Make Smoke & Fire Sims Directly in Blender with This Extension

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.

Why Other Requests Change Your LLM’s Output

+ an update on Harness Engineering 2.0.

Blender Is Hiring: Job Openings for Software & DevOps Engineers

Blender đang tuyển dụng vị trí Software và DevOps Engineer cho các lập trình viên đam mê công nghệ 3D. Công ty cần bổ sung nhân sự để phát triển các dự án như Geometry Nodes và Blender Engine. Các ứng viên sẽ làm việc với công nghệ cụ thể như OpenGL, C++ và Python để cải thiện core functionality của phần mềm. Đây là cơ hội tốt cho những ai muốn đóng góp trực tiếp vào một dự án open-source nổi tiếng toàn cầu. Bạn sẽ được làm việc trong môi trường phát triển năng động và có tác động lớn đến cộng đồng người dùng Blender.

Bài viết này giúp lập trình viên khám phá cơ hội làm việc tại Blender, nơi họ có thể góp sức vào dự án phần mềm mã nguồn mở 3D hàng đầu thế giới.

Blender's UI and Runtime: Much Faster Than GPUI

Blender's GPU Accelerated UI, Decoupled from it's original codebase. Supports Rust, Python, JS, React, C & C++. Twice as good as GPUI - ppmpreetham/BUI

Nvidia Kubernetes Engine (NVKE)

NVIDIA Kubernetes Engine (NVKE). A management plane for GPU Kubernetes on bare metal. - dsx-ai-factory/nvke

Why Temperature 0 Isn't Deterministic in LLM Inference

Trong quá trình inference của LLM, temperature 0 không hoàn toàn quyết định như nhiều người vẫn nghĩ. Nguyên nhân kỹ thuật nằm ở cách thuật toán softmax hoạt động khi temperature bằng 0, làm cho xác suất của từ với highest score tiến tới 1 nhưng không bao giờ đạt hoàn toàn 1 trong thực tế. Điều này dẫn đến kết quả có vẻ ngẫu nhiên dù xác suất đã được chuẩn hóa, gây ra sự không chắc chắn nhỏ trong kết quả output. Điều đáng học là việc hiểu behavior của temperature trong LLM không đơn giản như tưởng tượng, đòi hỏi hiểu biết sâu về cách hoạt động của softmax và quy trình sampling text generation.

Bạn nên đọc bài này để hiểu cách giải quyết một vấn đề cơ bản nhưng thường bị nhầm lẫn trong việc phân tích và tối ưu hóa mô hình ngôn ngữ lớn, giúp tránh sai lầm trong việc thiết kế và triển khai hệ thống AI.

I spent $500 to upgrade my aging gaming PC, and it beat buying a new one

A high-end GPU, a modern CPU, and 32GB of RAM

Best Blender Add-On For Analog Photography Look

Physically accurate data, realistic film behavior, and an intuitive workflow.