Compilateur Codon : Un aperçu d'un Python plus rapide ?

2025-03-16
Compilateur Codon : Un aperçu d'un Python plus rapide ?

Codon est un compilateur visant à améliorer considérablement la vitesse d'exécution de Python. Bien que l'auteur ait rencontré des problèmes de compilation auparavant, des mises à jour récentes les ont résolus. Même si un script de test n'a pas montré d'amélioration de vitesse, Codon a démontré des gains de performance significatifs dans les benchmarks NPBench NumPy, atteignant jusqu'à 900x d'accélération, en grande partie grâce au portage direct de NumPy par l'équipe Codon. Bien que l'auteur n'ait pas reproduit les résultats du benchmark, un essai d'un script Python prétendument 300x plus rapide suggère le potentiel de Codon dans des cas d'utilisation spécifiques.

Lire plus
Développement

NSDI '24 : Autothrottle : Une approche bi-niveau pratique pour la gestion des ressources des microservices ciblés par les SLO

2025-02-03

USENIX s'engage pour l'accès ouvert, rendant les recherches de ses événements librement accessibles. Les articles, actes et toutes vidéos/audios/diaporama ultérieurs sont ouverts à tous après l'événement. Cela inclut l'article NSDI '24, "Autothrottle : Une approche bi-niveau pratique pour la gestion des ressources des microservices ciblés par les SLO", par Wang et al., présentant une approche pratique pour gérer les ressources des microservices ciblés par les SLO. L'article, la vidéo et les diapositives sont maintenant accessibles publiquement.

Lire plus
Développement

L'évolution du SRE chez Google : des budgets d'erreur à la théorie des systèmes

2025-01-03
L'évolution du SRE chez Google : des budgets d'erreur à la théorie des systèmes

L'équipe d'ingénierie de fiabilité des sites (SRE) de Google a connu une évolution significative au cours des 25 dernières années. Initialement basée sur des méthodes telles que les objectifs de niveau de service (SLO), les budgets d'erreur et les stratégies d'isolement, l'équipe SRE de Google s'est tournée vers la théorie des systèmes et la théorie du contrôle, adoptant le cadre STAMP pour répondre à la complexité croissante des systèmes et aux nouveaux défis. STAMP déplace l'accent de la prévention des pannes de composants individuels vers la compréhension et la gestion des interactions complexes du système. Cet article utilise une étude de cas concrète pour illustrer comment STAMP aide Google à prévenir les pannes au niveau du système et explore ses applications futures dans l'ensemble du secteur technologique.

Lire plus
Développement Théorie des systèmes

Nouveau système d'équilibrage de charge de Google, PReQuaL : au-delà de l'équilibrage de charge du processeur

2024-12-16

Google Research a présenté PReQuaL (Probing to Reduce Queuing and Latency), un nouveau système d'équilibrage de charge, à la NSDI 2024. Contrairement à l'équilibrage de charge du processeur traditionnel, PReQuaL sonde activement la latence du serveur et les requêtes actives pour sélectionner les serveurs, réduisant ainsi considérablement la latence de queue, les taux d'erreur et la consommation de ressources sur des systèmes tels que YouTube. Déployé sur YouTube depuis plus d'un an, PReQuaL a considérablement amélioré l'utilisation du système. Cette approche innovante remet en question la sagesse conventionnelle et offre un nouveau paradigme pour les systèmes distribués hautes performances.

Lire plus
Développement équilibrage de charge