WiCi One: Wireless GPU Power for Your Homelab

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.

Homelab Atlas: Self-Hosted Homelab Diagrams

Homelab Atlas makes it easier to diagram a home server setup, with Docker deployment, service logos, and optional network discovery.

Edi Life OS: Self-Hosted Personal Dashboard with MCP

Edi Life OS là một nền tảng dashboard cá nhân tự host kết hợp thói quen, mục tiêu, Kanban và quản lý tài chính, tùy chọn thêm server Model Context Protocol. Nó được xây dựng bằng PHP và MySQL, chạy hoàn toàn trên server của người dùng. Giao diện đơn giản với các module chức năng được tùy biến linh hoạt. Người dùng có thể kết nối với các AI tools hỗ trợ qua MCP để tự động hóa quy trình cá nhân. Đây là lựa chọn phù hợp cho ai muốn kiểm soát dữ liệu cá nhân mà không phụ thuộc vào dịch vụ cloud.

Edi Life OS giúp bạn quản lý toàn bộ cuộc sống từ thói quen đến tài chính trong một hệ thống tự lưu trữ tiện lợi.

I gave my local LLM my browser history, and it built a better bookmark system than I ever had

My browsing history knew which bookmarks I needed better than I did.

I replaced VS Code's Copilot with a local LLM, and my offline coding got faster

Trong bối cảnh Copilot của VS Code chủ yếu dựa trên cloud, tác giả đã thử nghiệm sử dụng local LLM để hỗ trợ offline coding. Nguyên nhân kỹ thuật là do local LLM (đặc biệt là Ollama với model Llama 3 8B) có khả năng xử lý nhanh hơn khi không cần kết nối mạng. Hệ quả cho thấy tốc độ coding tăng lên đáng kể mà không làm giảm hiệu suất tổng thể. Điều đáng học là việc tối ưu hóa local AI có thể mang lại lợi thế về tốc độ và bảo mật cho lập trình viên khi làm việc trên các dự án cần offline mode.

Thay thế Copilot bằng mô hình ngôn ngữ địa phương giúp tăng tốc lập trình ngoại tuyến mà không đánh đổi hiệu năng.

Homelable: A Visual Map of Your Home Server Setup

Homelable là công cụ tự-hosting giúp lập bản đồ hệ thống máy chủ gia đình, tự động phát hiện thiết bị và kiểm tra trạng thái. Nó sử dụng các công nghệ như Python và SQLite để quản lý dữ liệu, cùng với Giao diện người dùng web cho phép truy cập dễ dàng. Công cụ này tạo ra sơ đồ rack và tài liệu tự động, giúp người dùng theo dõi hệ thống một cách trực quan. Homelable đặc biệt hữu ích cho các nhà phát triển quản lý nhiều thiết bị IoT và máy chủ tại nhà, giúp tiết kiệm thời gian bảo trì và giảm nguy cơ lỗi hệ thống.

Homelable giúp lập trình viên trực quan hóa và quản lý hệ thống máy chủ gia đình với tính năng khám phá thiết bị và kiểm tra trạng thái tự động.

I ran a 9B model trained on Claude's reasoning on my 8GB GPU, and it made me rethink paying for Claude

Tác giả đã chạy được model 9B parameters trên GPU 8GB mà không cần trả phí, thách thức dịch vụ Claude trả phí. Việc tối ưu memory bằng kỹ thuật quantization và compression giúp model nhẹ hơn đáng kể. Kết quả là model xử lý tốt các tác reasoning phức tạp như Claude nhưng trên phần cứng dân dụng. Điều này cho thấy với kỹ thuật lượng tử hóa (quantization), ngay cả model lớn cũng có thể chạy được trên hardware hạn chế. Đây là bài học quý cho developer về việc tối ưu hóa model để tiết kiệm chi phí.

Bài này tiết lộ cách bạn có thể chạy mô hình AI mạnh mẽ 9B chỉ với GPU 8GB, thay thế cho Claude trả phí.

My local LLM didn't replace my $20 Claude subscription, it replaced everything I was never comfortable sending to the cloud

Trong bối cảnh quan ngại về bảo mật dữ liệu khi sử dụng các cloud AI services, Qwen3.6 đã trở thành giải pháp thay thế cho nhiều tác vụ mà tác giả không muốn gửi lên cloud. Mô hình local này tuy có hạn chế trong một số khả năng xử lý nhưng đảm bảo dữ liệu người dùng hoàn toàn an toàn. Việc sử dụng Qwen3.6 giúp loại bỏ nhu cầu trả $20/tháng cho Claude subscription trong khi vẫn đáp ứng các tác vụ cốt lõi. Điều đáng học là chúng ta có thể cân nhắc sử dụng các local models khi xử lý dữ liệu nhạy cảm mà không cần hy sinh hiệu năng quá nhiều.

Bài viết này giúp lập trình viên hiểu cách sử dụng LLM cục bộ để bảo vệ dữ liệu nhạy cảm thay vì gửi lên dịch vụ đám mây.