Komrus

Белый адрес - ОпенВПН на роутере - клиент ВПН извне, цепляетесь и работаете.
Если проброс портов, то это стену ставить и настраивать корректно, потому что как только откроете порты на внешку, то китайцы будут стучаться нон-стоп.

Нужны видеокарты, суммарным объемом 1024гб. тут только специализированные, найти в продаже в странах под санкциями нереал, рынок пустой был уже в 2020-ом. Цены тут 5х от мировых.

Квантизация тут тоже есть, vllm самая эффективная реализация, поэтому если тебе не нужно дообучать, а только исполнение, то пойдет 8bit квантизация.
-------

На процессоре с помощью llama.cpp, где-нибудь 10-20 секунд на токен (кстати повышается в несколько раз при batch запросах, когда тебе нужно обработать сразу много prompt-ов).

Тебе нужна серверная материнка (хоть прошлого поколения, важна оперативная память), размер памяти минимум 256гб (4битная квантизация, потеряешь в качестве), лучше 512гб. К сожалению рынок тут только БУ со всеми вытекающими от сюда ценами и гарантиями.
--------

Можно запускать на нескольких десктопах!
Год назад в llama.cpp портировали MPI реализацию, поддержка запуска на нескольких нодах (как пример нам было 8 raspberrypi и llama65b) поэтому приобрести 4 компьютера по 64-128гб не проблема, процессор не самый топовый, какой-нибудь AMD Ryzen 5 9600X/7600X (6-ядерный, лучшая производительность singlethread дешевле $300/$200), на сколько я понял, упирается все в сеть, поэтому сверху 10Gb ethernet адаптеры в придачу (они относительно дешевые).

Каждый из компьютеров обойдется примерно в 100т.р. (можно ужаться и набрать по 70т.р. но там и процессоры по слабее и память по медленнее, но не значительно), и таких нужно 3-4 штуки.

Сетевые карты 10G покупать парами, объединить в круг (это самый дешевый конфиг). Иначе, еще вложиться в свитч примерно такой же стоимости. Если честно я не нашел информации или каких то расчетов, которые скажут требования к сети, очень даже может быть что хватит встроенных в материнку и гигабитного свитча, речь идет об оптимальной утилизации процессора и памяти.
--------

Есть еще один экстремальный вариант, он не требует почти никаких особых затрат, любая даже самая слабая железка с любым количеством RAM (пусть условно 16гб-32гб будет, контекст хранить нужно) но с максимально быстрым ssd nvme диском (или несколькими в raid0). llama.cpp штатно умеет работать с моделями напрямую с диска (mlock режим), будет считывать всю модель по одному разу на каждый токен.

Например 4 ssd диска (проходной apaser за 2.5т.р. но лучше что то по быстрее с pci-e 4.0) на скорости 2гбайта/с (само собой есть быстрее) с соответствующими pci-e контроллерами обойдутся в считанные 16-25т.р., полученный 'монстр' будет считывать всю модель с 8битной квантизацией за 30-15 секунд, и уже вопрос, успеет ли процессор на такой скорости модель считать.

p.s. осторожно, ssd на 'чтение' тоже не бесплатно работает, это тоже изнашивает ресурс, только не так быстро как запись, может в тысячу раз медленнее, может в десятки тысяч.

Адекватных и универсальных мультимодальных ИИ (с модальностью - изображения) на текущий момент не существует.

С очень большой натяжкой можно считать топовые openai/claude/google/(может китайский qwen но они совсем внизу), с поддержкой изображений подходящими, в интернете даже гуглятся тестовые helloworld, но проблема в том что когда доходишь до реального использования, сил на то чтобы объяснить ИИ что тебе нужно и исправлять его ошибки уходит БОЛЬШЕ чем если бы ты делал это сам.

ИИ на текущий момент подходит как удобный помощник, делать что-либо что ты сам умеешь прекрасно делать, понимаешь как это понимает ИИ (мы в голове строим модель знаний нашего собеседника, чтобы не скатываться в объяснения алфавита, так вот то же самое и с ИИ, мы должны понимать что они понимают и до какой степени) и используешь его для ускорения./. плюс как замена поисковика (только не по всему интернету, а в пределах его знаний, очень мало какие продукты дают адекватный поиск в интернете).

https://www.pugetsystems.com/solutions/cad-worksta...

Быстрый процессор в single thread (смотреть сверху вниз до приемлемой цены) - много ядер не нужно, на этом можно сэкономить (обычно это топовые модели и техпроцесс но урезанные для маркетинга или из-за ошибок производства).

