rPman

А материнка умеет загружаться в режиме EFI?

EFI раздел это раздел, с меткой EFI BOOT, с файловой системой FAT32, собственно больше ничего (есть еще требования к gpt таблице разделов но я не нашел информации что это обязательно, кажется EFI можно использовать и при старой dos таблице разделов).

В linux grub2 умеет самостоятельно работать с EFI разделом (но не всегда сам его монтирует, т.е. можно вручную его перед запуском смонтировать в /boot/efi) но важное замечание, текущая установка linux, из которой запускается grub-setup или gru-install должна быть запущена в режиме EFI.

Помимо того что grub прописывает efi загрузчик в EFI Boot, он еще делает запись в EFI биосе (доступ есть только если запущено в режиме EFI, а вот в legacy mbr доступа не будет), это так же можно сделать с помощью утилиты efobootmgr

Браузеры поддерживают проигрывание DRM контента, это не дает 100% гарантию но создает некоторые трудности для скачивания
p.s. я не нашел красивого примера, стандарты на это дело еще не стабилизировались

Еще пример, так же не защищает но создает сложности - обфускация содержимого. Достаточно от сервера передавать 'испорченное' содержимое, в неизвестном формате, а на клиенте перед проигрыванием его исправлять. Это может быть к примеру тупое шифрование, пароль скрыть в обфусцированных исходниках и постоянно менять...

Бой этот вечный, усилия на обфускацию будут сравнимы или больше чем потребуются усилия для деобфускации этого кода и извлечение аудиопотока.

Ну и само собой, даже DRM защищенный контент можно будет записать, запустив браузер в виртуальной машине.

100к событий в секунду с торговой платформы это сюр, такое практически нереально, (ну может в самый первый раз когда база пустая).

С высокой вероятностью там так - вы собираете в секунду 100к информационных единицы (отзывы, товары, ..) но в базе из них обновить и добавить считанные процент из этого, и вот в этот момент есть способы как оптимизировать, например перенести обработку из медленной базы данных (медленные они, потому что универсальные и транзакционные) в оперативную память.

Типовой пример - модуль, который собирается загружать данные по какому то классу информации, может определить, с какой частью данных в базе это пересекается, выгрузить их все (пока данных не миллионы - это оправдано) в оперативную память и проводить сравнение прямо во время загрузки, отправляя в базу только важные данные.

Отсюда архитектура - отдельно дубовые парсеры-загрузчики (их можно размещать буквально где угодно, они получают команду на загрузку и молотят, выдавая json-чики пакетами в виде результата), отдельно узлы-обработчики, которые на каждый пакет данных от загрузчиков делает нужные запросы в базу данных (или заранее кеширует в памяти, но тут нужно считать, что дешевле - апгрейдить сервер базы данных или держать на дисках кеш-дампы запросов и обновлять их параллельно БД, в этом случае кстати БД остается как конечное хранилище и аналитики). Ну и про базу данных, они на запись медленные только если там индексы распиханы по максимуму, хороший способ, если загрузка в базу редкая (например раз в сутки длится час) то можно отключить на это время индексы, провести загрузку, вернуть индексы - это кратно ускоряет процесс ЗАГРУЗКИ но не проверки целостности и поиск данных, т.е. подходит именно когда анализ проводится не в БД.

В общем разделять нужно задачи - загрузки данных, сохранение данных, и аналитические запросы по этим данным - каждая из этих задач требует свой способ хранения данных и организации индексов, если все пытаться мешать в одно место - будут затыки и тормоза.

p.s. у меня крутился сервис, годами собирающий терабайты данных на скорости 4к-10к событий в секунду (time series), хранить это в классической базе я не стал, а организовал хранилище на файлах, поверх которых в базе данных собирается аггрегированная выжимка и индексы.

Это было оправдано, так как разработка аналитического сервиса шла уже в процессе загрузки и это была суть работы, т.е. нельзя заранее определить, что из этих данных и как может понадобиться, база данных строилась каждый раз под задачу, проходом по всем данным (больше времени занимала их распаковка - json с упаковкой zstd)

Лучше использовать для этого штатные утилиты командной строки или скрипт powershell (код будет проще), например

$ip = "192.168.1.1"

# получить dns имя по ip
[System.Net.Dns]::GetHostEntry($ip).HostName

# получить операционную систему по ip
# права у текущего пользователя должны быть достаточными
$creds = Get-Credential

Invoke-Command -ComputerName $ip -Credential $creds {
    Get-WmiObject -Class Win32_OperatingSystem | Select-Object Caption, Version
}

p.s. по уму wmi есть и для python но код точно будет многословным (попроси chatgpt он тебе нарисует или нагугли)
p.s.
wmi
или ldap3

вот же дока с примерами https://github.com/h2oai/h2ogpt/blob/main/docs/REA...

