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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #513 · 22.08

Что можно относительно безопасно брать на Кикстартере, так это настолки. В самом деле. Если мы говорим об электронике, то с ней вечно непредвиденные проблемы. Немало случаев, когда авторы кампании с каким-либо гаджетом собирали миллионы баксов, но производство наладить так и не могли. Причём, не обязательно из-за злого умысла (своровали деньги и убежали). Просто предсказать все подводные камни и нюансы при производстве железяк очень сложно. Об этом кстати в своих апдейтах писали авторы Flipper, о котором я уже вам рассказывал (тут ребята молодцы, выполнили свои обязательства даже в сложных для этого условиях). Или вот, видеоигры. Не родился ещё такой разработчик, который может правильно оценить сроки. Даже Rockstar с их дичайшими переработками и людьми, ночующими в офисе, не могут выпускать игры вовремя, а уж чувак с Кикстартера... В общем, вы все, скорее всего, знаете про Star Citizen. А кто-нибудь из вас ещё и знает про Limit Theory (но если не знаете, не гуглите, я потом расскажу, интересный случай!). С настолками дела обстоят лучше. Настолку можно полностью сделать и оттестировать сотнями партий, потратив на это чуть-чуть бумаги и чернил для принтера. Разработка настолки может упереться только в отсутствие денег на художников (и отсутствие хорошего менеджмента этих художников, чтобы они не сливались один за другим :) ). Но если в игре простая графика, то такая игра отличный кандидат на краудфандинг — посчитать цену печати не сложно, и никаких подводных камней там нет. Тема отлично масштабируется: либо народ оценит и купит, тогда ты в плюсе, либо нет, тогда ты особо ничего не потерял, кроме времени. Поэтому настолки на Кикстартере и похожих ресурсах крайне редко не выполняют своих обязательств, и покупать их там можно смело. У меня оставалась непотраченная prepaid-карта, и я бэкнул игру Moon — судя по виду это дальний родственник 7 Wonders — стратегия на составление стэка карт, которые друг с другом взаимодействуют и обеспечивают тебе один из нескольких путей к победе. Минималистичный, но милый дизайн плюс интересная мне хайтек-тема освоения Луны. Кампания оказалась популярна и собрала абсолютно все заявленные стретч голы (дополнительная награда за количество бэкеров), так что мне ещё и приедет какая-то убер-гипер-делюкс коробка с цветными фигурками и голографическими карточками. Но через год, да. Посмотрим. Предварительные ревью на BGG пока со средней оценкой 8.0, что очень хорошо. #games

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