Vulkan 1.4.361 Released With New NVIDIA Vendor Extension

freeCodeCamp1 Hot18 phút17 giờ trướcAI

From Mixtral to Kimi K3: How Mixture-of-Experts Models Evolved

MoE models bắt đầu với một số lượng chuyên gia hạn chế, ví dụ Mixtral sử dụng 8 chuyên gia mỗi lớp. Để đạt hiệu suất cao hơn, các nhà nghiên cứu đã mở rộng số chuyên gia lên gần 900 mỗi lớp trong Kimi K3, đồng thời phải giải quyết vấn đề tính sparse và độ ổn định trong quá trình huấn luyện. Các cơ chế nén như cắt bớt chuyên gia ít dùng, lượng tử hóa và phân tích hạng thấp kết hợp với các kỹ thuật ổn định như loss phụ trợ, hệ số capacity và dropout trên router cho phép mô hình vẫn khả thi để huấn luyện mà không giảm hiệu suất. Điều đáng học là khi mở rộng MoE, việc cân bằng tải giữa các chuyên gia và duy trì độ ổn định của router là then chốt để tránh hiện tượng chuyên gia chết hoặc quá tải. Điều này cho thấy, ngoài việc tăng số chuyên gia, đầu tư vào các kỹ thuật nén và ổn định là yếu tố quyết định sự thành công của các mô hình MoE hiện đại.

Bài viết này giúp lập trình viên hiểu cách mô hình Mixture-of-Experts phát triển từ vài chuyên gia đến gần 900 chuyên gia mỗi lớp và các cơ chế nén ổn định.

#llm #deep-learning #gpu Nguồn

The Next Web1 Hot4 phút1 ngày trướcAI

Nvidia is reportedly in talks to buy Hugging Face for $12.9bn

Nvidia đang trong quá trình đàm phán mua Hugging Face với mức giá trên 13 tỷ USD, khoảng ba năm sau khi Hugging Face từng từ chối việc đầu tư của Nvidia. Lý do kỹ thuật là Nvidia muốn tích hợp sâu hơn hub mô hình mở vào hệ thống GPU và phần mềm AI của mình để tối ưu hóa việc triển khai và inference trên nền tảng của mình. Nếu thỏa thuận thành công, Nvidia sẽ kiểm soát một trong những kho lưu trữ mô hình phổ biến nhất, có thể thay đổi cách các nhà phát triển truy cập và phân phối các mô hình AI mở. Điều này có thể tăng sức cạnh tranh của Nvidia đối với các đối thủ như AMD và Google trong lĩnh vực hạ tầng AI, đồng thời gây ra lo ngại về sự tập trung trong cộng đồng mã nguồn mở. Bài học cho các lập trình viên là cần đánh giá sự phụ thuộc vào các hub mô hình của bên thứ ba và xem xét các chiến lược sao lưu hoặc tự-host khi nhà cung cấp có thể thay đổi chính sách hoặc sở hữu.

Nvidia đang đàm phán mua lại Hugging Face với giá 12.9 tỷ đô la, mở ra cơ hội lớn cho cộng đồng AI và định hình lại tương lai của ngành công nghệ trí tuệ nhân tạo.

#ai #open-source #business Nguồn

DigitalOcean Community1 Hot25 phút1 ngày trướcAI

Cold Start Latency on Serverless Inference: What Actually Happens in Those Few Seconds

Khi chạy mô hình học sâu trên nền tảng serverless như AWS Lambda, Azure Functions hoặc Google Cloud Run, mỗi lần gọi đầu tiên sẽ trải qua giai đoạn cold start khiến latency tăng đáng kể. Latency chủ yếu xuất phát từ thời gian tải image container, giải nén và khởi tạo runtime, đồng thời phải load mô hình từ bộ lưu trữ (S3, Blob Storage) vào RAM, và thời gian này tỷ lệ thuận với kích thước mô hình – ví dụ một mô hình 2 GB có thể cần 3‑5 giây để load. Hệ quả là các request đầu tiên gặp trễ từ vài trăm miligiây (đối với hàm nhẹ) tới vài giây (đối với mô hình lớn), làm giảm trải nghiệm người dùng và gây khó khăn trong các ứng dụng cần phản hồi real‑time như chatbot hoặc xử lý video. Các tối ưu như giảm kích thước mô hình qua quantization hoặc pruning, sử dụng lớp cache /tmp hoặc EFS, bật tính năng provisioned concurrency hoặc AWS Lambda SnapStart, và chọn runtime dựa trên hình ảnh cơ sở nhỏ (distroless, Alpine) có thể cắt giảm cold start xuống dưới 500 ms cho hầu hết các trường hợp. Kết hợp các kỹ thuật trên không chỉ giảm latency mà còn tiết kiệm chi phí do giảm thời gian thực thi và số lần khởi tạo container.

