⚒️ Bulldozer снова завелся: вышла новая прошивка с открытым кодом для старых платформ AMD
Проект 15h.org выпустил свежую open-source прошивку для процессоров AMD на базе старых архитектур Bulldozer и Piledriver.
Прошивка тестировалась на платах ASUS KGPE-D16 и SuperMicro H8SCM/H8SGL, поддерживает до 512 ГБ ОЗУ и до 6 карт PCIe/PIKE/PCI. Новая версия 2025.11.09-v4.11 улучшает работу HyperTransport, снижает энергопотребление и вводит защиту от перегрева.
Самое время вспомнить про легендарные AMD FX, и теперь вам даже не нужен жидкий азот ❄️
Проект 15h.org выпустил свежую open-source прошивку для процессоров AMD на базе старых архитектур Bulldozer и Piledriver.
Разработчики восстановили и улучшили старый код AGESA, добавив стабильную инициализацию памяти, терморегулирование, полноценную поддержку IOMMU и патчи для спекулятивного выполнения — теперь QubesOS и FreeBSD работают без ограничений.
Прошивка тестировалась на платах ASUS KGPE-D16 и SuperMicro H8SCM/H8SGL, поддерживает до 512 ГБ ОЗУ и до 6 карт PCIe/PIKE/PCI. Новая версия 2025.11.09-v4.11 улучшает работу HyperTransport, снижает энергопотребление и вводит защиту от перегрева.
Это редкий пример, когда устаревшие платформы получили новую жизнь благодаря сообществу, а не вендору.
Самое время вспомнить про легендарные AMD FX, и теперь вам даже не нужен жидкий азот ❄️
1👍4🌭1
🚀 vLLM теперь работает на Intel Arc Pro B
Команда vLLM добавила полную поддержку графических процессоров Intel Arc Pro серии B.
При масштабировании на 8 GPU задержка генерации остается ниже 100 мс при работе с моделями с контекстным окном более 50 000 токенов.
Похоже, Arc Pro B60 становится новой бюджетной платформой для локальных LLM, особенно, если ваша цель — максимум вычислений за минимум денег.
Команда vLLM добавила полную поддержку графических процессоров Intel Arc Pro серии B.
В тестах MLPerf v5.1 карта Arc Pro B60 с 24 ГБ GDDR6 (456 ГБ/с, 160 ИИ-ядр) показала 80% прирост эффективности при работе с архитектурами MoE, такими как Qwen3 и GPT-OSS.
При масштабировании на 8 GPU задержка генерации остается ниже 100 мс при работе с моделями с контекстным окном более 50 000 токенов.
Также добавили реали полную поддержку TP/PP/EP-масштабирования, аппаратное преобразование MXFP4 → BF16 (+ 30% к эффективности памяти) и динамическую балансировку нагрузки. Уже завезли готовый Docker-образ — intel/vllm:0.10.2-xpu.
Похоже, Arc Pro B60 становится новой бюджетной платформой для локальных LLM, особенно, если ваша цель — максимум вычислений за минимум денег.
👍3
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Отличия традиционных ИИ-трансформеров и трансформеров с MoE наглядно
В классических трансформерах каждая позиция текста обрабатывается одной большой нейросетью. В архитектуре Mixture of Experts (MoE) этот блок заменен на набор экспертов — небольших нейросетей, каждая из которых отвечает за отдельные типы данных или шаблоны.
Ключевой элемент MoE — маршрутизатор, который решает, какие эксперты будут работать с конкретным токеном. Он оценивает вход через softmax, выбирает лучших экспертов и обучается совместно с моделью.
Такой подход делает модель масштабнее и эффективнее без пропорционального роста сложности вычислений.
Именно поэтому MoE стала де-факто стандартом в мире LLM 🦾
В классических трансформерах каждая позиция текста обрабатывается одной большой нейросетью. В архитектуре Mixture of Experts (MoE) этот блок заменен на набор экспертов — небольших нейросетей, каждая из которых отвечает за отдельные типы данных или шаблоны.
