Apex Compute

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.

Everyone Is Building AI to Replace Developers. Nobody Is Building the Plan for What Comes After.

Quick game. Open the launch post for any AI coding tool and count the verbs. Generates. Refactors.... Tagged with discuss, ai, programming, career.

I replaced Grammarly Pro with a local model on my GPU, and my drafts never leave my PC

My local LLM replaces yet another subscription for effectively $0

Don't Write Markdown Files for Your Coding Agent. Write Scripts.

If you want agents to do what you want, you need to learn how to box them into deterministic actions.... Tagged with ai, programming, devops, productivity.

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!

How to Use Jira Rovo for Free

Atlassian Rovo is the AI layer built into Jira and Confluence. It can search across your work, answer... Tagged with ai, webdev, productivity, programming.

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.

The End of AI Frontiers

Large language models remain far less efficient than biological brains at learning, representing knowledge, and planning, the post argues. A child hears roughly one token per second, reaching a billion tokens only after 31 years, while GPT-4-class models reportedly use four orders of magnitude more data. The Phi model series, trained on 10 trillion tokens, still trails GPT-4 along most axes. A Portia spider plans prey-catching behavior with a brain a million times smaller than a human's, and squirrels recall cached food after months, suggesting that existing models may be far less representationally and memory efficient.