Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
61
Как собрать EdTech-сервис для изучения английского без лишнего LLM
Практический разбор архитектуры тренажёра английского на YouTube-субтитрах: очистка, лемматизация, частотные списки, IndexedDB, PWA и интервальные повторения. У
62
Что можно сделать с 500 ГБ Optane-памяти и есть ли ей применение в 2026 году
500 ГБ Optane звучат как редкий способ резко расширить память для AI, но в реальности все решают тип устройства и совместимость платформы. Разбираем отличия Opt
63
Qwen3.8-27B на RTX PRO 4000 Blackwell 24GB: 128K контекст и ускорение MTP3
Разбираем запуск Qwen3.8-27B на RTX PRO 4000 Blackwell 24GB: выбор CUDA 13.3 и nvcc, поддержку sm_120a, пересборку NInfer, MTP3 и сравнение BF16 с INT8 KV cache
64
Почему имя GGUF-кванта может не совпадать с тем, что реально лежит в файле
Разбираем, почему маркировка GGUF может скрывать fallback в llama-quantize, из-за которого IQ1 или IQ2 оказываются ближе к 4.5 bpw. Узнайте, как проверить типы
65
Как neocloud-компании финансируют закупки GPU в 2026 году и почему AI-инфраструктура уходит в долг
Почему AI-облака берут private debt и secured credit facility под Nvidia-GPU, как клиентские контракты превращают аренду мощностей в денежный поток и где скрыты
66
OpenAI проверяет постоянно работающий режим Codex: возможности и риски автономного ИИ-агента
OpenAI проверяет превращение Codex в постоянно работающего ИИ-агента, который сохраняет контекст, продолжает задачи между сессиями и использует инструменты. Раз
67
ROCm 10.0: что меняется для локальных LLM и агентного AI на AMD
Разбираем, что ROCm 10.0 меняет для локальных LLM на AMD: как связаны ROCm, llama.cpp и ONNX Runtime, зачем OpenAI-совместимый API агентам и RAG, сколько VRAM н
68
Как собрать локальный стек для Qwen3.8 27B на двух RTX 3090 с DFlash2 и LMCache
Разбираем практическую схему запуска Qwen3.8 27B на двух RTX 3090 с DFlash2, speculative decoding, fp8 KV-cache и LMCache. Показываем, как связаны VRAM, RAM, NV
69
Как Salesforce добилась Multi-AZ отказоустойчивости для SageMaker Inference Components без потери экономии на GPU
Разбираем, почему многозонный SageMaker endpoint не гарантирует отказоустойчивость конкретной модели и как SchedulingConfig с PlacementStrategy SPREAD помогает
70
Как Decathlon использует Chronos-2 для прогнозирования спроса на десятки тысяч SKU
Разбираем заявленный кейс Decathlon с Chronos-2: как time series foundation model может упростить недельный прогноз спроса по десяткам тысяч SKU и регионов. В с
71
Amazon SageMaker Feature Store получил BatchWriteRecord и ListRecords: что меняется для ingestion и управления записями
Разбираем, как BatchWriteRecord и ListRecords меняют работу с Amazon SageMaker Feature Store: пакетная запись до 25 признаковых записей, partial success, retry
72
Как построить human-in-the-loop для AI-агента без потери пропускной способности
Как спроектировать систему подтверждений для AI-агента: риск-ориентированная маршрутизация, blast radius, чувствительность данных, UX ревью и калибровка порогов