Hardware

FLUX.1-dev एक शक्तिशाली टेक्स्ट-टू-इमेज मॉडल है जो आश्चर्यजनक परिणाम उत्पन्न करता है, लेकिन इसकी 24GB+ मेमोरी आवश्यकता इसे कई सिस्टम पर चलाने में चुनौतीपूर्ण बनाती है। GGUF क्वांटाइजेशन के साथ FLUX.1-dev एक समाधान प्रदान करता है, जो मेमोरी उपयोग को लगभग 50% कम करता है जबकि उत्कृष्ट इमेज क्वालिटी बनाए रखता है।

डॉकर मॉडल रनर डॉकर का आधिकारिक टूल है जो स्थानीय रूप से AI मॉडल चलाने के लिए है, लेकिन डॉकर मॉडल रनर में NVidia GPU त्वरक सक्षम करना के लिए विशेष कॉन्फ़िगरेशन की आवश्यकता होती है।

मैंने कुछ दिलचस्प प्रदर्शन परीक्षणों का पता लगाया है GPT-OSS 120b का जो Ollama पर चल रहा है, तीन अलग-अलग प्लेटफॉर्मों पर: NVIDIA DGX Spark, Mac Studio, और RTX 4080। Ollama लाइब्रेरी का GPT-OSS 120b मॉडल 65GB का है, जिसका मतलब है कि यह RTX 4080 के 16GB VRAM में नहीं फिट होता है (या नए RTX 5080).

डॉकर मॉडल रनर (डीएमआर) डॉकर का आधिकारिक समाधान है जो स्थानीय रूप से एआई मॉडल चलाने के लिए है, जो अप्रैल 2025 में पेश किया गया था। यह चीटशीट सभी आवश्यक कमांड्स, कॉन्फ़िगरेशन, और बेस्ट प्रैक्टिसेस के लिए एक तेज़ संदर्भ प्रदान करता है।

आज के कंप्यूटिंग लैंडस्केप में, वर्चुअलाइजेशन विकास, परीक्षण, और कई ऑपरेटिंग सिस्टम चलाने के लिए आवश्यक हो गया है। लिनक्स उपयोगकर्ताओं के लिए जो वर्चुअल मशीनों को प्रबंधित करने के लिए एक सरल और सहज तरीका चाहते हैं, GNOME Boxes एक हल्का और उपयोगकर्ता-मित्रतापूर्ण विकल्प के रूप में उभर कर सामने आता है जो कार्यक्षमता को बलिदान किए बिना सरलता पर जोर देता है।

भविष्य की AI केवल अधिक बुद्धिमान मॉडल्स के बारे में नहीं है - यह अधिक बुद्धिमान सिलिकॉन के बारे में है। LLM इन्फरेंस के लिए विशेषीकृत हार्डवेयर एक क्रांति को चलाने में मदद कर रहा है जो बिटकॉइन माइनिंग के ASICs की ओर शिफ्ट के समान है।

NVIDIA DGX Spark वास्तविक है, बिक्री 15 अक्टूबर, 2025 से, और यह CUDA डेवलपर्स के लिए बनाया गया है जो स्थानीय LLM कार्य के लिए एक एकीकृत NVIDIA AI स्टैक की आवश्यकता रखते हैं। यूएस एमएसआरपी $3,999; UK/DE/JP रिटेल अधिक है VAT और चैनल के कारण। AUD/KRW सार्वजनिक स्टिकर मूल्य अभी तक व्यापक रूप से पोस्ट नहीं किए गए हैं।

बार-बार उपभोक्ता ग्राफिक्स कार्डों के मूल्य तुलना करें, जो विशेष रूप से एलएलएम और सामान्य रूप से एआई के लिए उपयुक्त हैं। विशेष रूप से, मैं RTX-5080 और RTX-5090 की कीमतों की तुलना कर रहा हूँ। उनकी कीमतें थोड़ी कम हो गई हैं।

GPU लोड मॉनिटरिंग एप्लिकेशन्स: nvidia-smi vs nvtop vs nvitop vs KDE plasma systemmonitor.

एनवीडिया DGX स्पार्क जारी करने वाला है NVIDIA DGX स्पार्क - ब्लैकवेल आर्किटेक्चर पर छोटा AI सुपरकंप्यूटर जिसमें 128+GB यूनिफाइड RAM और 1 PFLOPS AI प्रदर्शन है। LLM चलाने के लिए एक अच्छा डिवाइस है।

हमें ऑस्ट्रेलिया में उपभोक्ता ग्राफिक्स कार्डों की कीमतों की तुलना करें, जो विशेष रूप से एलएलएम और समग्र एआई के लिए उपयुक्त हैं। विशेष रूप से, आप RTX 5080 और RTX 5090 की कीमतों देखें। ये थोड़ी कम हो गई हैं।

तीन महीने पहले हमने ऑस्ट्रेलिया के दुकानों में RTX 5090 नहीं देखा था, और अब वे यहाँ हैं, लेकिन कीमतें एमआरएसपी से थोड़ी अधिक हैं। चलो, ऑस्ट्रेलिया में RTX 5080 और RTX 5090 की सबसे सस्ती कीमतों की तुलना करें और देखें कि कैसे चल रहा है।

टॉप ऑटोमेटेड सिस्टम के लिए कुछ अद्भुत काम करने के लिए।

PCIe चैनल कैसे LLM के कार्यक्षमता पर प्रभाव डालते हैं? कार्य पर निर्भर करता है। प्रशिक्षण और बहु-GPU अनुमान लगाने के लिए - कार्यक्षमता में गिरावट महत्वपूर्ण होती है।

मुझे इस मुद्दे ने बहुत खराब तरीके से प्रभावित किया। लेकिन अगर आपका BSOD मेरे जैसा है, तो आप अपने पीसी की जांच और परीक्षण करें।
कारण Intel के 13वें और 14वें पीढ़ी के प्रोसेसर में CPU डिग्रेडेशन के मुद्दा था।

मेरे पास एक सिद्धांत है जिसे परीक्षण करना है - अगर इंटेल के CPU पर सभी कोर का उपयोग करने से LLMs की गति बढ़ेगी? (परीक्षण: ओलामा कैसे इंटेल CPU के प्रदर्शन और कुशल कोर का उपयोग करता है)
यह मुझे चिंता कर रहा है कि नए gemma3 27 बिट मॉडल (gemma3:27b, 17GB ओलामा पर) मेरे GPU के 16GB VRAM में फिट नहीं हो रहा है और इसके कुछ हिस्सा CPU पर चल रहा है।