Bad News für NVIDIA
نُشر في 08/11/2026 · 1:28
الإعجابات: 6 آلافالتعليقات: 222+24س: +934متوسط المشاهدات/س: 1 ألف
أحدث فيديوهاته
#1 من آخر 5
فيديوهاته التي رأيناها، الأقدم يسارًا، حسب المشاهدات (مقياس لوغاريتمي). المتقطع: المعتاد.
الأداء بالأرقام
الأرقام حتى 17/11/2026، 12:00 م UTC.
حصل Bad News für NVIDIA من Max Fröhlich على 265 ألف مشاهدة بعد 9 أيام من نشره في 8 نوفمبر 2026.
يحصل الآن على 1 ألف مشاهدة في الساعة.
يظهر في قوائم الرائج على YouTube في 3 دولة، وأفضل ترتيب له #2 في ألمانيا.
أفضل يوم له حتى الآن كان 10 نوفمبر بعدد 221 ألف مشاهدة، وأكثر وقت يُشاهَد فيه نحو 7 م UTC.
| المشاهدات | 265 ألف | 264,829 |
|---|---|---|
| المشاهدات خلال آخر 24 ساعة | +934 | +934 |
| المشاهدات في الساعة الآن | 1 ألف | 1,203 |
| كم ضعف المعتاد للقناة | 14× | 13.8× |
| أفضل يوم | 10 نوفمبر · 221 ألف | 221,061 |
| ساعة الذروة | 7 م UTC | |
| الدول في الرائج | 3 | |
| أفضل ترتيب | #2 · ألمانيا | |
| الإعجابات | 6 آلاف | 6,075 |
| التعليقات | 222 | |
| تاريخ النشر | 8 نوفمبر 2026 | |
| المدة | 1:28 | |
| الفئة | People & Blogs | |
| القناة | Max Fröhlich | |
| مشتركو القناة | 29 ألف |
المشاهدات
265 ألف
+934 · 24 h
مشاهدات/س الآن
1 ألف
× المعتاد
14×
لا توجد قراءات كافية بعد.
المشاهدات يوميًا
221 ألف
أفضل يوم، 10 نوفمبر
رائج في
3
أفضل ترتيب #2 في ألمانيا
متى يُشاهَد
7 م
ساعة الذروة، بتوقيتك
أين يظهر في القوائم3
- #2ألمانيا8 نوفمبر
- #4سويسرا8 نوفمبر
- #5النمسا8 نوفمبر
- #8ألمانيا8 نوفمبر
- #14النمسا8 نوفمبر
- #22سويسرا8 نوفمبر
من سجل YouTube
حقول الفيديو كما ترجعها YouTube API.
- تاريخ النشر
- 08/11/2026، 9:56 ص
- المدة
- 1:28
- الفئة
- People & Blogs
- لغة الصوت
- الألمانية (de)
- لغة العنوان
- الألمانية (de)
- الترجمة النصية
- لا
- الدقة
- HD
- الصيغة
- 2D
- الترخيص
- Standard YouTube
- محتوى مرخّص
- لا
- قابل للتضمين
- نعم
- مخصص للأطفال
- لا
- مقيّد بالعمر
- لا
- ترويج مدفوع
- لا
- إحصاءات عامة
- نعم
المواضيع
- Lifestyle
- Technology
العنوان والوصف بـ 2 لغات
- الألمانية
- الإنجليزية
الوصف
744 Milliarden Parameter auf einem Laptop – ohne GPU. Klingt nach schlechten Nachrichten für Nvidia. Bis man fragt, wie schnell das Ganze eigentlich läuft. 💻 Der Trick heißt colibrì: Bei GLM-5.2 werden pro Token nur rund 40 Milliarden Parameter genutzt. Die benötigten Experten werden von der SSD nachgeladen, statt das komplette Modell im Arbeitsspeicher zu halten. Ein bisschen wie Netflix – nur liegt die ganze Videothek auf deinem Rechner. 📦 Die gezeigte Modellversion braucht dafür rund 429 GB Speicherplatz. Nach dem Download kann sie vollständig offline laufen. Die entscheidende Einschränkung: Auf dem ursprünglichen Laptop mit 25 GB RAM nennt das Projekt beim kalten Cache gerade einmal 0,05 bis 0,1 Token pro Sekunde. Also ein kleines Textstück alle 10 bis 20 Sekunden. Eher Brieffreundschaft als Chatbot. 🐌 Diese Werte gelten für diesen konkreten Aufbau. Inzwischen dokumentiert das Projekt auch deutlich schnellere Ergebnisse auf stärkerer Hardware. „Läuft auf meinem Laptop“ sagt allein also ziemlich wenig darüber aus, ob du damit deinen täglichen KI-Workflow ersetzen kannst. ⏳ Spannend bleibt die Idee trotzdem: Riesige Modelle auf vorhandener Hardware zugänglich machen. Das Ende von Nvidia lässt sich daraus jedenfalls nicht ableiten. 🔍 Kommentier KOLIBRI, dann schick ich dir das Repo. Und folg mir gerne für mehr KI-Content! 🐦 #KI #KünstlicheIntelligenz #Nvidia #LocalAI #Colibri Hinweis: Einige Grafiken zur Veranschaulichung sind KI generiert. Quellen: https://github.com/JustVugg/colibri https://huggingface.co/mastouri/GLM-5.2-colibri-int4-g64-with-int8-mtpعرض الكل
744 Milliarden Parameter auf einem Laptop – ohne GPU. Klingt nach schlechten Nachrichten für Nvidia. Bis man fragt, wie schnell das Ganze eigentlich läuft. 💻 Der Trick heißt colibrì: Bei GLM-5.2 werden pro Token nur rund 40 Milliarden Parameter genutzt. Die benötigten Experten werden von der SSD nachgeladen, statt das komplette Modell im Arbeitsspeicher zu halten. Ein bisschen wie Netflix – nur liegt die ganze Videothek auf deinem Rechner. 📦 Die gezeigte Modellversion braucht dafür rund 429 GB Speicherplatz. Nach dem Download kann sie vollständig offline laufen. Die entscheidende Einschränkung: Auf dem ursprünglichen Laptop mit 25 GB RAM nennt das Projekt beim kalten Cache gerade einmal 0,05 bis 0,1 Token pro Sekunde. Also ein kleines Textstück alle 10 bis 20 Sekunden. Eher Brieffreundschaft als Chatbot. 🐌 Diese Werte gelten für diesen konkreten Aufbau. Inzwischen dokumentiert das Projekt auch deutlich schnellere Ergebnisse auf stärkerer Hardware. „Läuft auf meinem Laptop“ sagt allein also ziemlich wenig darüber aus, ob du damit deinen täglichen KI-Workflow ersetzen kannst. ⏳ Spannend bleibt die Idee trotzdem: Riesige Modelle auf vorhandener Hardware zugänglich machen. Das Ende von Nvidia lässt sich daraus jedenfalls nicht ableiten. 🔍 Kommentier KOLIBRI, dann schick ich dir das Repo. Und folg mir gerne für mehr KI-Content! 🐦 #KI #KünstlicheIntelligenz #Nvidia #LocalAI #Colibri Hinweis: Einige Grafiken zur Veranschaulichung sind KI generiert. Quellen: https://github.com/JustVugg/colibri https://huggingface.co/mastouri/GLM-5.2-colibri-int4-g64-with-int8-mtp
◆ تحسبها viralshooter · وكل الأرقام الأخرى من YouTube API