 |
coefuV2EX member #616381, joined on 2023-02-28 17:15:35 +08:00Today's activity rank 4681 |
 |
Per coefu's settings, the topics list is hidden |
Deals info, including closed deals, is not hidden
coefu's recent replies
1h 30m ago Replied to a topic by hotoh521 › 程序员 › 游戏行业最好的 AI 编程大模型 |
@yu6564172 你这个也有搞头，但是 命题太大了，比 OP 的这个盘子还大。你搞钱招人都不一定搞得定。
1h 33m ago Replied to a topic by hotoh521 › 程序员 › 游戏行业最好的 AI 编程大模型 |
你这个有搞头的，可以搞钱做大，目前好像没看到这种集成方案，毕竟有点领域交叉。
2h 50m ago Replied to a topic by kisshere › 程序员 › 截止到 2026 年 6 月 15 日， vibe coding 性价比最高的搭配是什么？ |
当然是花钱买厂商 api ，厂商怎么计算 token 消耗量，还不是它们说了算，至于为什么要消耗那么多？不多空转几个逻辑让你充值，你以为厂商搞慈善啊，数据中心怎么回本？
什么，你说数据安全？你搞的那些项目有什么现实实际意义吗？厂商还嫌你上传的数据可能污染它们的训练数据呢，还讲什么数据安全，每天能用厂商 api vibe coding 的项目，保守点 90% 的 application ，你自己会掏钱用吗？
什么，你说数据安全？你搞的那些项目有什么现实实际意义吗？厂商还嫌你上传的数据可能污染它们的训练数据呢，还讲什么数据安全，每天能用厂商 api vibe coding 的项目，保守点 90% 的 application ，你自己会掏钱用吗？
3h 4m ago Replied to a topic by davidyin › Local LLM › 配置 kiro 的问题 |
我记得你之前 3 月份不是问过一样的问题吗？ 3 个月了还没搞定？我都和你说了 Cline+vscode ，Cline 填 ollama 都 openAI api 就行了。哥们儿，有点儿菜了啊。
问 ChatGPT 也就是 1 分钟到事情。
问 ChatGPT 也就是 1 分钟到事情。
3h 9m ago Replied to a topic by wcwcxiaobin › 程序员 › 工控狗对 AI 的迷茫 |
你 Linux 能熟悉到在脑海里抽象理解整个微内核了吗？不要执着于 Windows ，在 Windows 下学习 cs 的知识，就是带着镣铐学跳舞，整个.net ，包括和 Windows 搭噶的一切，都是最表层的东西。
嵌入式，NPU ，FPGA ，忆阻器......这些都是当前最有搞头的领域。怎么就会是到头了呢？
光 FPGA 都能让你搞 10 年 20 年。
嵌入式，NPU ，FPGA ，忆阻器......这些都是当前最有搞头的领域。怎么就会是到头了呢？
光 FPGA 都能让你搞 10 年 20 年。
3h 16m ago Replied to a topic by wcwcxiaobin › 程序员 › 工控狗对 AI 的迷茫 |
”工作到大概三年前的时候，感觉电气行业学到头了“
现在集成电路板都大涨了，供不应求。
3 年就敢说摸透了行业？只能说你见的还是太少了，有点儿坐井观天，老弟。我入江湖都快 20 年了，也不敢说我摸透了 cs 领域，每天都有新论文出现，看都看不过来。
LLM 再牛逼也长不出两只手去焊电容，把自己擅长的领域多广而深的耕耘一下。微电子这块，当前是最好的时代。
现在集成电路板都大涨了，供不应求。
3 年就敢说摸透了行业？只能说你见的还是太少了，有点儿坐井观天，老弟。我入江湖都快 20 年了，也不敢说我摸透了 cs 领域，每天都有新论文出现，看都看不过来。
LLM 再牛逼也长不出两只手去焊电容，把自己擅长的领域多广而深的耕耘一下。微电子这块，当前是最好的时代。
10h 18m ago Replied to a topic by sjmcefc2 › Local LLM › 买 macbook pro 笔记本，跑本地模型，怎么配置性价比比较高？ |
@diudiuu 没懂你在说什么，ultra 的机型下，我用 llama.cpp 都能把 模型全部层加载进 apple metal gpu ，cpu 都没有加载任何层。
我彻底没用 omlx ，它限制了 context 长度，我用 llama.cpp 跑 263k context 能一直跑。只是 llama.cpp 对于 混合 attention 的支持目前有问题。不过大概率要几个月才能 fix 这个问题，或者根本无解，跑的满点罢了。
我彻底没用 omlx ，它限制了 context 长度，我用 llama.cpp 跑 263k context 能一直跑。只是 llama.cpp 对于 混合 attention 的支持目前有问题。不过大概率要几个月才能 fix 这个问题，或者根本无解，跑的满点罢了。
1 day ago Replied to a topic by zs1607212422 › MacBook Pro › MAC 购买建议（求支招) |
mac 系列，现在只考虑 ultra 。
3 days ago Replied to a topic by joywho › 酷工作 › 具身智能创业公司招聘：机器人运控算法工程师（机械臂控制方向） |
很有诚意。我要是年轻 10 岁，就去北京闯一闯了。
3 days ago Replied to a topic by sjmcefc2 › Local LLM › 买 macbook pro 笔记本，跑本地模型，怎么配置性价比比较高？ |
@sjmcefc2
推理第一要素，gmem/umem 的带宽，越大越好。
第二要素才是算力本身，prefill 阶段，context 太长，Nvidia 的 cuda 擅长的地方。
mac 系列只有 ultra 的带宽>= 800GB/s ，这是第一个要素。 至于 apple metal gpu 的 core 数量，讲真，再多一倍也无济于事。算力对于 mac 系列来说，聊胜于无。
推理第一要素，gmem/umem 的带宽，越大越好。
第二要素才是算力本身，prefill 阶段，context 太长，Nvidia 的 cuda 擅长的地方。
mac 系列只有 ultra 的带宽>= 800GB/s ，这是第一个要素。 至于 apple metal gpu 的 core 数量，讲真，再多一倍也无济于事。算力对于 mac 系列来说，聊胜于无。
Select Language