IV. Китай: дефляционная спираль, демографический обвал и технологический рывок
Экономика: рост есть, процветание — под вопросом
Китай отчитался о росте ВВП на 5,0% в 2024-м и 5,0% в 2025-м — ровно по целевому показателю. Statista Но качество этого роста вызывает вопросы: Q4 2025 замедлился до 4,5% — минимум за три года; розничные продажи в декабре 2025-го росли самым медленным темпом за три года. TRADING ECONOMICS ФРС США в 2025 году подтвердила, что официальная китайская статистика «в целом корректна», Wikipedia но альтернативные оценки (Rhodium Group) давали 2,4–2,8% реального роста за 2024 год. Wikipedia
Главная угроза — дефляция. Годовой ИПЦ в 2025 году составил ровно 0,0%; пять месяцев подряд (январь–май 2025) потребительские цены падали. Производственные цены (PPI) снижаются четвёртый год подряд: -2,2% в ноябре 2025-го. Это не стабильность цен, а симптом слабого спроса: домохозяйства увеличили сбережения вдвое за 2019–2024 годы, предпочитая копить, а не тратить.
Подушевой располагаемый доход в 2024 году — 41 314 юаней (~$5 700), реальный рост 5,1%. Но разрыв между городом и деревней колоссален: 54 188 юаней в городе против 23 119 на селе (соотношение 2,35:1). Коэффициент Джини — выше 0,45 уже более десяти лет (порог социальной нестабильности — 0,40).
Кризис недвижимости — уничтожение богатства среднего класса
Недвижимость — 70% активов городских домохозяйств. Рынок сократился вдвое за четыре года: с 18,2 трлн юаней (2021) до ~9 трлн (2025). Цены на вторичном рынке в октябре 2025 года — -7,6% к предыдущему году; в некоторых городах падение достигает 40%+ от пика, откатив к уровням 2017 года.
Объём нераспроданного жилья — 762 млн кв. м (август 2025). Evergrande делистингован с Гонконгской биржи; Country Garden сократил долг на 78% ($14,1 млрд) через реструктуризацию; государственный Vanke понижен до CCC-. Банки продают конфискованное жильё по 50% от рыночной цены. «Ипотека с отрицательным капиталом» — когда долг превышает стоимость квартиры — становится массовым явлением.
По оценке Goldman Sachs, кризис недвижимости снижает ежегодный рост ВВП на ~2 процентных пункта в 2024–2025 годах. К 2030 году восстановление рынка маловероятно при текущей демографической траектории.
Молодёжная безработица и «лежачий протест»
Безработица среди молодёжи 16–24 лет (без учёта студентов) достигла 18,9% в августе 2025 года — рекорд по новой методологии. Ежегодно на рынок выходят 12+ млн выпускников вузов. Более 20% курьеров Meituan/Ele.me имеют высшее образование, 70 000 — степень магистра. 87% людей моложе 30 лет имеют тот или иной долг.
Культурные феномены «тан пин» (躺平, «лечь плашмя») и «жун сюэ» (обсуждение эмиграции) отражают глубокое разочарование молодого поколения. Появился термин «дети на полную ставку» — выпускники, вернувшиеся к родителям, не найдя работы.
Технологический прорыв как национальная стратегия
Несмотря на экономические трудности, Китай совершил серьёзный технологический рывок. DeepSeek (основан в июле 2023) выпустил модель R1 в январе 2025 года, которая конкурирует с OpenAI o1, при этом тренировка V3 обошлась в заявленные $6 млн (против $100+ млн для GPT-4). Приложение обогнало ChatGPT в App Store. Версия V3.2 (сентябрь 2025) сопоставима с ChatGPT-5.
В электромобилях Китай доминирует: 11,3 млн EV продано в 2024 году (48% всех легковых автомобилей). BYD обогнал Tesla по годовым продажам BEV в 2025 году (2,26 млн против 1,64 млн). Экспорт удвоился до >1 млн единиц. Китай контролирует 70% мирового производства EV и 80% цепочки зелёной энергетики. CATL (37,9% мирового рынка батарей) реализовал зарядку на 520 км пробега за 5 минут. В стране — 12,82 млн зарядных станций, больше, чем во всём остальном мире.
Но тарифные барьеры нарастают: 100%+ в США, до 35,3% в ЕС, 35% в Бразилии. К 2030 году способность Китая экспортировать технологические товары будет во многом определяться геополитической конъюнктурой.