Минимальная видеокарта, для 2D она как я понимаю не используется, ну а для 3D брать дискретную по деньгам.

For AutoCAD, the video card is what handles displaying the 2D and 3D models on the screen. Only 3D models require anything more than a basic GPU, though, so if you will only be working with 2D models then you are better off saving money on the GPU and putting that money towards a faster CPU, SSD, or more RAM.

Настоятельно рекомендую 16Gb ram, лучше больше, особенно если будешь работать одновременно с несколькими документами. Лет 6 назад хватало 8Гб, но сейчас даже в рекомендациях стоит 16. Гоняться за топовыми решениями (DDR5 и ождаемый DDR6) бессмысленно, DDR4 поддержка уверено наполнена доступными решениями.

Настоятельно рекомендую SSD, причем NVME тот что pcie а не SATA, выбирать топовый не нужно, даже дешевые модели выдают сотни мегабайт в секунду записи, глупо ограничивать свою скорость тормозными SATA (помним про бакапы! ssd-шники не про надежность).

p.s. по деньгам скорее всего останется выбирать AMD Ryzen 5 9600X (до $300) и отсюда уже выбирай материнку и все остальное, сравнимый интель будет дороже процентов на 30, но если выбирать ноутбук то значит речь о мобильности и энергопотреблении, а тут интел пока вне конкуренции (ну ок последние маки хороши, но не для autocad).

В macOS есть встроенная утилита openssl, попробуй с помощью нее сначала экспортировать в cer и потом конвертировать в p12.

openssl pkcs12 -export -out certificate.p12 -in certificate.cer -nokeys

Потому что блокируют :) Внезапно, да?

Напишите фильтрацию по ключевым атрибутам и сужайте количество потенциальных совпадений. Это не 100% но вполне реально.
Берём основные параметры - марка, модель, год выпуска, пробег, цвет, тип кузова, и начинаем фильтровать и постепенно сужаем круг. Тестируем - это займет всего немного времени, но Вы успеете задуматься о том, что пора бы прикупить краску для волос.

Скорее всего нет. Реклама на ютубе идет с того же домена, что и сами видео... их нельзя срезать на уровне DNS.
только блокираторами в браузере.
купите прем, там же копейки вроде...

Самое сложное что в этой задачае - это сбор датасета. Тебе нужно аккуратно записывать
сколько людей играет. И кто сдает какие карты. И после того как ты соберешь хотя-б несколько
сотен сеансов игр, можно будет гонять всякие анализы по этому датасету и искать зависимости.

Без этих данных - очень сложно строить гипотезы.

В июле 2024 нет такой нейросети.
Ищите в интернете шаблоны нужных документов, с помощью графических редакторов исправляйте кастомные значения на необходимые, печатайте на цветном принтере при наличии печатей. Снимайте видео.

Всегда держите в уме, что вы нарушаете определенные нормативы и скорей всего закон в стране пребывания и осуществления подложной деятельности.

PS не является рекомендацией к действию или инструкцией. Сообщение носит ознакомительный характер. Автор не несет ответственности за деяния третьих лиц в правовом поле любых стран.

Если Вы посмотрите стоимость современного LTO драйва (LTO-8 или LTO-9), то диски Вам покажутся и не такими дорогими...
Да и сами картриджи далеко не бесплатные..

Ленты нужны если:
- это требование регулятора.
-требуется хранения архивов больше нескольких лет.
-большие объёмы, к которым обращения крайне редко..
-требуется организовать удалённое холодное хранение данных.

При хранении данных на лента Вы не сможете сразу приступить к их обработке, сначала надо будет их восстановить на диск. Оцените время восстановления..

Данные надо будет на лентах дублировать, что бы при повреждения картриджа не потерять данные.
В целом, если у Вас возникают такие вопросы, ленты Вам, скорее не нужны.

Хранение на лента может быть будет дешевле, если Вам надо хранить сотни терабайт холодных данных.

Потому что нехватает производительности ЦП роутера для шифрования. надо играться с настройками шифрования опенВПН
В целом тплинк как и Длин и осталоьное домашнее- это туфтеть.

лучше тогда уж купить кинетик. он функциональнее

Скорее всего ширина канала видеохостинга - это метафора. Тоесть ее конечно можно
посчитать если у нас есть 2 хоста в сети. Клиент и сервер. В случае с YouTube, Netflix
у нас есть много клиентов и есть много S3/BlobStorage хостов которые децентрализованы
географически и ваш софт выбирает то хранилище которое ближе к вам. Ну ближе не в смысле
километров а в смысле througtput.

Посмотрите ПО Xibo. как раз предназначено для такого. Цифровые вывески итд