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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #307 · 18.04

Дерек Кюнскен, «Квантовый Волшебник». Новый для меня автор, на которого я наткнулся, пока искал себе какое-то лёгкое чтиво в перерывах между серьёзной фантастикой. Внезапно, роман сильно превзошёл мои ожидания и оказался совсем не простым. Хотя по сюжету это что-то вроде авантюрного кино в стиле «Друзей Оушена» — герой набирает команду для совершения хитрого дела, только события происходят в далёком будущем в космосе, а в команде есть люди-мутанты со сверхспособностями. Сам центральный персонаж тоже мутант — генетически изменённый человек, которому в грудную клетку вживлены электропластины наподобие тех, что у угрей, а к органам чувств добавлены магнитосомы — специальные клетки, которые умеют улавливать электромагнитное поле и ограниченно им манипулировать. Но это не всё — способность управлять электричеством это не оружие, а механизм для модификации токов в коре головного мозга. Входя в особое состояние, мозг героя превращается в квантовый компьютер. Кстати, отдельно отмечается, что герой в этом состоянии теряет свою личность, поэтому перестаёт быть наблюдателем и не производит своим воздействием редукцию фон Неймана :) В общем, научная составляющая в книге хорошая. Она не гениальная и не без изъянов (например, сцепленные частицы в сюжете таки передают информацию), но крепкая, и не ломает лично мою приостановку неверия. Возможно, специалист по квантовой физике читал бы с меньшим удовольствием, но я прямо кайфовал. Команда тоже интересная. Автор делает своеобразную отсылку к фентези: есть аналог гномов, аналог людей-рыб, сам центральный герой это «маг», есть «воин» (девушка-солдат с усиливающими имплантами), и есть «вор» — искусственный интеллект, взламывающий замки. Короче, очень прикольно, чтиво для гиков. А конкретно я ещё и больше люблю технологический сайфай, нежели средневековое фентези. При этом текст не глупый и не легкомысленный. Диалоги отличные. Герои, конечно, несколько поляризованы, но они задаются глубокими вопросами и ведут любопытные обсуждения. Есть сюжетная арка про генетические эксперименты с религией, и она настолько ошеломительно крутая и полна неожиданно свежих идей, что я напишу как-нибудь про это отдельный пост. На английском выпущено ещё две книги, вторая в переводе выходит в этом месяце, очень жду. #fiction

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