TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #159 · 13.01

На следующее утро я приехал за час до открытия, чтобы занять очередь на улице. Я был вторым после парня с деталью для мотоцикла (мы уже были знакомы с предыдущего дня). Передаю привет и благодарность своему другу Василию, который в свой выходной приехал меня поддержать и помочь при необходимости прятаться от холода в машине. Иронично, но Вася приехал чуть раньше, и его пустили внутрь, а я стоял снаружи ещё полчаса :) Пока ждали, мы по просьбе сотрудников помогли разгрузить машину почты. Вот вам безопасность: ничто не мешало нам схватить и унести любую посылку как из машины, так и со склада, куда нас пустили (хотя половину посылок выложили в коридоре). И никто, конечно же, не проверял, как мы с коробками обращаемся, несмотря на то, что половина из них пестрила надписями FRAGILE!!! MOVE WITH CARE!!! Ха-ха. Таможня открылась по расписанию. К этому моменту в списке было уже более десяти человек, и почти всех я знал. Я смог отдать документы в окно в начале одиннадцатого. Приставка обошлась мне в 529 фунтов стерлингов, мне нужно было подтвердить эту цену и написать объяснительную о том, что я купил её для личного пользования. Я так и написал: «Для личного пользования». — Пишите конкретно, что именно вы с ней будете делать. — Но это же приставка, что я с ней могу делать? Играть. — Вот и пишите. «Чтобы играть в видеоигры», — дописал я. — Я в интернете не вижу таких цен. По 75 тысяч стоят и больше. Вы занизили стоимость. — Девушка, это дефицитный товар. Его официальная цена вообще 40 тысяч, а вы смотрите у перекупщиков. Вот у меня распечатка из банка, вот распечатка из магазина, что я именно за эту цену и купил. — Вы могли по частям платить! В итоге я её убедил, но пришлось сбегать в соседний копицентр и сделать распечатку нескольких дополнительных страниц с eBay. Пока я бегал в соседний квартал, я не задерживал очередь, потому что в эти 30 минут мне как раз оформляли платёжный ордер из двух бумажек. Ага. — У вас вес 6.8 кг, так не может быть. — Но это большая приставка, в ней электроника, металлические детали. — Я разбираюсь в этом, не может приставка столько весить! — Девушка, давайте при вас распакуем, и я обещаю, заберу оттуда только коробку с приставкой. <...> — Я нашла, что вы ИП и занимаетесь разработкой игр. Значит, приставка вам может быть нужна для профессиональной деятельности. Ещё минут 10 я отбивал этот аргумент. Думаю, у неё не было иллюзий на этот счёт, просто хотелось позатягивать время и принять поменьше клиентов. Около одиннадцати я, заплатив пошлину, получил заветный документ, разрешающий выдачу. К этому моменту я был готов отдать любые деньги, предоставить любые документы, станцевать и спеть. А ещё я был готов никогда больше ничего не покупать за границей. У нас ведь такая прекрасная страна, импортозамещение, зачем вам эта Европа? Оставляйте деньги внутри, с них налоги идут куда надо. На работу доблестной таможни, например. Передавая мне посылку, сотрудница почты уронила две другие, которые стояли сверху. Коробки размером с микроволновку каждая упали на пол со смачным неупругим ударом. «...WITH CARE», — прочитал я краем глаза на одной из них. А потом вышел из отделения, крикнув через плечо: «Вычеркивайте в списке второй номер!». На часах было 11:06. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #quantization

当前筛选 #quantization清除筛选
GitHub Trends

@githubtrending · Post #14747 · 25.05.2025 г., 11:30

#python#deep_learning#intel#machine_learning#neural_network#pytorch#quantization Intel Extension for PyTorch boosts the speed of PyTorch on Intel hardware, including both CPUs and GPUs, by using special features like AVX-512, AMX, and XMX for faster calculations[5][2][4]. It supports many popular large language models (LLMs) such as Llama, Qwen, Phi, and DeepSeek, offering optimizations for different data types and easy GPU acceleration. This means you can run advanced AI models much faster and more efficiently on your Intel computer, with simple setup and support for both ready-made and custom models. https://github.com/intel/intel-extension-for-pytorch

GitHub Trends

@githubtrending · Post #15091 · 24.08.2025 г., 11:30

#python#comfyui#diffusion#flux#genai#mlsys#quantization Nunchaku is a fast and efficient engine that runs 4-bit neural networks using a special method called SVDQuant, which compresses models to use less memory and speed up processing by 2 to 5 times compared to older methods. It supports advanced AI models for tasks like high-quality text-to-image generation and image editing, working best on modern NVIDIA GPUs. You can easily install and use it with ComfyUI, and it has active community support on Slack, Discord, and WeChat. This means you can generate or edit images quickly with less computing power, saving time and resources. It also offers tutorials and example workflows to help you get started smoothly. https://github.com/nunchaku-tech/ComfyUI-nunchaku

GitHub Trends

@githubtrending · Post #15385 · 02.01.2026 г., 12:30

#python#deep_learning#inference#openai#quantization#speech_recognition#speech_to_text#transformer#whisper Faster-Whisper is a fast version of OpenAI's Whisper that transcribes audio up to 4x quicker with the same accuracy, using less memory on CPU or GPU—benchmarks show it beats original Whisper (e.g., 1m03s vs 2m23s for 13-min audio on GPU). Install via `pip install faster-whisper`, no FFmpeg needed, and use simple Python code like `WhisperModel("large-v3").transcribe("audio.mp3")` for segments with timestamps. You benefit by getting quick, efficient speech-to-text for real-time apps, saving time and resources on long files or batches. https://github.com/SYSTRAN/faster-whisper