Self-Hosting

HugoサイトでMainroadテーマを使用する場合にサムネイル画像をページバンドルフォルダに保存する方法

HugoサイトでMainroadテーマを使用する場合にサムネイル画像をページバンドルフォルダに保存する方法

すべてのページに関連するコンテンツを1つのフォルダに保持しています...

長い間、この不満に悩まされてきました。ページのサムネイル画像([ページのサムネイル画像](https://www.glukhov.org/ja/post/2025/06/hugo-images-in-bundle-pages-mainroad-thumbnails/ “ページのサムネイル画像 mainroad と hugo”)を static ディレクトリに配置する必要があります。これは Mainroad、Rodster などの類似した Hugo テーマに適用されます。

テスト: Ollama がインテル CPU のパフォーマンスコアと効率コアをどのように利用しているか

テスト: Ollama がインテル CPU のパフォーマンスコアと効率コアをどのように利用しているか

インテルCPUにおけるOllamaの効率的なコアとパフォーマンスコアの比較

私はある仮説をテストしたいと思っています。すなわち、「インテルCPUのすべてのコアを活用することで、LLMの速度が向上するか?」というものです。このテストについては、ALL cores on Intel CPU would raise the speed of LLMs?をご覧ください。

新しいgemma3 27bitモデル(gemma3:27b、ollama上では17GB)が私のGPUの16GB VRAMに収まらず、部分的にCPU上での実行に頼っているという点が気になります。

Ollamaによる並行リクエストの処理方法

Ollamaによる並行リクエストの処理方法

Ollamaの並行処理とキューイング、およびOLLAMA_NUM_PARALLELのチューニング方法を通じて、安定した並行リクエストを実現するための理解を深める。

このガイドでは、Ollama が並行リクエスト(同時処理、キューイング、リソース制限)をどのように処理するか、および OLLAMA_NUM_PARALLEL 環境変数(および関連する調整項目)を使用してそれをどのようにチューニングするかを説明します。

Ollama上でDeepseek-R1をテストする

Ollama上でDeepseek-R1をテストする

2つのdeepseek-r1モデルを2つのベースモデルと比較する

DeepSeekの 1世代目の推論モデルで、OpenAI-o1と同等の性能を備えています。 これは、LlamaおよびQwenに基づいてDeepSeek-R1から蒸留された6つの密結合モデルです。