Til forsiden
#ytelse
113 saker med denne taggen
I dag · tirsdag 21. juli
00:22
00:22 Modell · Lenke · The Decoder
Googles «Frozen v2»-brikke støper Gemini-arkitekturen inn i silisium
00:16
00:16 Verktøy · 2 min · JetBrains Blog
JetBrains målte rtk-tokenkutt: lovde 60-90 prosent, ble dyrere
I går · mandag 20. juli
04:13
04:13 Verktøy · 3 min · Hacker News
Headroom måler GPU-taket ditt for lokale modeller på 30 sekunder
00:16
00:16 Verktøy · Lenke · Hacker News - Newest: ""AI" "LLM" "Claude""
Claude Code har kjørt Bun skrevet i Rust siden juni
Søndag 19. juli
13:01
13:01 Forskning · 2 min · Tech Times
PrismML klemmer en 27 milliarder-parameter KI-modell ned til under 4 GB for iPhone
Lørdag 18. juli
04:18
04:18 Modell · Lenke · DEV Community
Unsloth slipper Qwen3.6-27B i NVFP4 med 2,5x raskere gjennomstrømning
Fredag 17. juli
12:27
12:27 Verktøy · 2 min · GitHub
AMD ROCm 7.14 bytter til TheRock byggesystem for lokal KI
04:27
04:27 Bransje · 2 min · WinBuzzer
Apple vurderer PrismMLs komprimeringsteknologi for større KI-modeller på iPhone
Onsdag 15. juli
22:50
22:50 Forskning · 2 min · Hugging Face - Blog
IBM: GPT-4.1 kostet dobbelt av Claude Sonnet i agent-test, tross lavere pris
16:26
16:26 Forskning · Lenke · TECHi
llama.cpp får 4,26x raskere prefill på Intel Arc, men bare i et smalt tilfelle
00:14
00:14 Verktøy · Lenke · Simon Willison's Weblog
Lobsters kjører nå på SQLite: 3,8 GB database på én enkelt VPS
Tirsdag 14. juli
16:24
16:24 Modell · 2 min · Baseten
StepFun slipper Step 3.7 Flash: 198 milliarder parametre på fire H100-kort
06:42
06:42 Verktøy · 2 min · Release notes from claude-code
Claude Code 2.1.208 tetter minnelekkasjer og krymper transkripsjoner opptil 79 ganger
Mandag 13. juli
11:23
11:23 Forskning · 2 min · Ganesh Nanduru (personlig blogg)
Enkeltutvikler slipper åpne treningskjerner for MiniMax sparse attention
04:24
04:24 Verktøy · 3 min · Ploy
Ploy bytter fra Claude Opus til GPT-5.6 Sol: 2,2x raskere og 27 prosent billigere i produksjon
02:42
02:42 Forskning · 2 min · groundtruth.day
NVIDIAs Puzzle krymper 120B-modellen til 75B og dobler gjennomstrømningen
Søndag 12. juli
20:28
20:28 Bransje · Lenke · AI | The Verge
M7 Ultra kan få 1,5 TB RAM, arven fra Apples døde bilprosjekt
12:34
12:34 Verktøy · 2 min · Archynewsy
NVIDIA Vera satser på enkelttråd-fart: 1,8 ganger x86-ytelse per kjerne i agent-løkker
08:28
08:28 Verktøy · 3 min · Andryo Marzuki
Utvikler fikset tre cache-bugs og kuttet prefill fra 88 sekunder til 0,64 på Mac Studio
04:18
04:18 Forskning · 2 min · DEV Community
Utvikler kuttet TTFT 9,9x på Android ved å gjenbruke llama.cpp KV-state
Lørdag 11. juli
16:37
16:37 Forskning · 2 min · byteiota
Nvidia dropper draft-modellen i spekulativ dekoding med nye Nemotron-vekter
12:31
12:31 Verktøy · 2 min · TechAmerica.ai
Fransk startup ZML lanserer gratis inferensplattform på tvers av brikkeleverandører
Fredag 10. juli
20:14
20:14 Forskning · 2 min · Chutes
Chutes trente en rekurrent modell desentralisert uten synkroniseringsstopp
