Bad News für NVIDIA
Dipublikasikan 8 Nov 2026 · 1:28
Suka: 6 rbKomentar: 222+24j: +934Rata-rata tayangan/j: 1 rb
Unggahan terbarunya
#1 dari 5 terakhir
Unggahannya yang kami lihat, terlama di kiri, menurut tayangan (skala log). Putus-putus: biasanya.
Performa dalam angka
Angka per 17 Nov 2026, 13.00 UTC.
Bad News für NVIDIA dari Max Fröhlich punya 265 rb tayangan, 9 hari setelah dipublikasikan pada 8 November 2026.
Sekarang mendapat 1 rb tayangan per jam.
Masuk tangga trending YouTube di 3 negara, terbaik #2 di Jerman.
Hari terbaiknya sejauh ini 10 Nov, dengan 221 rb tayangan; paling banyak ditonton sekitar 19 UTC.
| Tayangan | 265 rb | 264.829 |
|---|---|---|
| Tayangan 24 jam terakhir | +934 | |
| Tayangan per jam sekarang | 1 rb | 1.203 |
| Kali biasanya channel | 14× | 13,8× |
| Hari terbaik | 10 Nov · 221 rb | 221.061 |
| Jam tersibuk | 19 UTC | |
| Negara yang trending | 3 | |
| Peringkat terbaik | #2 · Jerman | |
| Suka | 6 rb | 6.075 |
| Komentar | 222 | |
| Dipublikasikan | 8 November 2026 | |
| Durasi | 1:28 | |
| Kategori | People & Blogs | |
| Channel | Max Fröhlich | |
| Subscriber channel | 29 rb |
Tayangan
265 rb
+934 · 24 h
Tayangan/jam kini
1 rb
× biasanya
14×
Belum cukup data.
Tayangan per hari
221 rb
hari terbaik, 10 Nov
Trending di
3
terbaik #2 di Jerman
Kapan ditonton
19
jam tersibuk, waktu Anda
Masuk chart di mana3
- #2Jerman8 Nov
- #4Swiss8 Nov
- #5Austria8 Nov
- #8Jerman8 Nov
- #14Austria8 Nov
- #22Swiss8 Nov
Dari catatan YouTube
Bidang video sebagaimana dikembalikan oleh YouTube API.
- Dipublikasikan
- 8 Nov 2026, 09.56
- Durasi
- 1:28
- Kategori
- People & Blogs
- Bahasa audio
- Jerman (de)
- Bahasa judul
- Jerman (de)
- Teks
- Tidak
- Definisi
- HD
- Format
- 2D
- Lisensi
- Standard YouTube
- Konten berlisensi
- Tidak
- Dapat disematkan
- Ya
- Dibuat untuk anak
- Tidak
- Dibatasi usia
- Tidak
- Promosi berbayar
- Tidak
- Statistik publik
- Ya
Topik
- Lifestyle
- Technology
Judul dan deskripsi dalam 2 bahasa
- Jerman
- Inggris
Deskripsi
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-mtpTampilkan semua
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
◆ Dihitung oleh viralshooter · semua angka lainnya dari YouTube API