Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 Как дефицит турбин и газовая инфраструктура подталкивают AI-индустрию к локальному производству AI-инфраструктура упирается в дефицит генерации, турбин и критичных компонентов. Разбираем, зачем дата-центрам локальная газовая энергетика, как производство ло 12 мин чтения 02 Нейросети как новая ловушка продуктивности: почему ИИ снижает порог входа, но не заменяет опыт Нейросети помогают за один сеанс получить код, текст или прототип, но быстрый результат легко принять за реальную компетенцию. Разбираем признаки продуктивной п 10 мин чтения 03 Почему eGPU переходит с x4 на x1: как разъёмы и райзеры влияют на PCIe-линии eGPU внезапно работает на PCIe x1 вместо x4? Разбираем, как плохой контакт, натяжение кабеля и некачественный райзер приводят к потере PCIe-линий, как отличить 11 мин чтения 04 MiniMax H3 в TensorSharp: локальная генерация видео в одном inference-стеке Разбираем, что дает запуск MiniMax H3 в TensorSharp и как единый локальный inference-стек объединяет LLM, image-to-video и мультимодальные сценарии. Объясняем о 8 мин чтения 05 Как аномальный спрос на RTX 6000 и другие ускорители для AI меняет рынок локального железа Почему RTX 6000 и другие профессиональные GPU становятся дефицитными для локального AI, кому действительно нужна большая VRAM и когда разумнее выбрать consumer- 9 мин чтения 06 Как ускорить Qwen 3.8 в llama.cpp для harness-режима и длинного контекста на RTX 3090 в 2026 Практическая настройка Qwen 3.8 в llama.cpp на RTX 3090 для harness и длинного контекста. Разбираем batch, ub, cache-prompt, speculative decoding, ctk/ctv, KV-c 12 мин чтения 07 8 практических правил для написания инструкций для AI-агентов Разбираем 8 практических правил для системных инструкций AI-агентов: как описать бизнес-процесс, подключить API и базы знаний, обработать ошибки, проверить аном 11 мин чтения 08 Qwen Flash Q4_K_M на RTX 4080 и 64 ГБ DDR5: как запустить 182B-модель дома Практический разбор запуска Qwen Flash Q4_K_M 182B на RTX 4080 с 16 ГБ VRAM и 64 ГБ DDR5. Разбираем offload, mmap, NVMe, batch и ub, приводим реальные ориентиры 12 мин чтения 09 Как Qwen3.8-Flash-Next раскрывает 4xR9700 в локальном запуске через vLLM Разбираем, что действительно известно о запуске Qwen3.8-Flash-Next на четырех R9700 через vLLM, как проверить распределение модели, память, квантование, prefill 8 мин чтения 10 Почему сжатие контекста ухудшает результат: когда LLM лучше оставить полную историю Разбираем, почему compaction контекста LLM иногда ломает многошаговую работу, кодовые задачи и действия AI-агентов. Сравниваем полную историю, ручную сводку и а 14 мин чтения 11 Qwen 3.8 27B на одной RTX 5090: nInfer, NVFP4 и честное сравнение локального запуска Разбираем, что реально подтверждено в запуске Qwen 3.8 27B на одной RTX 5090 и где начинаются предположения. Сравниваем роль NVFP4, MTP и int8 KV cache, объясня 8 мин чтения 12 Как собрать быстрый локальный стек для Qwen 3.8 27B на Debian с llama.cpp и llama-swap Практическое руководство по запуску Qwen 3.8 27B на Debian через llama.cpp и llama-swap. Разбираем Q4_XS, скорость prefilling и generation, speculative decoding 12 мин чтения