При генерации модель активирует лишь часть экспертов (например, 2 из 8), что резко снижает вычислительную нагрузку и ускоряет вывод.
Ключевой элемент MoE — маршрутизатор, который решает, какие эксперты будут работать с конкретным токеном. Он оценивает вход через softmax, выбирает лучших экспертов и обучается совместно с моделью.
Чтобы избежать ситуации, когда один эксперт монополизирует обучение, добавляют шум и ограничивают число токенов, обрабатываемых каждым экспертом.
Такой подход делает модель масштабнее и эффективнее без пропорционального роста сложности вычислений.
Именно поэтому MoE стала де-факто стандартом в мире LLM 🦾
1👍3
⚡️ Flashtensors ускоряет инференс LLM в 10 раз
На GitHub релизнули Flashtensors — приложение, которое ускоряет инференс больших языковых моделей в 10 раз и позволяет запускать их всего на одном GPU. Благодаря Flashtensors данные из SSD подаются прямо в видеопамять, сокращая время загрузки до пары секунд.
Весь секрет в механизме m_lock — он фиксирует сегменты VRAM и держит их в “теплом” состоянии: веса модели остаются на GPU даже после смены контекста, поэтому повторная загрузка занимает 1-2 секунды вместо десятков секунд.
Must-have, если бесит долгая загрузка модели из SSD.
На GitHub релизнули Flashtensors — приложение, которое ускоряет инференс больших языковых моделей в 10 раз и позволяет запускать их всего на одном GPU. Благодаря Flashtensors данные из SSD подаются прямо в видеопамять, сокращая время загрузки до пары секунд.
Для использования Flashtensors нужны GPU NVIDIA с минимум 4 ГБ VRAM, а также 8 ГБ ОЗУ и SSD. Работает на Windows, macOS и Linux.
Весь секрет в механизме m_lock — он фиксирует сегменты VRAM и держит их в “теплом” состоянии: веса модели остаются на GPU даже после смены контекста, поэтому повторная загрузка занимает 1-2 секунды вместо десятков секунд.
Инструмент также удобен тем, что позволяет мгновенно переключать LLM без перезапуска среды всего за 2 секунды, а также работать с более чем со 100 ИИ-моделями одновременно с минимальной задержкой.
Must-have, если бесит долгая загрузка модели из SSD.
👍6
⚡️AMD раскрыла инфу о Zen 6 и Zen 7
AMD на конфе Financial Analyst Day 2025 раскрыла дорожную карту архитектур CPU следующего поколения.
Стойки Helios объединят Zen 6 с ускорителями MI400 на архитектуре CDNA 5 и сетевыми картами Polara и Vulcano. В настольном сегменте Zen 6 появятся чипы Olympic Ridge, а в мобильном — Medusa Point.
AMD делает ставку на глубокую интеграцию ИИ в x86-ядра, где CPU и GPU работают как единая вычислительная машина.
AMD на конфе Financial Analyst Day 2025 раскрыла дорожную карту архитектур CPU следующего поколения.
Zen 6 выйдет в 2026 году и перейдет на 2-нм техпроцесс TSMC, а в линейку войдут как производительные ядра Zen 6, так и энергоэффективные ядра Zen 6C. Серверные чипы EPYC Venice станут дебютом архитектуры Zen 6 и получат интерфейсы PCIe 7.0, Infinity Fabric Gen 5, пропускную способность до 224 ГБ/с и новое межсоединение SerDes 64 ГБ/с.
Стойки Helios объединят Zen 6 с ускорителями MI400 на архитектуре CDNA 5 и сетевыми картами Polara и Vulcano. В настольном сегменте Zen 6 появятся чипы Olympic Ridge, а в мобильном — Medusa Point.