#Мое #Исследования #Прогнозы #Нейросети
@DevsRoot
Экономика: рост есть, процветание — под вопросом
Китай отчитался о росте ВВП на 5,0% в 2024-м и 5,0% в 2025-м — ровно по целевому показателю. Statista Но качество этого роста вызывает вопросы: Q4 2025 замедлился до 4,5% — минимум за три года; розничные продажи в декабре 2025-го росли самым медленным темпом за три года. TRADING ECONOMICS ФРС США в 2025 году подтвердила, что официальная китайская статистика «в целом корректна», Wikipedia но альтернативные оценки (Rhodium Group) давали 2,4–2,8% реального роста за 2024 год. Wikipedia
Главная угроза — дефляция. Годовой ИПЦ в 2025 году составил ровно 0,0%; пять месяцев подряд (январь–май 2025) потребительские цены падали. Производственные цены (PPI) снижаются четвёртый год подряд: -2,2% в ноябре 2025-го. Это не стабильность цен, а симптом слабого спроса: домохозяйства увеличили сбережения вдвое за 2019–2024 годы, предпочитая копить, а не тратить.
Подушевой располагаемый доход в 2024 году — 41 314 юаней (~$5 700), реальный рост 5,1%. Но разрыв между городом и деревней колоссален: 54 188 юаней в городе против 23 119 на селе (соотношение 2,35:1). Коэффициент Джини — выше 0,45 уже более десяти лет (порог социальной нестабильности — 0,40).
Кризис недвижимости — уничтожение богатства среднего класса
Недвижимость — 70% активов городских домохозяйств. Рынок сократился вдвое за четыре года: с 18,2 трлн юаней (2021) до ~9 трлн (2025). Цены на вторичном рынке в октябре 2025 года — -7,6% к предыдущему году; в некоторых городах падение достигает 40%+ от пика, откатив к уровням 2017 года.
Объём нераспроданного жилья — 762 млн кв. м (август 2025). Evergrande делистингован с Гонконгской биржи; Country Garden сократил долг на 78% ($14,1 млрд) через реструктуризацию; государственный Vanke понижен до CCC-. Банки продают конфискованное жильё по 50% от рыночной цены. «Ипотека с отрицательным капиталом» — когда долг превышает стоимость квартиры — становится массовым явлением.
По оценке Goldman Sachs, кризис недвижимости снижает ежегодный рост ВВП на ~2 процентных пункта в 2024–2025 годах. К 2030 году восстановление рынка маловероятно при текущей демографической траектории.
Молодёжная безработица и «лежачий протест»
Безработица среди молодёжи 16–24 лет (без учёта студентов) достигла 18,9% в августе 2025 года — рекорд по новой методологии. Ежегодно на рынок выходят 12+ млн выпускников вузов. Более 20% курьеров Meituan/Ele.me имеют высшее образование, 70 000 — степень магистра. 87% людей моложе 30 лет имеют тот или иной долг.
Культурные феномены «тан пин» (躺平, «лечь плашмя») и «жун сюэ» (обсуждение эмиграции) отражают глубокое разочарование молодого поколения. Появился термин «дети на полную ставку» — выпускники, вернувшиеся к родителям, не найдя работы.
Технологический прорыв как национальная стратегия
Несмотря на экономические трудности, Китай совершил серьёзный технологический рывок. DeepSeek (основан в июле 2023) выпустил модель R1 в январе 2025 года, которая конкурирует с OpenAI o1, при этом тренировка V3 обошлась в заявленные $6 млн (против $100+ млн для GPT-4). Приложение обогнало ChatGPT в App Store. Версия V3.2 (сентябрь 2025) сопоставима с ChatGPT-5.
В электромобилях Китай доминирует: 11,3 млн EV продано в 2024 году (48% всех легковых автомобилей). BYD обогнал Tesla по годовым продажам BEV в 2025 году (2,26 млн против 1,64 млн). Экспорт удвоился до >1 млн единиц. Китай контролирует 70% мирового производства EV и 80% цепочки зелёной энергетики. CATL (37,9% мирового рынка батарей) реализовал зарядку на 520 км пробега за 5 минут. В стране — 12,82 млн зарядных станций, больше, чем во всём остальном мире.
Но тарифные барьеры нарастают: 100%+ в США, до 35,3% в ЕС, 35% в Бразилии. К 2030 году способность Китая экспортировать технологические товары будет во многом определяться геополитической конъюнктурой.
#Мое #Исследования #Прогнозы #Нейросети
@DevsRoot
👎1
Демографический обвал — главный вызов десятилетия
Демографическая ситуация в Китае — экстраординарная. Население сокращается третий год подряд: -3,39 млн в 2025-м (до ~1,404 млрд). Число рождений в 2025 году — 7,92 млн (-17% к 2024-му, рождаемость 5,63‰ — минимум с 1949 года). За 8 лет рождаемость упала более чем вдвое. СКР — около 1,0 ребёнка на женщину, в крупных городах — ещё ниже. Число браков в 2024 году — 6,1 млн пар (рекордный минимум), разводов — 2,6 млн.
