В видео описывается доказательство корректности алгоритма RSA с опорой на теорему Эйлера

В видео рассказывается, когда имеет смысла использовать пустой базовый образ "scratch", а когда distroless-static образ.

Файлы из видео: https://github.com/digitalstudium/docker_scratch_vs_distroless

Более детальное сравнение distroless и scratch здесь:…

В видео рассказывается, почему лучше использовать startup пробу вместо параметра initialDelaySeconds в liveness/readiness пробах

В видео показывается, как может выглядеть процесс Continuous Promotion, управляемый с помощью Kargo, ArgoCD и Gitlab

https://github.com/digitalstudium/devops-homelab

https://github.com/digitalstudium/helm-charts/tree/main/charts/kargo-apps

В видео сравнивается качество диагностики проблем на Kubernetes с помощью ИИ моделей семейства Qwen3.5

В видео будет рассказано, как ускорить LM Studio в два раза при работе с MoE-моделями для случая, когда модель не помещается полностью в память GPU. Для демонстрации будет использована модель Qwen 3.5 35B

Железо: 6Gb VRAM, 32Gb RAM

В видео рассказывается и показывается, какие параметры LM Studio или llama-server влияют на скорость работы локальной модели с архитектурой MoE (в видео показываются модели Qwen3.6-35B и Gemma4-26B)

Запуск на железе RTX2060 6GB VRAM + 32GB DDR4 RAM (для…

В видео рассказывается, как ускорить в 2 раза обработку промпта в LM Studio или llama-server

Команда для запуска Qwen3.6 36B на 6Гб видеокарте:

llama-server -m $HOME/.lmstudio/models/unsloth/Qwen3.6-35B-A3B-GGUF/Qwen3.6-35B-A3B-UD-Q3_K_XL.gguf \
…

В видео рассказывается, как из Hermes-агента сделать локального голосового помощника
Hermes агент: https://github.com/nousresearch/hermes-agent
Конфиг агента: https://github.com/digitalstudium/ai-research/blob/main/config.yaml
STT-сервер: https://github.…

В видео описывается подход к визуализации распределения памяти в llama-server

Ссылка на репозиторий: https://github.com/digitalstudium/llama-mem-viz/

В этом видео рассказывается, как запустить LLM на компьютере таким образом, что часть весов будет располагаться на SSD и будет подгружаться в оперативную память по мере необходимости.

В видео рассказывается, как ускорить генерацию ответа в LM Studio или llama-server с помощью MTP (Multi Token Prediction)

Железо: 6gb rtx2060, 32Gb ram ddr4, Ryzen 9 с 8 ядрами.

Команда:

llama-server -m путь/к/модели \
--fit off \
--reasoning…

В видео показывается, как температура видеокарты влияет на скорость генерации ответа локальным ИИ

В видео рассказывается, как с помощью llama-server запустить LLM на нескольких компьютерах с видеокартой, тем самым ускорив генерацию ответа

Запуск rpc (на ноутбуке):

rpc-server -c --host 0.0.0.0

Запуск llama-server:

llama-server -m Qwen3.5-9B-Q8_0.gguf…