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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #673 · 29.11

Сейчас идёт международное голосование The Game Awards 2022 за игру года. И там видно, что год довольно скудный: если присутствие в топе Elden Ring ещё можно понять, то, например, Stray в топ-4 это странно. Не поймите меня неправильно, Stray — отличная игра, и я прошёл её с удовольствием. Но ни её масштаб, ни качество реализации, ни уникальность механик не тянут на какой-то абсолютный топ лучших игр за год. Наличие же там очередной версии Майнкрафта и мультяшного платформера Sonic Frontiers говорит само за себя. Вообще, игровая индустрия сейчас переживает упадок из-за двух больших процессов, связанных с деньгами. Во-первых, идёт смещение от, условно, "умных" жанров к "глупым". Вместо сюжетных игр делают сессионки. Полностью умирает жанр RTS. Интересные механики и сложные повествования всё чаще встречаются только где-нибудь в инди. Просто потому, что простейшую (с точки зрения когнитивной нагрузки) стрелялку можно продать существенно бОльшим тиражом, чем стратегию. Когда-то игры были уделом небольшой кучки гиков, среди которых много всяких интеллектуалов и любителей порешать задачки. Но сейчас это массовое развлечение-жвачка. Выгодно делать то, что купит больше людей. Во-вторых, активная монополизация рынка: крупные компании очень агрессивно скупают компании поменьше. А где не могут поглотить, там подписывают соглашения о слиянии. Крупные компании так залиты деньгами из-за успешных продаж массовой жвачки, что самое эффективное применением этим деньгам — купить всех конкурентов. Так "выиграть" конкуренцию проще, чем рискуя на эти же деньги разрабатывать продукт, который ещё может провалиться. А если конкуренты куплены, то конкуренции нет, а, значит, нет разнообразия. Поэтому среди дорогих и высокобюджетных проектов выходит мало интересного и много однообразно-привычного типа батлфилдов и колофдьютей каждый год. На этом фоне и очень простенький Stray это яркое явление, и казуальный платформер не выглядит чем-то плохим, и даже инди-рогалику Cult Of The Lamb хватило просто быть адекватно нарисованным, а не очередным пиксельартом (механики у многих инди хорошие, а в топы они не попадают, на мой взгляд, как раз из-за графики и бюджетного продакшена). #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