16:28
16:28 Verktøy · 3 min · Ello
Ello kastet standard agent-løkke for å holde svartiden under ett sekund
10:46
10:46 Verktøy · 2 min · Hugging Face - Blog
Hugging Face profilerer attention: math-backenden er 3,7 ganger tregere enn naiv PyTorch-kode
00:53
00:53 Bransje · 2 min · AI News & Artificial Intelligence | TechCrunch
Nvidia falt 15 prosent mens Micron nesten tredoblet seg: minne er den nye flaskehalsen
00:41
00:41 Verktøy · 2 min · Google Developers Blog
Google slipper LiteRT.js: kjør .tflite-modeller i nettleseren opptil 3x raskere
Torsdag 9. juli
20:50
20:50 Modell · 2 min · MarkTechPost
Komprimert Nemotron kjører åtte 1M-forespørsler på én H100
04:33
04:33 Verktøy · 2 min · NVIDIA Blog
LangChain: Nemotron 3 Ultra matcher lukkede modeller til en tidel av prisen
00:24
00:24 Modell · 3 min · The Decoder
Grok 4.5: åtte ganger billigere enn Fable 5, 17 poeng svakere på DeepSWE
Onsdag 8. juli
20:24
20:24 Modell · Lenke · The Decoder
Claude Fable 5 topper alle åtte industri-benchmarks, til over 100 ganger prisen
10:39
10:39 Verktøy · Lenke · AI News & Artificial Intelligence | TechCrunch
ZML slipper gratis inference-server som kjører på fem brikkefamilier
00:38
00:38 Verktøy · Lenke · LavX News
AMD lanserer Ryzen AI Halo-arbeidsstasjon på 3999 dollar for lokal KI
Tirsdag 7. juli
20:20
20:20 Modell · 3 min · IT Brief UK
Sber slipper GigaChat 3.5 Ultra som open source: 432B MoE med lineær oppmerksomhet
04:23
04:23 Verktøy · 2 min · Kapa.ai
Kapa.ai kutter 68 prosent av RAG-konteksten uten å miste svar-treffsikkerhet
02:55
02:55 Modell · 1 min · Hugging Face
Tencent slipper Hy3 under Apache 2.0: 295 milliarder parametre, slår GLM-5.1 i egen blindtest
Mandag 6. juli
16:42
16:42 Bransje · Lenke · The Decoder
Nvidias Kyber NVL144 utsatt til 2028, asiatiske leverandører faller
12:27
12:27 Verktøy · 2 min · Edgee
Compressor V2 kutter KI-agent-kostnader med 50 prosent via tre komprimeringslag
08:13
08:13 Verktøy · 3 min · Hugging Face - Blog
Hugging Face Kernels laster nå bare betrodde utgivere som standard
Søndag 5. juli
12:38
12:38 Modell · 1 min · Tech Times
Poolside Laguna XS 2.1: gratis kodemodell med DFlash som kjører på én GPU
12:37
12:37 Verktøy · 1 min · 36Kr (QbitAI)
mlx-dspark: uavhengig utvikler porterte DeepSeeks DSpark til Apple Silicon
Lørdag 4. juli
16:19
16:19 Modell · Lenke · Federico Cutroni
Cerebras kjører Kimi K2.6 nesten 7x raskere enn beste GPU-sky for agentisk koding
12:46
12:46 Forskning · Lenke · arXiv
Program-as-Weights: en 0,6B-modell matcher 32B ved å kompilere oppgavelogikk til vekter
12:40
12:40 Forskning · Lenke · MarkTechPost
NVIDIA ASPIRE: robotrammeverk som forbedrer seg selv, treffer 31 prosent på lange LIBERO-Pro-oppgaver
04:20
04:20 Forskning · 1 min · Wafer AI
GLM-5.2 kjører 2626 tokens/sek per node på AMD MI355X til under halve Blackwell-prisen
00:18
00:18 Bransje · 2 min · Let's Data Science
PagerDuty-toppsjef advarer: KI-agenter feiler stille, ikke med et krasj