Людей старше 60 лет — 310 млн (22% населения). К 2040 году их будет 402 млн — больше, чем всё население США. Коэффициент демографической нагрузки удвоится к 2050 году (с 21,2% до 52,3%). Пенсионный возраст впервые за 70 лет начал повышаться (с января 2025): для мужчин — с 60 до 63 лет, для женщин — с 50–55 до 55–58. Но Китайская академия социальных наук ещё в 2019 году предупредила: государственный пенсионный фонд может быть исчерпан к 2035 году без реформ.
Вердикт для среднего китайца к 2030 году: дефляционная среда, разрушенное жилищное богатство, тяжелейший демографический кризис, но технологические прорывы мирового уровня и растущее доминирование в зелёной экономике. Молодёжь испытывает давление с двух сторон — конкуренция за рабочие места и необходимость содержать стареющих родителей в условиях слабой пенсионной системы. Ключевой риск — дефляционная спираль в стиле японского «потерянного десятилетия»; ключевой шанс — технологическое лидерство, способное создать новые отрасли и рабочие места.
#Мое #Исследования #Прогнозы #Нейросети
@DevsRoot
Демографическая ситуация в Китае — экстраординарная. Население сокращается третий год подряд: -3,39 млн в 2025-м (до ~1,404 млрд). Число рождений в 2025 году — 7,92 млн (-17% к 2024-му, рождаемость 5,63‰ — минимум с 1949 года). За 8 лет рождаемость упала более чем вдвое. СКР — около 1,0 ребёнка на женщину, в крупных городах — ещё ниже. Число браков в 2024 году — 6,1 млн пар (рекордный минимум), разводов — 2,6 млн.
Людей старше 60 лет — 310 млн (22% населения). К 2040 году их будет 402 млн — больше, чем всё население США. Коэффициент демографической нагрузки удвоится к 2050 году (с 21,2% до 52,3%). Пенсионный возраст впервые за 70 лет начал повышаться (с января 2025): для мужчин — с 60 до 63 лет, для женщин — с 50–55 до 55–58. Но Китайская академия социальных наук ещё в 2019 году предупредила: государственный пенсионный фонд может быть исчерпан к 2035 году без реформ.
Вердикт для среднего китайца к 2030 году: дефляционная среда, разрушенное жилищное богатство, тяжелейший демографический кризис, но технологические прорывы мирового уровня и растущее доминирование в зелёной экономике. Молодёжь испытывает давление с двух сторон — конкуренция за рабочие места и необходимость содержать стареющих родителей в условиях слабой пенсионной системы. Ключевой риск — дефляционная спираль в стиле японского «потерянного десятилетия»; ключевой шанс — технологическое лидерство, способное создать новые отрасли и рабочие места.
#Мое #Исследования #Прогнозы #Нейросети
@DevsRoot
👎1
Такие дела, в общем и целом все как обычно, но хорошо не будет нигде, особенно лентяям и тунеядцам)
Итог от Опуса
Четыре мира к 2030 году: что их объединяет и что разделяет
Все четыре экономики объединяет демографическое сжатие: США, ЕС, Россия и Китай стареют, рождаемость падает, рабочая сила сокращается. Но ответы различны: США пытались привлекать иммигрантов (и теперь отказались от этого), ЕС ужесточает миграционную политику, Россия теряет людей на войне и через эмиграцию, Китай повышает пенсионный возраст.
Второй общий тренд — AI-трансформация рынка труда. Во всех четырёх странах автоматизация уже уничтожает рабочие места быстрее, чем создаёт новые, причём особенно уязвимы начальные позиции для молодёжи. Но скорость и характер этого процесса различны: в США и Китае AI-компании растут стремительно, в ЕС регулирование (AI Act) замедляет внедрение, в России технологический сектор изолирован от мировых платформ.
Третье — геополитическая фрагментация переписывает потребительскую корзину. Американские тарифы, европейские пошлины на китайские EV, российские санкции, китайские ограничения на редкоземельные металлы — всё это напрямую влияет на то, сколько обычный человек платит за машину, телефон или продукты.
Критическое отличие — в направлении бюджетных ресурсов. ЕС и Россия перевооружаются (2%+ и 7%+ ВВП соответственно), что неизбежно давит на социальные расходы. США сокращают государственный аппарат, наращивая военный бюджет до $900+ млрд. Китай вкладывает в технологическое лидерство, но сталкивается с пенсионной и долговой бомбой.
