Self-Hosting

اختبار: كيف يستخدم Ollama أداء وحدات المعالجة المركزية ووحدات المعالجة الفعالة من إنتل

اختبار: كيف يستخدم Ollama أداء وحدات المعالجة المركزية ووحدات المعالجة الفعالة من إنتل

أولاما على معالج إنتل: الكفاءة مقابل أداء النواة

لدي نظرية أريد اختبارها - هل استخدام جميع النوى على معالج Intel CPU سيزيد سرعة نماذج LLM؟ (اختبار: كيف يستخدم Ollama أداء معالج Intel ووحدات النوى الفعالة) يزعجني أن نموذج gemma3 27 بت (gemma3:27b، 17GB على ollama) لا يناسب 16GB VRAM لبطاقتي الرسومية، ويتم تشغيله جزئيًا على المعالج.

مقارنة ملاءمة وحدات معالجة الرسومات من نفيديا للذكاء الاصطناعي

مقارنة ملاءمة وحدات معالجة الرسومات من نفيديا للذكاء الاصطناعي

تتطلب الذكاء الاصطناعي الكثير من القوة...

في وسط الفوضى في العالم الحديث هنا أنا مقارنة مواصفات التكنولوجيا المختلفة المناسبة لمهام الذكاء الاصطناعي (التعلم العميق, كشف الكائنات ونماذج الذكاء الاصطناعي الكبيرة). ولكنها جميعًا باهظة التكلفة للغاية.

اختبار Deepseek-R1 على Ollama

اختبار Deepseek-R1 على Ollama

مقارنة نموذجين من deepseek-r1 بنموذجين أساسيين

نموذج DeepSeek الجيل الأول من نماذج الاستدلال التي تقدم أداءً مماثلاً لأداء نموذج OpenAI-o1، وتشمل ستة نماذج كثيفة تم استخلاصها من DeepSeek-R1 بناءً على Llama وQwen.

البدء السريع مع PyInstaller

البدء السريع مع PyInstaller

دمج برنامج بايثون في ملف واحد

استخدم PyInstaller لتعبئة Python كبرامج قابلة للتشغيل بشكل مستقل. يعمل على Linux وWindows وMac.

ليس الأكثر كفاءة، لكنه قابل للتطبيق.

إضافة ترميز البيانات المهيكلة إلى هوجو

إضافة ترميز البيانات المهيكلة إلى هوجو

إذا لم يدعم نمط هوجو البيانات المُنظمة...

Google تظهر في نتائج البحث بعض التحسينات مثل تفاصيل الأفلام، إعلانات الوظائف، معلومات الأحداث والدورات، التي تأخدها من موقع الويب البيانات المهيكلة. هنا هو - كيفية إضافة البيانات المهيكلة إلى الموقع باستخدام مولّد Hugo.