Fredag 3. juli
20:22
20:22 Verktøy · 2 min · GitHub (pxpipe)
pxpipe kutter Claude Code-kostnaden ved å rendre kontekst som bilder
12:26
12:26 Modell · 2 min · MarkTechPost
Interfaze åpner diffusjonsbasert talegjenkjenning for seks språk
Torsdag 2. juli
08:30
08:30 Modell · Lenke · DataCentreNews UK
Nvidia kutter token-kostnaden for DeepSeek V4 med opptil 5x gjennom programvareoptimalisering
08:20
08:20 Forskning · Lenke · AIJourn
STAR-KV komprimerer KV-cache opptil 20x, valgt som ICML 2026-spotlight-artikkel
Onsdag 1. juli
20:22
20:22 Forskning · 2 min · The Register
SEMQ-metoden kutter minnebruk for KI-modeller uten å tape nøyaktighet
16:22
16:22 Modell · 2 min · MarkTechPost
NVIDIA slipper Nemotron-Labs-TwoTower: diffusjonsmodell med dobbel gjennomstrømning
14:50
14:50 Verktøy · 2 min · LavX News
ZLUDA 6 bringer CUDA-kompatibilitet til AMD GPU-er
08:26
08:26 Verktøy · 1 min · TechCrunch
Google lanserer Nano Banana 2 Lite: raskere og rimeligere bildegenerering
06:46
06:46 Forskning · 2 min · The Decoder
DeepSeek slipper DSpark: opptil 85 prosent raskere inferens under strammere eksportkontroll
06:45
06:45 Forskning · Lenke · Hacker News - Newest: ""AI" "LLM" "Claude""
Sophon PFG-1: foreslått KI-brikke med 330 GB DRAM on-die og null HBM
04:50
04:50 Bransje · Lenke · AI News & Artificial Intelligence | TechCrunch
Nvidia-utfordrer Etched til 5 mrd dollar med inference-brikke og 1 mrd dollar i ordre
02:54
02:54 Modell · Lenke · Hacker News - Newest: ""AI" "LLM" "Claude""
Claude Sonnet 5: benchmark-resultater
Tirsdag 30. juni
08:21
08:21 Forskning · 2 min · TechTimes
DFlash knekker spekulativ dekoding: 15x raskere inferens på Blackwell GPU-er
Mandag 29. juni
20:18
20:18 Modell · 2 min · Quesma
Qwen 3.6 27B: 27 milliarder parametre slår 397 milliarder på koding
16:25
16:25 Modell · Lenke · MarkTechPost
Liquid AI sender LFM2.5-230M: liten modell kjører lokalt via llama.cpp, MLX og vLLM
16:20
16:20 Modell · Lenke · HTX Insights
DeepSeek V4 DSpark: ny spekulativ dekodingsramme øker inferenshastigheten med 80 prosent
04:19
04:19 Modell · 2 min · TechTimes
NVIDIA Vera Rubin tredobler minnebåndbredden mot Blackwell og kutter tokenkostnad ti ganger
Søndag 28. juni
22:48
22:48 Forskning · 2 min · MarkTechPost
DeepSeek åpner DSpark: spekulativ dekoding gir 60 til 85 prosent raskere V4-inferens
Søndag 14. juni
18:20
18:20 Verktøy · 2 min · VideoCardz
AMD Ryzen AI Halo-PC med 128 GB minne nå tilgjengelig for 3 999 dollar
12:04
12:04 Modell · 2 min · MarkTechPost
Zyphra slipper Zamba2-VL: hybrid Mamba2-modell kutter tid til første token med rundt ti ganger
11:59
11:59 Forskning · Lenke · Wccftech
NVIDIA GB300 håndterer 61 000 KI-agenter per megawatt, 20 ganger Hopper, i ny benchmark
Tirsdag 9. juni
18:39
18:39 Modell · 2 min · MarkTechPost
Xiaomi MiMo og TileRT presser en billionparameter-modell forbi 1000 tokens per sekund på vanlige GPU-er
Tirsdag 19. mai
22:21
22:21 Modell · 2 min · Ars Technica