Bài viết giải thích rõ ràng về nguyên nhân gây độ trễ lúc khởi đầu và cách tối ưu hiệu suất cho serverless inference.

#serverless #gpu #digitalocean Nguồn

Phoronix27 Hot2 phút7 ngày trướcAI

Framework Laptop 16 With GeForce RTX 5070 12GB, One-Piece Keyboard & Haptic Touchpad

Framework Computer vừa bắt đầu giao các tùy chọn phần cứng mới cho Framework Laptop 16, bao gồm mô-đun GPU GeForce RTX 5070 12GB dành cho trò chơi hoặc workload CUDA/AI. Đồng thời họ ra mắt một bàn phím một mảnh sử dụng firmware mã nguồn mở QMK và một bàn chạm một mảnh bằng nhôm CNC với bề mặt haptic 124 × 77 mm, hiện đã hết hàng với giá 129 USD. Các thử nghiệm trên Fedora Workstation 44 và Ubuntu 26.04 LTS cho thấy cả GPU mới và các thiết bị nhập hoạt động tốt ngay lập tức mà không cần driver bổ sung. Điều này cho thấy khả năng tích hợp linh hoạt của kiến trúc mô-đun Framework cùng với hỗ trợ Linux tốt từ đầu. Dành cho lập trình viên cân nhắc nâng cấp hoặc mua mới, bài viết cung cấp dữ liệu cụ thể về hiệu suất và khả năng tương thích trên hai distro Linux phổ biến.

Bài này cung cấp thông tin cập nhật về các nâng phần cứng mới nhất cho Framework Laptop 16, phù hợp với cả game thủ và lập trình viên làm việc trên Linux.

#linux #hardware #nvidia Nguồn

Where's Your Ed At1 Hot67 phút2 ngày trướcAI

The AI Hater's Manifesto

Bài viết cho thấy ngành AI đang được mô tả như một bong bóng tăng trưởng mọi giá, được duy trì bằng luồng vốn vòng tròn giữa các lab AI, hyperscaler và các nhà sản xuất chip như NVIDIA. Nguyên nhân kỹ thuật được nêu là các mô hình LLM chỉ có ích cho các nhiệm vụ nhỏ, phạm vi rõ ràng và không thể thay đổi suy nghĩ thực tế, trong khi báo cáo của OpenAI không tìm thấy liên hệ thống kê giữa việc sử dụng AI và doanh thu mỗi nhân viên. Hệ quả là giá chip NVIDIA đang tăng, nợ của các neocloud như CoreWeave và Nebius đang phình to, Anthropic kế hoạch gọi vốn 100 tỷ USD tại mức giá trị 2 nghìn tỷ USD, và GitHub Copilot gặp phản đối vì mô hình giá dựa trên token, đồng thời BCA Research cảnh báo rằng ngành AI cần đạt 10 nghìn tỷ USD doanh thu hàng năm mới có thể bù đắp chi phí vốn hiện tại. Điều này có thể dẫn đến rủi ro tài chính lớn cho nhà đầu tư khi bong bóng vỡ, làm giảm الثقة vào AI và làm chậm việc áp dụng trong doanh nghiệp. Bài học là cần đánh giá thực tế lợi ích của AI thay vì dựa vào dự báo tăng trưởng, và các quyết định đầu tư nên tập trung vào khả năng tạo doanh thu thực sự thay vì phụ thuộc vào mô hình tài trợ vòng tròn.

