today's savings

10-linux/00-utils/helix/fill match arms.md

@@ -0,0 +1,26 @@
+В **Helix** пока нет встроенной полноценной поддержки сниппетов в том виде, как это сделано в VS Code (где нажал Tab и развернулся шаблон кода), но есть очень мощная альтернатива через **LSP (Language Server Protocol)**.
+
+То, что ты описываешь ("заполнить match по всем вариантам enum"), — это фича **rust-analyzer**, и она работает в Helix через **Code Actions**.
+
+### Как сделать "Fill match arms" в Helix:
+
+1.  Напиши `match s.split_once(',') {}`.
+2.  Поставь курсор **внутри** фигурных скобок `{}` или на ключевое слово `match`.
+3.  Нажми **`Space` + `a`** (команда `code_action`).
+4.  В появившемся меню выбери **"Fill match arms"**.
+
+Rust-analyzer автоматически сгенерирует код:
+```rust
+match s.split_once(',') {
+    Some(_) => todo!(),
+    None => todo!(),
+}
+```
+
+### Насчет классических сниппетов
+В Helix нативная поддержка сниппетов (как в VSCode: набрал `for` -> Tab -> развернулся цикл) находится в разработке/планах.
+Сейчас сообщество использует:
+1.  **Внешние решения:** Например, через автодополнение LSP, если сервер их поддерживает (rust-analyzer кое-что умеет, например `tmod` разворачивает тестовый модуль).
+2.  **Скрипты/Пайпы:** Можно настроить хоткеи на вставку текста через `pipe` из внешних файлов, но это костыльно.
+
+Так что для Rust твой лучший друг — это `Space` + `a` (Code Actions). Это даже круче сниппетов, потому что оно контекстно-зависимое.

10-linux/30-computer-arch/GPU CPU.md

@@ -0,0 +1,50 @@
+Ты абсолютно прав насчет того, что GPU — это "много слабых процессоров", но твои догадки про отсутствие кэша и памяти не совсем верны. Давай разберем "кишочки" архитектурно, используя правильные термины.
+
+Главное отличие можно описать одной фразой: **CPU оптимизирован под Latency (задержку), а GPU — под Throughput (пропускную способность).**
+
+### 1. Архитектура кристалла (Die Layout)
+Если посмотреть на фото кристалла под микроскопом, разница бросается в глаза:
+
+*   **CPU:** Огромную часть площади занимает **Control Unit** (блок управления) и **Кэш** (L1/L2/L3). Сами вычислительные блоки (**ALU** — Arithmetic Logic Unit) занимают меньшую часть места.
+    *   *Зачем:* CPU — это менеджер-бюрократ. Его задача — выполнять сложные, запутанные инструкции, где много условий `if/else`. Он тратит миллиарды транзисторов на **Branch Prediction** (предсказание ветвлений) и **Out-of-Order Execution** (внеочередное исполнение), чтобы угадать, какую инструкцию ты захочешь выполнить следующей, пока текущая еще считается.[3][5]
+*   **GPU:** Почти весь кристалл забит тысячами мелких **ALU**. Control Unit крошечный и тупой.
+    *   *Зачем:* GPU — это армия рабочих. Им не нужно гадать. Им дают команду: "Умножь эти 10 миллионов чисел на 2". Им не нужен сложный менеджмент, им нужна грубая сила.[1]
+
+### 2. SIMD и "Проблема ветвлений"
+Это, пожалуй, самое главное "кишечное" отличие.
+
+*   **CPU (SISD/MIMD):** Каждое ядро может делать что-то свое. Одно ядро играет музыку, другое считает физику.
+*   **GPU (SIMT - Single Instruction, Multiple Threads):**
+    Ядра GPU сгруппированы в "пачки" (у NVIDIA это называется **Warp**, обычно 32 потока).
+    *   **Как это работает:** Блок управления посылает **одну** инструкцию сразу на 32 ядра. Все 32 ядра *обязаны* сделать одно и то же действие, но с разными данными.
+    *   **Где GPU умирает:** Если ты напишешь код с условием `if (x > 0) { do_A() } else { do_B() }`, и внутри одного варпа у половины потоков `x > 0`, а у другой нет, происходит **Warp Divergence**. Сначала половина ядер делает `do_A`, пока вторая половина *простаивает и ждет*, а потом наоборот. Производительность падает в разы. CPU такие ветвления щелкает как орешки.[6][3]
+
+### 3. Миф про память и кэш
+Твое предположение, что у GPU нет кэша и он не работает с памятью — **неверно**.
+
+*   **Память (VRAM):** У GPU есть свой контроллер памяти, и он *намного* мощнее, чем у CPU.
+    *   Шина данных CPU: узкая (64-128 бит), но с низкой задержкой.
+    *   Шина данных GPU: огромная (128-384 бит и более, память GDDR6X). Это широченная труба. GPU может прокачивать терабайты данных в секунду.
+*   **Кэш:** У GPU есть кэши L1 и L2, и даже Shared Memory (управляемый вручную кэш). Просто они работают иначе. Они нужны не для того, чтобы хранить данные долго (как у CPU), а чтобы "склеивать" (coalescing) запросы. Если 32 потока просят 32 соседних байта из памяти, GPU объединит их в один запрос. Если они просят данные вразнобой — GPU "захлебнется".[5][6]
+
+### 4. Ответ на Rust-часть: "Графический инжиниринг"
+Ты правильно уловил суть. Когда ты пишешь на Rust под GPU (будь то `wgpu` для графики или `burn`/`candle` для ML), ты занимаешься **оркестрацией**:
+
+1.  **Host Code (CPU/Rust):** Ты подготавливаешь данные, загружаешь текстуры/веса в VRAM (через шину PCIe) и формируешь **Command Buffer** (список команд).
+2.  **Device Code (Shader/Kernel):** Ты пишешь (или библиотека генерирует) маленькие программы (шейдеры на WGSL/GLSL или ядра CUDA), которые загружаются на GPU.
+3.  **Dispatch:** Ты с CPU пинаешь GPU: "Выполни вот этот шейдер 1 миллион раз".
+
+Твое взаимодействие "напрямую с видеокартой" заключается в правильном управлении памятью и создании таких структур данных, чтобы тысячи глупых ядер GPU могли читать их линейно, не прыгая по памяти (иначе потеряешь всю мощь).
+
+**Итог:** GPU — это не просто много слабых CPU. Это архитектура, где пожертвовали *управлением* и *логикой* ради *математической плотности* и *ширины канала памяти*.
+
+[1](https://aws.amazon.com/ru/compare/the-difference-between-gpus-cpus/)
+[2](https://timeweb.cloud/blog/gpu-i-cpu-v-chem-raznica)
+[3](https://habr.com/ru/companies/otus/articles/844260/)
+[4](https://tproger.ru/articles/gpu-protiv-cpu--chto-nuzhno-znat-dlya-raboty-s-ii-v-2025)
+[5](https://www.cloud4y.ru/blog/cpu-gpu-what-is-the-difference/)
+[6](https://www.ittelo.ru/news/cpu-i-gpu-v-chem-raznitsa/)
+[7](https://oblakoru.ru/blogs/cpu-i-gpu-v-chem-raznicza-i-chto-vybrat/)
+[8](https://www.fastvideo.ru/blog/cpu-vs-gpu-fast-image-processing.htm)
+[9](https://mws.ru/blog/cpu-i-gpu-v-chem-otlichie/)
+[10](https://www.youtube.com/watch?v=R_9B_DCe1-E)