Gemini 3.5 Flash: 300 tokens i sekundet med frontier-ytelse og Omni do-anything-modell
15:24
15:24 Forskning · 3 min · Startup Fortune
llama.cpp dobler Qwen3.6 27B med Multi-Token Prediction: 7,4 til 18,1 t/s på Strix Halo
Torsdag 14. mai
22:22
22:22 Modell · 2 min · Crypto Briefing
OpenAI lanserer GPT-5.3-Codex-Spark: første produkt på Cerebras-maskinvare
14:34
14:34 Forskning · 3 min · aiHola
Coding Agent Index: Cursor CLI med Opus 4.7 topper første tverr-stack-benchmark
Onsdag 13. mai
18:28
18:28 Modell · 2 min · VentureBeat
Perceptron Mk1: video-analyse 80 til 90 prosent billigere enn Anthropic, OpenAI og Google
Mandag 11. mai
22:18
22:18 Verktøy · 3 min · jola.dev
Lokale modeller på M4 med 24 GB minne: hva som faktisk er brukbart
18:14
18:14 Forskning · 3 min · MarkTechPost
Sakana og NVIDIA gjør LLM-inferens 20,5 prosent raskere med TwELL: ren CUDA, ingen arkitekturendring
Søndag 10. mai
18:33
18:33 Verktøy · 3 min · Hackaday
Brukt server-GPU til 200 dollar kjører LLM bedre enn RTX 3060
Lørdag 9. mai
14:16
14:16 Modell · 2 min · CnTechPost
Baidu lanserer Ernie 5.1: pretrening koster 6 prosent av tilsvarende modeller
06:36
06:36 Verktøy · 2 min · Modular
Modular slipper Mojo 1.0 Beta: Python-syntaks med C++-ytelse og GPU-kjerner i ett språk
Fredag 8. mai
14:12
14:12 Bransje · 2 min · Tom's Hardware
Hovedkortsalget faller 28 prosent: KI-fabrikker spiser komponentene du trenger til lokale modeller
02:16
02:16 Verktøy · 3 min · InfoQ
OpenAI bytter Responses API til WebSocket: 40 prosent kortere agent-latens i Vercel, Cline og Cursor
Torsdag 7. mai
22:16
22:16 Verktøy · 2 min · GitHub (Blaizzy/mlx-vlm)
mlx-vlm v0.5.0: kontinuerlig batching, MTP-spekulering og Gemma 4-video på Apple Silicon
22:13
22:13 Verktøy · 2 min · GitHub (antirez/ds4)
antirez slipper ds4: dedikert Metal-motor for DeepSeek V4 Flash, 2-bit kvantisering, KV-cache på SSD
14:27
14:27 Modell · 2 min · Belitsoft
Google legger multi-token-prediksjon til Gemma 4: opptil 3,1× raskere lokalt uten å endre kvaliteten
10:23
10:23 Modell · Lenke · Winbuzzer
OpenAI gjør GPT-5.5 Instant til ny standardmodell, hevder over 50 prosent færre hallusinasjoner
10:16
10:16 Verktøy · 2 min · InfoQ
Google deler TPU 8 i to varianter: 9 600 brikker per superpod for trening, 288 GB minne per chip for agent-inferens
Onsdag 6. mai
22:32
22:32 Verktøy · 2 min · Ollama / GitHub Releases
Ollama v0.23.1: Gemma 4 MTP gir over 2x fart på Mac for kodingsoppgaver
18:44
18:44 Forskning · 2 min · Reflex Blog
Computer-use 45 ganger dyrere enn struktur-API i Reflex-benchmark
Tirsdag 5. mai
22:51
22:51 Verktøy · 2 min · Google
Gemma 4 får MTP-drafters: opp til 3x raskere lokal inferens uten kvalitetstap
10:08
10:08 Modell · 2 min · Wccftech
NVIDIAs åpne Nemotron 3 Super topper EnterpriseOps-Gym med 27,3 poeng og slår DeepSeek og Kimi
02:09
02:09 Forskning · 2 min · OpenAI Engineering Blog
OpenAI: slik holder vi 900 millioner stemme-sesjoner i gang uten merkbar latens
Mandag 4. mai
06:25
06:25 Verktøy · 2 min · InfoQ
