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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #990 · 26.06

Сегодня официально закрыта ICQ. А у меня был когда-то семизнак, кажется. Удивительно, что я не помню момента, когда перестал пользоваться ICQ. Вот только что я запускал её каждый день, чтобы переписываться с одноклассниками. Точнее, я пользовался QIP Infium. Он не только радовал богатыми настройками, но и был написан на Delphi, что для меня по тем временам было близко, т.к. я сам писал на Delphi. Хотя в опенсорс автор, вроде бы, так ничего и не выложил. Так вот, QIP стоял у меня на автозапуске при включении компьютера. Я тщательно следил за папками в контакт-листе, обновлял статус, настраивал темы и звуки. Ладно, моя первая в жизни переписка с другим человеком через сеть состоялась не в аське, а в... HyperTerminal (Дима К, привет, если читаешь это). Тем не менее, даже до появления выделенного интернета, будучи на DialUp я всё равно сидел в аське постоянно. Ох, какие драмы там разыгрывались и судьбы решались! И вот, наступил момент, когда я запустил QIP в последний раз. Я не помню, когда, и сколько лет с тех пор прошло. Костяк моего круга общения перетёк в Skype и ВКонтакте. Да, был довольно длинный период, когда Skype для меня и друзей служил основным мессенджером, что сейчас звучит немного странно. В какой-то из дней я последний раз нажал на крестик в QIP, и больше никогда его не запускал. Пишут, что аську убила реклама (но я, как пользователь QIP, этого не видел). А, может быть, они слишком медленно среагировали на рост мобильного рынка, и там уже появился WhatsApp и всё отжал (один из худших моментов в истории человечества). Но факт остаётся фактом: аська умерла лет 10 назад, и вот сейчас её, наконец, с почестями проводили. #web

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