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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #343 · 13.05

Лю Цысинь, «Задача трёх тел». Шутка про то, что из-за санкций фантастику тоже теперь читаю китайскую :) На самом деле, конечно, слышал об авторе давно. Книга принесла ему мировую известность, и вообще, как я понимаю, изрядно продвинула китайскую фантастику на международной арене. Но я добрался только сейчас. Пока прочитал только первую книгу, ещё две на очереди. Это практически целиком «твёрдая» научная фантастика: автор не только старается не противоречить известной физике, но и ожидает от читателя некоторых фундаментальных научных представлений. Вам будет интереснее читать, если вы знаете, что такое реликтовое излучение, релятивистские эффекты, машина Тьюринга и так далее. Вообще, я хочу похвалить автора за смелось: даже просто выпустить в наше время художественную книгу с названием «Задача трёх тел» это уже само по себе круто. А написать её так, чтобы она стала мировым бестселлером — что-то за гранью. Я до сих пор приятно удивлён тому, как много людей на планете нашли её для себя интересной (если, конечно, не предполагать, что изрядная доля читателей просто последовала некоторой моде и хайпу). Сюжет очень захватывающий, и этот эффект достигается интересным образом. Обычно в фантастической литературе мы заранее готовы к любого рода необъяснимым и странным вещам. Но здесь нас сначала достаточно хорошо убеждают в том, что мы имеем дело с нашим реальным настоящим миром, в котором работают обычные законы и не существует законов магических. А после этого начинает происходить необъяснимое и странное. Главное повествование начинается с того, что протагониста — китайского учёного — приглашают к себе военные и рассказывают ему о том, что за последнее время многие учёные совершили самоубийства, и это не похоже на совпадение. Его предупреждают об опасности, на что он реагирует скептически. Но, придя домой вечером... В общем, лучше не рассказывать слишком много, чтобы не испортить впечатление. События нехило держат в напряжении даже несмотря на то, что особенного «экшена» не происходит. При этом в тексте не пропущены «нудные» места: многие физические и математические вещи объясняются весьма подробно. Автор, конечно, не удержался от того, чтобы и у него квантовая запутанность передавала информацию, но за компьютер из людей я готов простить ему многое (и скорее всего вы сейчас совершенно неправильно представили себе, о чём на самом деле речь). Уже купил вторую и третью книги. Напишу короткую заметку по окончании. #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