Cloudflare splitter LLM-prosessering i to: Infire kjører Kimi K2.5 på 8 H100-er
Lørdag 2. mai
18:12
18:12 Modell · 3 min · DeepLearning.AI The Batch
GPT-5.5 vant intelligens-indeksen, men hallusinerer 85 % av tiden den ikke vet svaret
10:16
10:16 Verktøy · 2 min · XDA Developers
En uke uten Claude Pro: lokal Qwen 3.5 9B taklet alt unntatt render-panelet
Fredag 1. mai
18:28
18:28 Modell · 2 min · dataphoenix.info
DeepSeek V4: åpen 1,6T-modell med MIT-lisens nær GPT-5.5 til en sjettedel av prisen
14:18
14:18 Modell · Lenke · Interesting Engineering
Lumai Iris Nova: optisk datamaskin kjører Llama 70B med 90 prosent mindre strøm
14:16
14:16 Forskning · 1 min · AI Pressa
Google TurboQuant: KV-cache-kompresjon kutter minnebruk 6x uten retrening
Torsdag 30. april
18:15
18:15 Verktøy · Lenke · SiliconANGLE
Runpod Flash: skriv Python lokalt, få auto-skalerende inferens-endepunkt uten Docker
Tirsdag 28. april
02:18
02:18 Verktøy · 2 min · GitHub (Show HN)
Open source-agenten Dirac topper TerminalBench 2.0 med 65,2 prosent og 64,8 prosent lavere kostnad
Søndag 26. april
10:19
10:19 Forskning · 3 min · Victor Taelin
LamBench tester KI-modeller på lambda-kalkyle — Opus 4.6 og GPT-5.3 Codex deler førsteplassen
Onsdag 22. april
22:13
22:13 Modell · 2 min · Ars Technica
Google deler TPU i to: 8t for trening, 8i for inferens, dobbel ytelse per watt
Mandag 20. april
18:13
18:13 Bransje · Lenke · The Verge
RAM-mangelen kan vare til 2030 — lokal inferens blir dyrere lenge
02:09
02:09 Verktøy · 2 min · Startup Fortune
llama.cpp fletter inn spekulativ sjekkpunkting: 40 prosent mindre VRAM, 20 prosent flere tokens
Lørdag 18. april
10:11
10:11 Forskning · Lenke · Cloudflare Research
Cloudflare komprimerer LLM-vekter tapsfritt — 2,6 bits entropi per BF16-eksponent
Fredag 17. april
22:17
22:17 Forskning · Lenke · Claude Code Camp
Opus 4.7 bruker 1,33x flere tokens enn 4.6 — måling av den nye tokenizeren
Torsdag 16. april
22:19
22:19 Forskning · 2 min · Simon Willison
21GB Qwen3.6 på en laptop tegnet bedre pelikan enn Claude Opus 4.7
Onsdag 15. april
16:10
16:10 Verktøy · Lenke · GizmoWeek
Google Gemma 4 kjører direkte på iPhone med full offline-inferens
Tirsdag 14. april
20:12
20:12 Forskning · 2 min · Artificial Analysis
Åpne modeller under 32B parametre matcher nå GPT-5-nivå ytelse
Mandag 13. april
20:16
20:16 Bransje · Lenke · EE Times
ROCm tar opp kampen mot CUDA: AMD satser steg for steg
Søndag 12. april
14:19
14:19 Verktøy · Lenke · Analytics India Magazine
NVIDIA lanserer AITune: åpen kildekode-verktøy for automatisk inferensoptimalisering
Lørdag 11. april
18:14
18:14 Verktøy · Lenke · PyShine
Google lanserer LiteRT-LM: inferens-rammeverk for LLM på kant-enheter
18:14
18:14 Verktøy · Lenke · MarkTechPost
NVIDIA lanserer AITune: velger raskeste inferens-backend automatisk
Tirsdag 7. april
10:25
10:25 Verktøy · Lenke · XDA Developers
Spekulativ dekoding gjør lokale LLM-er raskere uten maskinvareoppgradering
Mandag 6. april
20:13
20:13 Verktøy · Lenke · WinBuzzer