Yumikiyo Osanai yumios

2025年の趣味開発環境

2025年は趣味開発環境の変化が大きかったので備忘録として残しておく。

前提:

趣味開発はほぼ毎日している
開発するのはコマンドラインツールやライブラリが多い
言語はほぼRust
開発はほぼAndroid上

QEMU with VirtIO GPU Vulkan Support

With its latest reales qemu added the Venus patches so that virtio-gpu now support venus encapsulation for vulkan. This is one more piece to the puzzle towards full Vulkan support.

An outdated blog post on clollabora described in 2021 how to enable 3D acceleration of Vulkan applications in QEMU through the Venus experimental Vulkan driver for VirtIO-GPU with a local development environment. Following up on the outdated write up, this is how its done today.

Definitions

Let's start with the brief description of the projects mentioned in the post & extend them:

Here's how to get your environment set up to:

Develop iOS and Android apps using Rust.
Enable GUI debugging of Rust projects in Xcode.

If you just want to enable GUI debugging of macOS Rust projects in Xcode, I'm not actually sure whether you need cargo-mobile at all. But one benefit of installing it is that it automatically installs rust-xcode-plugin for you, giving you syntax highlighting of Rust sources in Xcode.

Prerequisites

`cargo-mobile`

明日の下書き

これはなに

高円寺.dev #3 用の資料 https://koenji.connpass.com/event/160886/
フロントエンド専門じゃない人向けの、フロントエンドの最先端〜やや未来の話です
このレイヤーでは Node.js を使うべき/使うと強いという部分がありますが、他言語を否定しているわけではありません。むしろ他言語でこのアーキテクチャを模倣してほしいという話です。

概要

Optunaというハイパーパラメータ最適化ツールを使って、FFmpegでの動画エンコードパラメータの最適化を試してみた結果のメモ
具体的には、決められた制約(後述)下で、画質(SSIM)を最大化するようなパラメータ群を自動で見つけ出すのが目的
結果としては、
- 画質的には、FFmpegが提供しているプリセットの中で二番目に重いもの(slower)より若干良い程度のパラメータ群が見つかった
- また、Optunaが見つけたパラメータ群の方がslowerに比べて、CPU負荷が小さかった

方針

📝 企業を調べる時のメモ書きです。

求人サイト

https://www.wantedly.com/
https://jobs.forkwell.com/
https://jp.indeed.com/
- 日本だとあんまり使ってる企業がいないけど、グローバルよりで日本でもやってる面白いものがたまに見つかる
などの各種求人サイトを見る
Note: 📝

	//
	// KeyboardToolbar.swift
	//
	// Created by James Sedlacek on 9/20/23.
	//

	import SwiftUI
	import Combine

	@Observable

	# ------------------------------------------------------------------
	# EDIT: I eventually found a faster way to run SD on macOS, via MPSGraph (~0.8s / step on M1 Pro):
	# https://github.com/madebyollin/maple-diffusion
	# The original CoreML-related code & discussion is preserved below :)
	# ------------------------------------------------------------------

	# you too can run stable diffusion on the apple silicon GPU (no ANE sadly)
	#
	# quick test portraits (each took 50 steps x 2s / step ~= 100s on my M1 Pro):
	# * https://i.imgur.com/5ywISvm.png

	/*:
	This is a concept re-implementation of the @Binding and @State property wrappers from SwiftUI

	The only purpose of this code is to implement those wrappers myself
	just to understand how they work internally and why they are needed,

	⚠️ This is not supposed to be a reference implementation nor cover all
	subtleties of the real Binding and State types.
	The only purpose of this playground is to show how re-implementing
	them myself has helped me understand the whole thing better

	SDK = xcrun -sdk macosx

	all: compute.metallib compute

	compute.metallib: Compute.metal
	# Metal intermediate representation (.air)
	$(SDK) metal -c -Wall -Wextra -std=osx-metal2.0 -o /tmp/Compute.air $^
	# Metal library (.metallib)
	$(SDK) metallib -o $@ /tmp/Compute.air