Տեղային AI չորս Mac-երում. MLX հզորություն, արագություն և վստահության սահմաններ

Apple-ը ցուցադրել է MLX շրջանակի օգտագործումը՝ Meta-ի Muse Spark Open-ի նման լայնածավալ մոդելները չորս M5 Ultra Mac Studio-ների կլաստերում գործարկելու համար: RDMA-over-Thunderbolt-ի կիրառմամբ այս լուծումը հաղթահարում է հիշողության սահմանափակումները, որոնք թույլ չեն տալիս նման մոդելները գործարկել մեկ համակարգչի վրա: Այնուամենայնիվ, հոդվածը շեշտում է, որ սարքավորումների ավելացումը ավտոմատ կերպով չի կրկնապատկում գեներացման արագությունը, քանի որ խողովակաշարային զուգահեռականությունը հաճախ պահպանում է շերտերի հաջորդական գնահատումը: Հեղինակը նախազգուշացնում է, որ թեև տեղային ինֆերենսը գաղտնիության առավելություններ ունի, օգտատերերը պետք է ուշադիր գնահատեն իրենց աշխատանքային ծանրաբեռնվածությունը: Բացի այդ, զեկույցը կարևորում է հարցումների մշակման և գեներացման թողունակության տարբերակումը՝ հիշեցնելով, որ տեղային մոդելների հյուրընկալումը ինքնաբերաբար չի ապահովում բոլոր հարակից ծառայությունների անվտանգությունը, ինչպես ցույց տվեց OpenCode-ի վերջին միջադեպը: Գնորդներին խորհուրդ է տրվում կատարել փորձարկումներ՝ հիմնվելով սեփական առաջադրանքների վրա:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Շեղումների դետեկտորը, որը կեղծ ահազանգ է տալիս, ավելի վատ է, քան դետեկտորի բացակայությունը
Վերջերս հրապարակված հոդվածում ծրագրավորող Դեբաշիշ Գոսալը քննարկում է HivePlane համակարգում AI գործակալների համար շեղումների հուսալի հայտնաբերման մարտա…
ԱՄՆ ռազմաօդային ուժերը 49 միլիոն դոլարի պայմանագիր են կնքել ինքնավար օդերևութաբանական զոնդերի տվյալների համար
WindBorne Systems ընկերությունը ԱՄՆ ռազմաօդային ուժերի հետ կնքել է մինչև 49 միլիոն դոլար արժողությամբ պայմանագիր՝ իր 700 ինքնավար օդերևութաբանական զոն…
SDLC, ADLC և ASDLC. AI մշակման մեթոդաբանությունների հստակեցում
Ծրագրավորող Ռեմո Ջենսենը վերլուծում է ժամանակակից ծրագրային ճարտարագիտության մեջ օգտագործվող տերմինների շփոթությունը, մասնավորապես՝ SDLC, ADLC և ASDLC…



