Bad News für NVIDIA
Yayınlanma: 8 Kas 2026 · 1:28
Beğeni: 6 BYorum: 222+24sa: +934Ort. izlenme/sa: 1 B
Son yüklemeleri
Son 5 içinde #1
Gördüğümüz yüklemeleri, en eski solda, izlenmeye göre (log ölçek). Kesikli: olağanı.
Rakamlarla performans
Rakamlar 17 Kas 2026 12:00 UTC itibarıyla.
Max Fröhlich kanalının Bad News für NVIDIA videosu, 8 Kasım 2026 tarihinde yayınlandıktan 9 gün sonra 265 B izlenmeye ulaştı.
Şu anda saatte 1 B izlenme alıyor.
3 ülkenin YouTube trend listesinde, en iyi #2 ile Almanya.
Şimdiye kadarki en iyi günü 10 Kas, 221 B izlenmeyle; en çok 19 UTC civarında izleniyor.
| İzlenme | 265 B | 264.829 |
|---|---|---|
| Son 24 saatteki izlenme | +934 | |
| Şu anki saatlik izlenme | 1 B | 1.203 |
| Kanalın olağanının katı | 14× | 13,8× |
| En iyi gün | 10 Kas · 221 B | 221.061 |
| En yoğun saat | 19 UTC | |
| Trend olduğu ülkeler | 3 | |
| En iyi sıra | #2 · Almanya | |
| Beğeni | 6 B | 6.075 |
| Yorum | 222 | |
| Yayın tarihi | 8 Kasım 2026 | |
| Süre | 1:28 | |
| Kategori | People & Blogs | |
| Kanal | Max Fröhlich | |
| Kanal aboneleri | 29 B |
İzlenme
265 B
+934 · 24 h
Şu an izlenme/sa
1 B
Olağanın katı
14×
Henüz yeterli ölçüm yok.
Günlük izlenme
221 B
en iyi gün, 10 Kas
Trend olduğu ülkeler
3
en iyi #2 · Almanya
Ne zaman izleniyor
19
en yoğun saati, sizin saatinizle
Listelerdeki yeri3
- #2Almanya8 Kas
- #4İsviçre8 Kas
- #5Avusturya8 Kas
- #8Almanya8 Kas
- #14Avusturya8 Kas
- #22İsviçre8 Kas
YouTube kaydından
Videonun alanları, YouTube API'nin döndürdüğü şekilde.
- Yayınlanma
- 8 Kas 2026 09:56
- Süre
- 1:28
- Kategori
- People & Blogs
- Ses dili
- Almanca (de)
- Başlık dili
- Almanca (de)
- Altyazılar
- Hayır
- Çözünürlük
- HD
- Biçim
- 2D
- Lisans
- Standard YouTube
- Lisanslı içerik
- Hayır
- Yerleştirilebilir
- Evet
- Çocuklara özel
- Hayır
- Yaş sınırlı
- Hayır
- Ücretli tanıtım
- Hayır
- Herkese açık istatistikler
- Evet
Konular
- Lifestyle
- Technology
Başlık ve açıklama 2 dilde
- Almanca
- İngilizce
Açıklama
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-mtpTümünü göster
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
◆ viralshooter tarafından hesaplanır · diğer tüm rakamlar YouTube API'sinden