Bad News für NVIDIA
Published Nov 8, 2026 · 1:28
Likes: 6KComments: 222+24h: +1KAvg views/h: 1K
Its recent uploads
#1 of its last 5
Its uploads we’ve seen, oldest left, by views (log scale). Dashed: its usual.
Performance in numbers
Figures as of Nov 17, 2026, 7:00 AM UTC.
Bad News für NVIDIA by Max Fröhlich has 265K views, 9 days after it was published on November 8, 2026.
It is getting 1K views an hour now.
It is on YouTube’s trending charts in 3 countries, best #2 in Germany.
Its best day so far was Nov 10, with 221K views, and it is watched most around 7 PM UTC.
| Views | 265K | 264,521 |
|---|---|---|
| Views in the last 24 hours | +1K | +1,013 |
| Views per hour now | 1K | 1,235 |
| Times its channel’s usual | 14× | 13.8× |
| Best day | Nov 10 · 221K | 221,061 |
| Busiest hour | 7 PM UTC | |
| Countries charting | 3 | |
| Best chart rank | #2 · Germany | |
| Likes | 6K | 6,064 |
| Comments | 222 | |
| Published | November 8, 2026 | |
| Length | 1:28 | |
| Category | People & Blogs | |
| Channel | Max Fröhlich | |
| Channel subscribers | 29K |
Views
265K
+1K · 24 h
Views/h now
1K
× usual
14×
Not enough reads yet.
Views per day
221K
best day, Nov 10
Trending in
3
best #2 in Germany
When it’s watched
7 PM
its busiest hour, your time
Where it charts3
- #2GermanyNov 8
- #4SwitzerlandNov 8
- #5AustriaNov 8
- #8GermanyNov 8
- #14AustriaNov 8
- #22SwitzerlandNov 8
From the YouTube record
Fields of the video as the YouTube API returns them.
- Published
- Nov 8, 2026, 9:56 AM
- Duration
- 1:28
- Category
- People & Blogs
- Audio language
- German (de)
- Title language
- German (de)
- Captions
- No
- Definition
- HD
- Format
- 2D
- License
- Standard YouTube
- Licensed content
- No
- Embeddable
- Yes
- Made for kids
- No
- Age-restricted
- No
- Paid promotion
- No
- Public stats
- Yes
Topics
- Lifestyle
- Technology
Title and description in 2 languages
- German
- English
Description
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-mtpShow all
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
◆ Calculated by viralshooter · all other figures from the YouTube API