トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
LinkedIn の @gen_analysis から @_rexliu による悪い行動を指摘する - 他人の投稿を盗み、自分のものにするためのアマチュア AI 画像編集
2日前、@exolabsの友人が、@nvidia + @Appleと、両方のハードウェアを使用してデバイス上のLLMを高速化する素晴らしい投稿を公開しました。
そして、@_rexliuによるLIの投稿を見て、「DGX Sparkでgpt-oss-120B(QLoRA 4ビット)を微調整したところ...」と主張しています。(スクリーンショットを参照)。非常におなじみのセットアップ、驚くほど似たテーブル、背景の驚くほど似た植物、驚くほど似たケーブルの配置。また、ステッカーの下には NVIDIA のデバイス ID はありません。(素人ミス)
はい。。。。彼らは間違いなく、LI に関する @alexocheema の投稿がバイラルになるのを見て、投稿画像を盗み、AI によって編集したため、これらのクールなイノベーションを実行したことで不労の賞賛を盗むことができます。(そして@exolabsへのクレジットはありません)
クレジットを盗むためのこの種の AI 画像編集は、今後ますます簡単で一般的になるでしょう。外では気をつけてください。
2025年10月16日
NVIDIA DGX Spark + M3 Ultra Mac Studio をクラスタリングして、LLM 推論を 4 倍高速化します。
DGX スパーク: 128GB @ 273GB/秒、100 TFLOPS (fp16)、3,999 ドル
M3 ウルトラ: 256GB @ 819GB/秒、26 TFLOPS (fp16)、5,599 ドル
DGX Spark のメモリ帯域幅は M3 Ultra よりも 3 倍少ないですが、FLOPS は 4 倍です。
DGX Spark でコンピューティング バウンド プリフィルを実行し、M3 Ultra でメモリ バウンド デコードを実行し、10GbE 経由で KV キャッシュをストリーミングすることで、大幅な高速化で両方のハードウェアを最大限に活用できます。
このスレッドの簡単な説明と、以下のブログ投稿全文へのリンク。
@_rexliu @gen_analysis @exolabs @nvidia @Apple 問題の投稿:
35.6K
トップ
ランキング
お気に入り