I asked XDB to build a local AI workstation without spending RTX 5090 money

How to run an LLM locally

Run an LLM locally with Ollama. See how much memory you need, where LM Studio and llama.cpp fit, and how to call the model from code.

I put a local AI model on a bootable USB, so I can troubleshoot a dead PC with a chatbot that doesn't need the internet

My rescue USB now also helps me make sense of disk errors.

Undervolting my Ryzen 7 5800X3D taught me that lower voltage doesn't have to mean lower performance

Turns out, it isn't just about lowering temperatures.

Richard Geldreich's Blog: Basis Universal v2.6 update

Basis Universal v2.6 will expose its real-time analytical encoders through new APIs and tooling, with a new command line tool called basisu_pack shipping in January 2027. These encoders don't require SIMD, yet many are faster than other older search-based SIMD encoder designs. The update also plans official Python wheels for several platforms, transcoding performance increases, and large compression ratio improvements for XUASTC. CLI tools ship as both native binaries and secure WASM WASI executables.

I replaced Gemini and ChatGPT on my phone with my gaming PC’s 26B model, and the app that does it is free

Farewell, bloated AI apps!

Saving A Vintage High-Voltage Power Supply From The Scrap Heap

A Fluke Model 407 high-voltage power supply gets rescued from the scrap heap and diagnosed on video. Mr Carlson powers it up safely using an isolated transformer and a current-limited variac, avoiding the risk of full power on old components. The vacuum-tube-and-circuit-board unit shows no visible damage but its output misbehaves. Using the original schematics, he traces the fault to a single faulty capacitor in the feedback loop that keeps output voltage constant.

Quasi-Logarithmic Kitchen Timer

Like some of you, we have several kitchen appliances with integrated digital timers.

I changed one llama.cpp flag, and my 8GB laptop GPU now runs a 35B model faster than I can read

Một lập trình viên đã tìm ra cách chạy model Llama 35B trên laptop GPU chỉ 8GB VRAM với tốc độ đáng kinh ngạc. Nguyên nhân kỹ thuật nằm ở việc chỉnh sửa cờ n_gpu_layers trong llama.cpp, cho phép tận dụng hiệu quả bộ nhớ VRAM thay vì để nó trở thành điểm nghẽn. Hệ quả là model 35B parameters chạy nhanh đến mức người dùng không kịp theo dõi, vượt xa các kỳ vọng ban đầu về giới hạn phần cứng. Điều đáng học hỏi là đôi khi vấn đề không nằm ở cấu hình phần cứng mà ở cách tối ưu hóa phần mềm để khai thác tiềm năng thực sự của hardware.

Bài viết tiết lộ cách tối ưu hóa một cờ trong llama.cpp để chạy mô hình 35B trên GPU 8GB nhanh hơn tốc độ đọc của bạn.