosting #shared_storage #dedicated #dedicated_server #dedicated_сервер #152фз #диски
Adobe、動画編集アプリ「Premiere」の最小システム要件にApple A18 Proチップを搭載したMacBook Neoを追加。
https://applech2.com/archives/20260410-a18-pro-macbook-neo-chip-added-adobe-premiere-mini-requirements.html
#applech2 #Adobe #A18_Pro #Apple #CPU #GPU #MacBook_Neo #Permiere #システム要件
NVIDIAの新型PCチップ「N1」のサンプルが流出：128GBメモリ搭載ノートPCマザーボードの流出が示す「Arm版Windows」の未来
2015年のTegra X1以来、コンシューマー向けCPU市場からしばらく遠ざかっていたNVIDIAが、再びノートPC市場の主導権を握ろうとしている。これまで次世代ArmベースSoC「N1」および「N1X」の開発は不確かな観測として捉えられてきたが、ここに来て現実のプロダクトとしての姿が明確に確認された。中国の中古品取引プラットフォームであるGoofishに、N1 […]https://xenospectrum.com/nvidia-n1-soc-laptop-leak-128gb-memory/
GoogleとIntel、AI基盤の協業を深める：XeonとIPUでGoogle Cloudの土台を再強化
GoogleとIntelは2026年4月9日、AIとクラウド基盤を巡る協業を深めると発表した。今回の発表の軸は、派手な新型AIアクセラレータの投入ではない。Googleの大規模インフラで複数世代のIntel […]
It's done and #opensourced on #GitHub! 🖖🥳
https://github.com/ProjectPhysX/hw-smi
A minimal, cross-compatible #CPU/#GPU telemetry monitor with accurate data directly from vendor APIs and beautiful ASCII visualization.
How much #VRAM bandwidth does an application or a game pull? Is the traffic over #PCIe a bottleneck? What's the CPU/GPU load, RAM/VRAM occupation, temps, power draw, clocks? hw-smi works with all CPUs and all #Nvidia/#AMD/#Intel GPUs, on both Windows and #Linux.
Have fun!
Please help update CPU frequencies for Apple silicon Macs
HotSpot auto-vectorization can speed up #Java loops—but often doesn’t apply in real-world code. @BalaRawool explains how the #Vector API enables explicit #SIMD with predictable gains.
Learn how to turn scalar loops into portable SIMD code: https://javapro.io/2026/04/09/java-vector-api-faster-vector-computations-for-the-jvm/
Games Japan
Hacker News
Habr
AAPL Ch.
Y Kobayashi
Dr. Moritz Lehmann
The Eclectic Light Company
JAVAPRO