К 2030 году средний житель каждой из этих стран будет жить в реальности, радикально отличающейся от 2020 года. Но общая черта — рост неопределённости. Ни в одной из четырёх стран средний человек не может с уверенностью рассчитывать на то, что завтрашний день будет похож на вчерашний.
#Мое #Исследования #Прогнозы #Нейросети
@DevsRoot
Итог от Опуса
Четыре мира к 2030 году: что их объединяет и что разделяет
Все четыре экономики объединяет демографическое сжатие: США, ЕС, Россия и Китай стареют, рождаемость падает, рабочая сила сокращается. Но ответы различны: США пытались привлекать иммигрантов (и теперь отказались от этого), ЕС ужесточает миграционную политику, Россия теряет людей на войне и через эмиграцию, Китай повышает пенсионный возраст.
Второй общий тренд — AI-трансформация рынка труда. Во всех четырёх странах автоматизация уже уничтожает рабочие места быстрее, чем создаёт новые, причём особенно уязвимы начальные позиции для молодёжи. Но скорость и характер этого процесса различны: в США и Китае AI-компании растут стремительно, в ЕС регулирование (AI Act) замедляет внедрение, в России технологический сектор изолирован от мировых платформ.
Третье — геополитическая фрагментация переписывает потребительскую корзину. Американские тарифы, европейские пошлины на китайские EV, российские санкции, китайские ограничения на редкоземельные металлы — всё это напрямую влияет на то, сколько обычный человек платит за машину, телефон или продукты.
Критическое отличие — в направлении бюджетных ресурсов. ЕС и Россия перевооружаются (2%+ и 7%+ ВВП соответственно), что неизбежно давит на социальные расходы. США сокращают государственный аппарат, наращивая военный бюджет до $900+ млрд. Китай вкладывает в технологическое лидерство, но сталкивается с пенсионной и долговой бомбой.
К 2030 году средний житель каждой из этих стран будет жить в реальности, радикально отличающейся от 2020 года. Но общая черта — рост неопределённости. Ни в одной из четырёх стран средний человек не может с уверенностью рассчитывать на то, что завтрашний день будет похож на вчерашний.
#Мое #Исследования #Прогнозы #Нейросети
@DevsRoot
👎1
По данным опросов (NBER Working Paper №34836), почти 90% руководителей не зафиксировали сколько-нибудь ощутимого влияния ИИ ни на занятость персонала, ни на эффективность бизнес-процессов за последние три года. Рядовые сотрудники в среднем уделяют нейросетям лишь полтора часа в неделю, а каждый четвёртый не обращается к ИИ-инструментам вовсе — и это на фоне сотен миллиардов долларов, влитых в отрасль.
Ситуацию нередко сравнивают с «парадоксом Солоу». После технологического прорыва 1960-х — эпохи транзисторов, микросхем и первых ЭВМ — экономисты ожидали резкого ускорения производительности труда. Вместо этого в 1970–80-е годы она фактически замедлилась, невзирая на массовое распространение информационных технологий. Реальный эффект дал о себе знать лишь в середине 1990-х — примерно спустя два десятилетия после старта революции.
Впрочем, специалисты оговариваются: аналогия не вполне корректна. Компьютеры с самого начала давали предсказуемый, верифицируемый результат — их просто нужно было освоить и интегрировать в процессы. ИИ устроен иначе: его выводы зачастую требуют дополнительной проверки. Один из экспертов описал это так: «Представьте, что вы купили лазерный дальномер, который обещает мгновенно измерить любой объект — никаких рулеток, никакой возни. Но в инструкции мелким шрифтом написано: результаты следует перепроверять вручную, поскольку точность не гарантируется. Вот это и есть ИИ сегодня».
@DevsRoot
Ситуацию нередко сравнивают с «парадоксом Солоу». После технологического прорыва 1960-х — эпохи транзисторов, микросхем и первых ЭВМ — экономисты ожидали резкого ускорения производительности труда. Вместо этого в 1970–80-е годы она фактически замедлилась, невзирая на массовое распространение информационных технологий. Реальный эффект дал о себе знать лишь в середине 1990-х — примерно спустя два десятилетия после старта революции.
Впрочем, специалисты оговариваются: аналогия не вполне корректна. Компьютеры с самого начала давали предсказуемый, верифицируемый результат — их просто нужно было освоить и интегрировать в процессы. ИИ устроен иначе: его выводы зачастую требуют дополнительной проверки. Один из экспертов описал это так: «Представьте, что вы купили лазерный дальномер, который обещает мгновенно измерить любой объект — никаких рулеток, никакой возни. Но в инструкции мелким шрифтом написано: результаты следует перепроверять вручную, поскольку точность не гарантируется. Вот это и есть ИИ сегодня».
