Apple только что убила Docker Desktop на Mac (Open Source Containers)

Apple выпустила контейнерное окружение Linux с лицензией Apache 2.0 на Swift с полной совместимостью с OCI, позволяя разработчикам на Mac отказаться от Docker Desktop и его коммерческой модели оплаты.

Контейнерный проект Apple

Новый рантайм Apple запускает настоящие контейнеры Linux на Apple Silicon, реализован в Swift и лицензирован по Apache 2.0. Вы получаете контейнерный рантайм «без Docker», без разряда батареи и без коммерческой платы за лицензию. Формулировка в видео: «зачем арендовать локальную среду разработки, если вы можете действительно владеть ею».

'Own Your Stack' Meta

Создатель связывает выпуск с более широкой тенденцией, проходящей через неделю: разработчики «отбирают контроль у черных ящиков SaaS-инструментов и коммерческих лицензий» в локальных контейнерах, при частном выводе и наблюдаемости. В качестве еще одного примера приводятся новые управляемые приватные LLM-эндпоинты Modal — клиенты «имеют доступ к исходному коду», могут его модифицировать и проверять. Latitude рассматривается как инструмент наблюдаемости с открытым исходным кодом, который можно развернуть самостоятельно, он объединяет повторяющиеся ошибки в реальные проблемы и позволяет «искать производственные диалоги на простом английском».

Где останавливается Wave

Жесткий предел достигается на самом низком уровне. Параллельный кернельный бенчмарк Together AI (выпущенный в тот же день, что и видео) тестировал передовые LLM на реальных многопроцессорных нагрузках, включая Megatron-LM и DeepSpeed. Лучший результат при zero-shot: 28 из 87 правильныхДаже с итеративными циклами отладки модели «очень быстро достигают плато» — они могут исправлять синтаксические ошибки и базовые циклы отладки, но «рассуждения о координации рангов и механизмах коммуникации» им не под силу. Вывод: ИИ может управлять контейнерами и конечными точками, но производительность на уровне ядра в мультии GPU-кластерах всё ещё область человека.

Что читать далее

CMU выпустил *Современное программирование GPU для систем машинного обучения* в виде бесплатной онлайн-книги. Темы: изменение расположения данных, 3D TMA и программирование Blackwell. Создатель называет это «разделительной линией между людьми, которые просто вызывают API… и теми, кто на самом деле строит базовые системы».