В 2027-м на смену придет Zen 7: архитектура с новым матричным блоком для выполнения ML-операций прямо в ядре и гибридным CPU+GPU-окружением. Уже известно, что в семейство Zen 7 войдут серверные CPU EPYC Verano.
AMD делает ставку на глубокую интеграцию ИИ в x86-ядра, где CPU и GPU работают как единая вычислительная машина.
👍3🍾1
⚡️ AMD Instinct MI400 и MI500: борьба с Nvidia началась
Помимо новых архитектур CPU, на Financial Analyst Day 2025 AMD также раскрыла планы по ИИ-ускорителям Instinct MI400 и MI500.
Также MI400 получат поддержку гибридных CPU+GPU-схем и сетевых протоколов UALoE, UAL, UEC.
AMD усиливает темп обновлений, планируя релизить новые решения ежегодно. MI400 станет реальным конкурентом Nvidia Vera Rubin, а MI500 готовит революцию в вычислительной мощности.
Помимо новых архитектур CPU, на Financial Analyst Day 2025 AMD также раскрыла планы по ИИ-ускорителям Instinct MI400 и MI500.
Серия MI400, которая выйдет в 2026 году, базируется на архитектуре CDNA 5 предложит до 432 ГБ HBM4 с пропускной способностью 19,6 ТБ/с — почти вдвое выше, чем у MI350. Флагман серии MI455X рассчитан на обучение и вывод ИИ, а MI430X — на HPC и ИИ-госпрограммы США. Производительность достигает 40 PFLOPS (FP4) и 20 PFLOPS (FP8) со структурной разреженностью.
Также MI400 получат поддержку гибридных CPU+GPU-схем и сетевых протоколов UALoE, UAL, UEC.
О следующем поколении MI500 известно мало. Возможно линейка перейдет на CDNA 6 и, скорее всего, в ней появится память HBM4e. MI500 войдут в новые серверные стойки для работы с LLM и генеративными ИИ.
AMD усиливает темп обновлений, планируя релизить новые решения ежегодно. MI400 станет реальным конкурентом Nvidia Vera Rubin, а MI500 готовит революцию в вычислительной мощности.
👍2🌭1
⚛️ IBM Nighthawk: широкий шаг к квантовому превосходству
IBM представила квантовый процессор Quantum Nighthawk со 120 кубитами и 218 настраиваемыми коннекторами нового поколения, которые позволяют выполнять на 30% более сложные квантовые схемы, чем коннекторы прошлого поколения.
Nighthawk рассчитан на выполнение до 5 000 двухкубитных вентилей, а к 2028 году их число вырастет уже до 15 000 при подключении 1 000+ кубитов.
IBM создает QPU на 300-мм пластинах Albany NanoTech, что позволило удвоить темп R&D и в 10 раз увеличить сложность процессоров.
Этим релизом IBM планирует достичь квантового превосходства к концу 2026 года и добиться отказоустойчивых QPU-вычислений к 2029 году.
IBM представила квантовый процессор Quantum Nighthawk со 120 кубитами и 218 настраиваемыми коннекторами нового поколения, которые позволяют выполнять на 30% более сложные квантовые схемы, чем коннекторы прошлого поколения.
Nighthawk рассчитан на выполнение до 5 000 двухкубитных вентилей, а к 2028 году их число вырастет уже до 15 000 при подключении 1 000+ кубитов.
Nighthawk поддерживает ПО Qiskit, которое добавляет 24% точности при работе более 100 кубитов и в 100 раз снижает стоимость коррекции квантовых ошибок благодаря интеграции с HPC и C-API.
IBM создает QPU на 300-мм пластинах Albany NanoTech, что позволило удвоить темп R&D и в 10 раз увеличить сложность процессоров.
IBM также показала процессор IBM Loon, войдет в отказоустойчивые системы с архитектурой qLDPC и декодированием ошибок за <480 нс.
Этим релизом IBM планирует достичь квантового превосходства к концу 2026 года и добиться отказоустойчивых QPU-вычислений к 2029 году.
👍3