@DevsRoot
👎1
Расчет по VRAM для более менее полноценных моделей LLM
Конфигурации для DeepSeek R1 671B
Минимум (с квантизацией Q4/AWQ):
8× H100 80ГБ = 640 ГБ суммарно → 671B в AWQ Q4 (~400 ГБ весов) влезает
Скорость: ~33 tok/s при одном пользователе, ~600 output tok/s при 100 concurrent users
Комфортный вариант (FP8 native):
8× H200 141ГБ = 1128 ГБ → 671B FP8 (~750 ГБ) с запасом на KV cache
Скорость: ~821 output tok/s (vLLM benchmark)
Альтернатива без GPU (экзотика):
Сервер с 768+ ГБ DDR5 RAM + llama.cpp → 671B Q2 работает, но ~1–2 tok/s
@DevsRoot
Конфигурации для DeepSeek R1 671B
Минимум (с квантизацией Q4/AWQ):
8× H100 80ГБ = 640 ГБ суммарно → 671B в AWQ Q4 (~400 ГБ весов) влезает
Скорость: ~33 tok/s при одном пользователе, ~600 output tok/s при 100 concurrent users
Комфортный вариант (FP8 native):
8× H200 141ГБ = 1128 ГБ → 671B FP8 (~750 ГБ) с запасом на KV cache
Скорость: ~821 output tok/s (vLLM benchmark)
Альтернатива без GPU (экзотика):
Сервер с 768+ ГБ DDR5 RAM + llama.cpp → 671B Q2 работает, но ~1–2 tok/s
@DevsRoot
🤣1
AI-модель запечена прямо в кремний
🚀 Taalas HC1: революционный чип, где ИИ-модель "выжжена" в кремнии как татуировка! Полный разбор ТТХ для всех
Мир ИИ меняется на глазах. Обычно модели типа Llama (как мини-ChatGPT) требуют огромных видеокарт NVIDIA — они жрут электричество как слоны, стоят бешеные бабки и греются как печки. А startup Taalas (основан экс-CEO Tenstorrent Ljubisa Bajic с командой) придумали гениальный хак: Direct-to-Silicon. Берут модель Llama 3.1 8B (8 млрд параметров — "нейронов"), кодируют её веса прямо в транзисторы чипа! Никакой внешней памяти (HBM или DDR) — всё внутри, как мозг в черепе. Это HC1 — первое поколение.
Технические характеристики от вендора (просто и по делу):
Процесс: TSMC 6 нм — супер-миниатюрные транзисторы, чип компактный.
Размер: 815 мм² (примерно 28x29 мм — как ноготь большого пальца, но мощнее сервера!).
Транзисторы: 53 миллиарда — большинство для "памяти" модели (ROM) + SRAM для динамики (кэш, тюнинг).
Энергия: 200 Вт TDP (на всю карту; чип сам энергоэффективен — модель "не ищет" данные, они уже на месте).
Скорость инференса: 14 357–17 000 токенов/сек (токен ~ слово). Пример: подробная история WWII за 0.138 сек! На RTX 3090 — ~1700 т/с, на H100 — 1500–2000. В 10 раз быстрее!
Производство: в 20 раз дешевле GPU (нет дорогой HBM, упрощённая упаковка; финальная кастомизация на 2 металлических слоях).
Гибкость: ASIC (заточен под Llama 8B), но с LoRA-адаптерами (маленькие "патчи" для доработки — добавь стиль, знания). Меняй контекстное окно (сколько помнит чат).
Демо на https://chatjimmy.ai/ — бесплатно, API тоже! Ответы мгновенные, скролл не поспевает. Реальное железо, не слайды инвесторов.
Весна 2026: Средняя модель (типа 70B) с улучшенным reasoning (логикой).
Зима 2026: Frontier-модель (супер-мощная) на 2-м поколении чипа (ещё быстрее/дешевле).
Это прорыв для edge-AI: ИИ в смартфонах, машинах, дронах, IoT без облака. Дешёвый, тихий, автономный. Представьте: твой Unity-игрушка с локальным ИИ за копейки! Голова кругом — ждём массовку?
Что думаете: купите такой чип или ждём Llama 405B-версию?
