https://nvidianews.nvidia.com/news/nvidia-blackwell-geforce-rtx-50-series-opens-new-world-of-ai-computer-graphics
30 января в продажу поступает 5090, будет стоит 2 штуки, объем видеопамяти 32 гига. Если подумали, что 2 штуки рублей, я вас поздравляю, у вас хорошее чувство юмора. Но нейронщики вместо 5090 начнут скупать 3090, которая подешевеет. 30 серия была последней, которую можно было соеденить по nvlink. Две видеокарты дадут 48 гиг памяти. А для нейронки очень важен большой объем, особенно, если вы работаете с видео и собираетесь стирать водянные знаки с него при помощи нейронки.

Человек обработан гауисинами, это новый вид фотогеометрии. Мир сгенерирован в ComfyUI. Готово продукта пока нет. Разработчик - Lovis Odin

Обновил схему для gguf в своем плагине для ComfyUI. У кого карта 20 серии, забирайте, в директории workflows. Для тех, кто пришёл недавно, этот плагин чистит промпт от мусора. Допустим вы берете промпт с civitai, а там напиханы указания на лоры, восклицательные знаки, вопросы и прочее. Плагин вычищает это всё, оставляя чистый промпт. Также можно сделать автозамену слов в неограниченном количестве. По ссылке вы найдете инструкцию на русском, чуть ниже пролистайте.

Меня также просили сделать wildcards, я сделал. Но выяснилось, что Комфи не даёт автоматом менять промпт. Решение есть, но пока оно умозрительное, надо попробовать на практике.

https://github.com/lenskikh/ComfyUI-Prompt-Worker

Зимой, во время праздников, онлайн мошенники, получив много свободного времени, снова пытаются стырить деньги у самых простых граждан. Схема простая: мы научим вас зарабатывать 15к за 3 минуты на продаже ваших работ, но для этого пройдите наш платный курс за 50к. Люди ведутся на большие цифры, это затмевает разум.

Вторая схема, у вас собираются купить вашу работу. Для этого вас просят пройти по линку на воровской сайт, который выглядит, как приличный. Далее вас попросят внести данные вашей карты, чтобы зачислить деньги и после этого они снимут все деньги, которые смогут.

Будьте осторожны.

https://youtu.be/kZRMshaNrSA?si=RzjEdHlbgxmRZLTi

Nvidia представила домашний суперкомпьютер мощностью один петафлопс. Он маленький и компактный, и его можно объединять с другими такими же устройствами, создавая большой стек. В качестве операционной системы используется Linux на базе Ubuntu, и установить Comfy не составит труда, как я уже проверял.

Однако есть один момент, который меня обеспокоил: в этих суперкомпьютерах используются ARM-процессоры. Количество CUDA-ядер не указано, и, скорее всего, их немного, учитывая маленький размер устройства. Графические карты обладают большой площадью именно из-за наличия большого числа CUDA-ядер. Нейронные сети для генерации изображений оптимизированы для работы с этими ядрами. Даже AMD видеокарты, которые научились эмулировать такие ядра, значительно уступают по скорости. Однако нужно с чем-то сравнить. Ближайший конкурент этому настольному суперкомпьютеру — ARM-процессоры от Apple. У меня есть MacBook Pro с процессором M1, его производительность составляет 2.6 терафлопс и 8 гигабайт памяти. Также у меня есть ноутбук с видеокартой RTX 2080, которая обладает производительностью 9.4 терафлопс. То есть MacBook M1 уступает по скорости в 3.6 раза, что означает, что генерация изображения должна занять в 3.6 раза больше времени. Логично, не правда ли? Но давайте проведём реальный тест.

На RTX 2080 генерация изображения размером 1024x1024 пикселя в SDXL занимает 11 секунд, а декодировка — 8 секунд. Итого 19 секунд. Округлим до 20 секунд. Значит, на MacBook M1 процесс генерации должен занимать около минуты и 10 секунд. Это приемлемо. Но в реальном тесте я обнаружил, что процесс занимает 19 минут. Округлим до 20 минут, что составляет 1200 секунд. Это означает, что на MacBook M1 генерация происходит в 60 раз медленнее, а не в 3.6 раз, как предсказывала логика.

Теперь проведём теоретические расчёты. Карта RTX 5090 имеет мощность 318 терафлопс, а настольный суперкомпьютер Project Digits — 1 петафлопс. Но поскольку это ARM, разделим 1000 на 60, а лучше на 30, так как разная периферия позволяет ускорить генерацию в два раза по сравнению с MacBook. В итоге, по скорости мы получаем те же мощности, что и с картой RTX 5090, но без возможности играть в игры и с потенциальными проблемами с различными нейронками для обучения, поскольку это Linux, а разработчики нейронок чаще работают с Windows.

Конечно, необходимы реальные тесты, и я жду их с нетерпением. Может быть, нас ждёт какое-то чудо.