Отдает nextcloud, значит настройки его смотреть.

Попробуй в /var/www/nextcloud/config/config.php (путь может немного другим быть, например home, смотри настройки веб сервера) и там настройка
'tempdirectory' => '/tmp/nextcloudtemp',

Если работа с данными не подразумевает многопользовательский доступ на запись (и с оговорками на чтение) то база данных формально не нужна. Главная фича бд - транзакции и удобный доступ к данным, ценой накладных расходов. Если же данных не много и работа с ними из одного места, то можно и в файлах все хранить, загружать из целиком в оперативную память.

Иногда стоит не усложнять систему. Пример реализации, которой я активно пользовался лет 10 назад - в ms visual studio используя winforms можно очень легко создавать интерфейс бд, там часть базы оформляется в виде реляционного слепка реальной базы в памяти, буквально кликая мышкой. Так вот объекты в памяти можно было сохранять и считывать из файла .xml. это было на столько удобно что для малых размеров база данных в принципе не нужна.

Управление удаленным браузером - selenium или самому использовать механим управления браузером по сети (у firefox это marionette, у хромиум кажется через --remote-debugging-port свой, собственно драйвера selemium их и используют, унифицируя)

Для начала открой документацию по материнской плате и смотри, что значат 5 писков (у разных вендоров разный порядок индикации звуком)

Ищи другие различия. Если между сетью и компьютером был ИПБ (точнее если он line interactive но они сейчас все такие), то при недостаточных параметрах питания, компьютер бы запитывался от ИПБ и как минимум включался бы.

Прекрасный пример - человек переносит комп на другой стол (на верху стоит) - не работает, на свой ставит - работает, мистика - оказалось он в попыхах ставил корпус на стопку бумаг одним краем, корпус слегка был искривлен, внутри же разъем питания не был до конца вставлен (или разъем передней панели с кнопками включения, уже не помню точно) и не включался... пересобрал все аккуратно, все заработало.

Список юзеров получаем с бэкенда. Для этого нужно установить и запустить локально сервер.

т.е. у тебя УЖЕ есть сервер и тебе его просто запустить, открываешь документацию по этому серверу и работаешь (ее должны были написать те кто делал этот сервер), либо, если документации нет, изучаешь весь код

в документации по nodejs приведет сразу же пример простейшего веб сервера, ищи что то похожэее, смотри в каких файлах идет вызов и соответственно запускай этот код

p.s. есть практика размещать все необходимое для запуска приложения в настройках пакета, тогда запуск будет что то типа:

npm install
npm build
npm run-script start

Т.е. install установит и обновит зависимости проекта, build запустит скрипты подготовки и оптимизации (например webpack), в общем что указано разработчиками, ну и запуск run-script start

И конечно, если это сделать в каталоге проекта в терминале, то закрытие терминала все закроет автоматически, поэтому это нужно будет прописать в виде сервиса systemd или каким то другим способом, принятом в твоей ОС

Да, но поддержку пилить придется самому.

Например llama.cpp есть поддержка нескольких видеокарт, на сколько я знаю есть возможность с разными вендорами через opencl.

Там есть библиотека ggml, чтобы свои сети пилить и даже конвертировать их их pytorch

Используй api, в документации кода готового достаточно, лимиты практически отсутствуют (там больше речь о непрерывной нагрузке) и оплатой по факту использования, минимальная оплата 5$ (иначе не будет доступа к gpt4), деньги на счёте будет год лежать до их траты (там оплачиваешь план, остатки сгорают через год)

К сожалению голосовой ассистент по api недоступен. Так же не доступны агенты и плагины, включая поиск по сети.

P.s. claude anthropic 32к контекст в бесплатной версии, несколько исходных файлов влезают в контекст, работает неплохо

P.p.s. напоминаю даже gpt4 отвратительно работают с большим контекстом, пропуская информацию до 80% фактов по тестам.
Это родовая болячка gpt из-за квадрата в трудоемкости и требованиям к памяти от размера контекста, их обучают по особому, что значительно понижает качество работы в таких условиях

Один момент, при покупке usb разветвителя (usb-hub) нужно найти, в каком режиме работают его порты STT или MTT (Single / Multiple Transaction Translator), если это будет STT то подключенное в хаб устройство с низкой скоростью и версией usb (например usb2) даже если хаб поддерживает usb3 версию, все остальные подключенные устройства перейдут в режим usb2, т.е. низкой скорости. Особенно обидно если подключить старую клавиатуру usb1, при этом скорость упадет до 1мбита.

Первая же статья в гугле https://habr.com/ru/articles/430220/ (там есть про это часть)