Анонс: https://taalas.com/the-path-to-ubiquitous-ai/
Демо/API: https://chatjimmy.ai/
@DevsRoot
#AI #Taalas #HC1 #Инференс #Чипы #Неросети #Моё
🚀 Taalas HC1: революционный чип, где ИИ-модель "выжжена" в кремнии как татуировка! Полный разбор ТТХ для всех
Мир ИИ меняется на глазах. Обычно модели типа Llama (как мини-ChatGPT) требуют огромных видеокарт NVIDIA — они жрут электричество как слоны, стоят бешеные бабки и греются как печки. А startup Taalas (основан экс-CEO Tenstorrent Ljubisa Bajic с командой) придумали гениальный хак: Direct-to-Silicon. Берут модель Llama 3.1 8B (8 млрд параметров — "нейронов"), кодируют её веса прямо в транзисторы чипа! Никакой внешней памяти (HBM или DDR) — всё внутри, как мозг в черепе. Это HC1 — первое поколение.
Технические характеристики от вендора (просто и по делу):
Процесс: TSMC 6 нм — супер-миниатюрные транзисторы, чип компактный.
Размер: 815 мм² (примерно 28x29 мм — как ноготь большого пальца, но мощнее сервера!).
Транзисторы: 53 миллиарда — большинство для "памяти" модели (ROM) + SRAM для динамики (кэш, тюнинг).
Энергия: 200 Вт TDP (на всю карту; чип сам энергоэффективен — модель "не ищет" данные, они уже на месте).
Скорость инференса: 14 357–17 000 токенов/сек (токен ~ слово). Пример: подробная история WWII за 0.138 сек! На RTX 3090 — ~1700 т/с, на H100 — 1500–2000. В 10 раз быстрее!
Производство: в 20 раз дешевле GPU (нет дорогой HBM, упрощённая упаковка; финальная кастомизация на 2 металлических слоях).
Гибкость: ASIC (заточен под Llama 8B), но с LoRA-адаптерами (маленькие "патчи" для доработки — добавь стиль, знания). Меняй контекстное окно (сколько помнит чат).
Демо на https://chatjimmy.ai/ — бесплатно, API тоже! Ответы мгновенные, скролл не поспевает. Реальное железо, не слайды инвесторов.
Весна 2026: Средняя модель (типа 70B) с улучшенным reasoning (логикой).
Зима 2026: Frontier-модель (супер-мощная) на 2-м поколении чипа (ещё быстрее/дешевле).
Это прорыв для edge-AI: ИИ в смартфонах, машинах, дронах, IoT без облака. Дешёвый, тихий, автономный. Представьте: твой Unity-игрушка с локальным ИИ за копейки! Голова кругом — ждём массовку?
Что думаете: купите такой чип или ждём Llama 405B-версию?
Анонс: https://taalas.com/the-path-to-ubiquitous-ai/
Демо/API: https://chatjimmy.ai/
@DevsRoot
#AI #Taalas #HC1 #Инференс #Чипы #Неросети #Моё
🔥1🤔1
Гугл внедрила LLM в свой хром.
https://developer.chrome.com/docs/ai/built-in?hl=ru
То есть 4гб llm модель будет крутиться на вашем устройстве. Хром будет теперь не только память жрать, но и проц с видюхой.
Что это даст?
Сайтам не нужно использовать сторонние модели по апи, могут обращаться к llm браузера. Быстрый перевод, самаризация, подсказки по сайту.
Учитывая что это только в хроме пока, то вряд ли какие сайты будут сейчас это использовать.
Имхо на данный момент штука бесполезная. В будущем дополнительная головная боль разработчикам сайтов.
В отдалённом будущем может и приживётся.
Как отключить и освободить место:
— введите в адресной строке chrome://flags/
— найдите параметры Optimization Guide On Device Model и Prompt API и отключите их
— перейдите по пути AppData/Local/Google/Chrome/User Data/OptGuideOnDeviceModel
— удалите файл weights.bin
После удаления рекомендуется перезапустить браузер.
@DevsRoot
https://developer.chrome.com/docs/ai/built-in?hl=ru
То есть 4гб llm модель будет крутиться на вашем устройстве. Хром будет теперь не только память жрать, но и проц с видюхой.
Что это даст?
Сайтам не нужно использовать сторонние модели по апи, могут обращаться к llm браузера. Быстрый перевод, самаризация, подсказки по сайту.
Учитывая что это только в хроме пока, то вряд ли какие сайты будут сейчас это использовать.
Имхо на данный момент штука бесполезная. В будущем дополнительная головная боль разработчикам сайтов.
В отдалённом будущем может и приживётся.