Bài viết này cung cấp góc nhìn phản biện quan trọng về các bong bóng tài chính và tính thực tế trong ngành AI, giúp lập trình viên đánh giá thực sự hiệu quả và rủi ro khi áp dụng công nghệ này.

#openai #genai #nvidia Nguồn

Where's Your Ed At48 Hot39 phút1 tháng trướcAI

Let AI Burn

Bài viết cho rằng ngành AI đang là một bong bóng không bền vững, dựa trên tài trợ vòng tròn, quảng cáo thổi phồng và nhu cầu ảo. Tác giả lập luận rằng AI tạo sinh khác biệt hoàn toàn so với bong bóng Dot Com vì GPU không có giá trị tồn dư, nhu cầu LLM chủ yếu được tạo ra và trợ cấp, trong khi OpenAI/Anthropic đang tiêu tốn hàng trăm tỷ USD mà không có lộ trình sinh lời.

Những lập trình viên muốn tránh rơi vào "sự mê hoặc của công nghệ" và hiểu rõ về rủi ro tài chính, kỹ thuật cũng như thực tế thị trường khi xây dựng dự án AI lớn nên đọc bài này để tránh đầu tư vào những "bong bóng" không có cơ sở thực tế.

#ai #llm #openai Nguồn

XDA Developers1 Hot4 phút5 ngày trướcAI

Frame generation feels terrible until you stop using it on unstable framerates

Frame generation được quảng cáo là cách tăng FPS mà không cần nâng cứng phần cứng, nhưng hiệu quả của nó phụ thuộc vào độ ổn định của khung hình gốc. Khi tốc độ khung hình biến động mạnh, thuật toán nội suy khung hình sẽ tạo ra các khung không đồng đều, gây ra hiện tượng runt và tăng độ trễ nhập vào. Điều này khiến trải nghiệm chơi game trở nên không mượt hơn so với việc tắt tính năng và chấp nhận FPS thấp hơn nhưng ổn định. Kết quả là người dùng thường cảm thấy “kém” hơn khi bật frame generation trên cấu hình không thể duy trì FPS ổn định. Bài học là chỉ nên bật frame generation khi tốc độ khung hình gốc đã cao và ổn định; nếu không, tốt nhất tập trung vào tối ưu hóa hiệu suất gốc thay vì dựa vào kỹ thuật tạo khung.

Bài viết giải thích tại sao frame generation chỉ phát huy hiệu quả khi có framerate ổn định, giúp lập trình viên hiểu cách sử dụng tính năng này đúng cách để tối ưu hiệu suất.

#gaming #nvidia #gpu Nguồn

The Developing Dev32 Hot51 phút1 tháng trướcAI

Turing Award Winner: TPUs vs GPUs vs CPUs, Computer Architecture, RISC vs CISC

Tôi từng học sơ lược về RISC và CISC ở đại học nhưng giờ hầu như quên hết.

Nếu bạn đang phát triển ứng dụng AI hoặc xử lý dữ liệu lớn, hiểu rõ sự khác biệt giữa kiến trúc RISC và CISC sẽ giúp bạn tối ưu hiệu suất và lựa chọn thiết bị (TPU, GPU, CPU) phù hợp với công việc của mình.

#architecture #gpu Nguồn

Vulkan 1.4.361 Released With New NVIDIA Vendor Extension

Đề xuất cho bạn

Bình luận

From Mixtral to Kimi K3: How Mixture-of-Experts Models Evolved

Nvidia is reportedly in talks to buy Hugging Face for $12.9bn

Cold Start Latency on Serverless Inference: What Actually Happens in Those Few Seconds

Framework Laptop 16 With GeForce RTX 5070 12GB, One-Piece Keyboard & Haptic Touchpad

The AI Hater's Manifesto

Let AI Burn

Frame generation feels terrible until you stop using it on unstable framerates

Turing Award Winner: TPUs vs GPUs vs CPUs, Computer Architecture, RISC vs CISC

Một tài khoản, cả hệ sinh thái

8syncdev.com

Khóa học

Luyện code

IELTS

ZUS — IDE AI

mind0

AcoLeads