Как отключить и освободить место:
— введите в адресной строке chrome://flags/
— найдите параметры Optimization Guide On Device Model и Prompt API и отключите их
— перейдите по пути AppData/Local/Google/Chrome/User Data/OptGuideOnDeviceModel
— удалите файл weights.bin
После удаления рекомендуется перезапустить браузер.
@DevsRoot
Как же ИИ облегчает работу дизайнерам игроделам. Это конечно бомба.
В примере у меня локально ComphyUI крутится панорамки для Unity Приложения генерит
@DevsRoot
В примере у меня локально ComphyUI крутится панорамки для Unity Приложения генерит
@DevsRoot
Forwarded from Ряды Фурье
Тут внезапно вышла работа про то, как делать точную 3D-печать крупных сложных объектов меньше, чем за секунду.
Если очень коротко, то вам нужно:
— Взять ведро
— Залить туда светочувствительный полимер
— Посветить туда фонариком через голографическую маску
— Научиться светить в ведро с жидким фотополимером с разных сторон, чтобы где лучи пересекаются, жидкость затвердевала
— Выкинуть ведро получившейся херни и заморочиться на очень точный подбор параметров света, собрать проектор и довести идею до инженерной реализации за пару лет. Через такую задницу, что вам даже не снилось.
— Повторить уже нормально и опубликоваться в журнале Природа с корабликом и солдатиком.
Солдатик на картинках выше.
Ну а товарищи 王旭康, 马远瞩, 牛一涵, 熊博, 张安科, 张国勋, 陈一帆, 魏威), 方璐, 吴嘉敏 и с примкнувшим к ним 戴琼海, похоже, взяли ещё один святой грааль — теперь мгновенную объёмную печать. Такими темпами взятия суперачивок в прикладной науке граалей на всех не напасёшься.
Известные проблемы:
— Самый старый метод работает примерно как компьютерная томография, только это синтеграфия — вместо нарезки там сборка. Если взять КТ-сканы и отдать на принтер, можно напечатать пациента послойно. Метод медленный и кривой, как и всё медленное и послойное.
— В методах с вёдрами, чтобы просветить ведро со всех сторон, сейчас обычно вращают саму ёмоксть с жидкостью. Это её взбалтывает. Тоже вопрос, нельзя ли наоборот, вращать источник.
— Деталь за время затвердевания может начать тонуть, поэтому надо было использовать очень густые гели типа мёда, чтобы удерживать фигуру. Это неудобно, особенно для медицины — клетки в густом геле живут хуже.
— Потом проблемы с линзами — высокая детализация означает, что у линз будет маленькая глубина резкости, пострадает точность.
Что сделали эти типы:
— Ведро неподвижно; вращается проектор, делает 10 оборотов в секунду.
— Лазерный луч формируется специальным чипом с микрозеркалами, который создает картинку.
— Они используют лазер и софт, который считает, как именно нужно исказить картинку на микрозеркалах, чтобы при прохождении через линзу и жидкость свет собрался в четкую структуру не только в центре, но и на глубине всего объекта (около 1 см). Это работает как голограмма.
— На такой скорости больше не нужны густые гели, можно в вязкости как у воды.
Звучит несколько безумно, да, но они напечатали сложную 3D-модель всего за 0,6 секунды. Воксель около 0,019 мм по всему объему объекта глубиной 1 см. Самая тонкая отдельная деталь, которую смогли напечатать — 11–12 микрометров толщиной. Это в 20 раз лучше по глубине резкости, чем даёт традиционная линза.
Дальше они напечатали всякие кораблики из тестов, медицинские модели, куски сосудов, тканевые каркасы и прочее. Сделали серийную установку — наливаем, бахаем, вымываем деталь, доливаем гель, самокалибруемся, бахаем... На текущей установке метод работает только для объектов около 1 см. Морской катамаран печатайте, пожалуйста, традиционными способами за пару месяцев.
Детали очень сложно и долго считать, и если они у вас разные, то узким местом может стать время подготовки шаблона действий для проектора. Нужна сверхточная электроника и механика, это дофига дорого.
Из-за того, что свет падает под углом, область печати похожа на два конуса, соединенных основаниями в веретено. Это ограничивает геометрию деталей.
Но у нас, кажется, есть первый промышленный репликатор — так что из киберпанка мы постепенно переезжаем в нормальную хардкорную научную фантастику!
Посмотрите первое видео, первые 5-6 секунд люто впечатляют.
--
Вступайте в ряды Фурье! | Самые быстрые посты
— Милая, помнишь, ты говорила, что я дарю тебе мало мягких зверюшек? Вот.
— Ааааа! Мёртвая крыса!
— Но я переломал ей кости, она мягкая!
Если очень коротко, то вам нужно:
— Взять ведро
— Залить туда светочувствительный полимер
— Посветить туда фонариком через голографическую маску
— Научиться светить в ведро с жидким фотополимером с разных сторон, чтобы где лучи пересекаются, жидкость затвердевала
— Выкинуть ведро получившейся херни и заморочиться на очень точный подбор параметров света, собрать проектор и довести идею до инженерной реализации за пару лет. Через такую задницу, что вам даже не снилось.
— Повторить уже нормально и опубликоваться в журнале Природа с корабликом и солдатиком.
Солдатик на картинках выше.
Ну а товарищи 王旭康, 马远瞩, 牛一涵, 熊博, 张安科, 张国勋, 陈一帆, 魏威), 方璐, 吴嘉敏 и с примкнувшим к ним 戴琼海, похоже, взяли ещё один святой грааль — теперь мгновенную объёмную печать. Такими темпами взятия суперачивок в прикладной науке граалей на всех не напасёшься.
Известные проблемы:
— Самый старый метод работает примерно как компьютерная томография, только это синтеграфия — вместо нарезки там сборка. Если взять КТ-сканы и отдать на принтер, можно напечатать пациента послойно. Метод медленный и кривой, как и всё медленное и послойное.
— В методах с вёдрами, чтобы просветить ведро со всех сторон, сейчас обычно вращают саму ёмоксть с жидкостью. Это её взбалтывает. Тоже вопрос, нельзя ли наоборот, вращать источник.
— Деталь за время затвердевания может начать тонуть, поэтому надо было использовать очень густые гели типа мёда, чтобы удерживать фигуру. Это неудобно, особенно для медицины — клетки в густом геле живут хуже.
— Потом проблемы с линзами — высокая детализация означает, что у линз будет маленькая глубина резкости, пострадает точность.
Что сделали эти типы:
— Ведро неподвижно; вращается проектор, делает 10 оборотов в секунду.
— Лазерный луч формируется специальным чипом с микрозеркалами, который создает картинку.
— Они используют лазер и софт, который считает, как именно нужно исказить картинку на микрозеркалах, чтобы при прохождении через линзу и жидкость свет собрался в четкую структуру не только в центре, но и на глубине всего объекта (около 1 см). Это работает как голограмма.
— На такой скорости больше не нужны густые гели, можно в вязкости как у воды.
Звучит несколько безумно, да, но они напечатали сложную 3D-модель всего за 0,6 секунды. Воксель около 0,019 мм по всему объему объекта глубиной 1 см. Самая тонкая отдельная деталь, которую смогли напечатать — 11–12 микрометров толщиной. Это в 20 раз лучше по глубине резкости, чем даёт традиционная линза.
Дальше они напечатали всякие кораблики из тестов, медицинские модели, куски сосудов, тканевые каркасы и прочее. Сделали серийную установку — наливаем, бахаем, вымываем деталь, доливаем гель, самокалибруемся, бахаем... На текущей установке метод работает только для объектов около 1 см. Морской катамаран печатайте, пожалуйста, традиционными способами за пару месяцев.
Детали очень сложно и долго считать, и если они у вас разные, то узким местом может стать время подготовки шаблона действий для проектора. Нужна сверхточная электроника и механика, это дофига дорого.
Из-за того, что свет падает под углом, область печати похожа на два конуса, соединенных основаниями в веретено. Это ограничивает геометрию деталей.
Но у нас, кажется, есть первый промышленный репликатор — так что из киберпанка мы постепенно переезжаем в нормальную хардкорную научную фантастику!
Посмотрите первое видео, первые 5-6 секунд люто впечатляют.
--
Вступайте в ряды Фурье! | Самые быстрые посты
— Ааааа! Мёртвая крыса!
— Но я переломал ей кости, она мягкая!
❤2
Бесконечный Цикл
Сервис MELLOW
Писал уже про Сервис MELLOW.
Вывод зарубежных доходов в рубли.
С 12 января лавочка с выводом на сбер прикрылась, однако список банков не под санкциями еще большой, я выбрал Райф.
Вон что прислали. Молодцы.
И разница курса у них немного улучшилась, сейчас за $ 75,1925руб.
В общем кому требуется получать оплату из-за рубежа, рекомендую.
@DevsRoot
Вывод зарубежных доходов в рубли.
С 12 января лавочка с выводом на сбер прикрылась, однако список банков не под санкциями еще большой, я выбрал Райф.
Вон что прислали. Молодцы.
И разница курса у них немного улучшилась, сейчас за $ 75,1925руб.
В общем кому требуется получать оплату из-за рубежа, рекомендую.
@DevsRoot
❤2👍1