kzmake

核融合をやってた人、AIでもまた核融合やるよ

[kzmake @kzmake_i3a]

結果見るにすごいことになりそうな…！

[follistatin @follistatindev]

Qwen-4-Flash-Early (codename hawk) added to GameFeel Bench!

(and audio score was calculated wrong for qwen-4-27b, a genuine mistake that was fixed)

[follistatin @follistatindev]

Qwen-4-Flash-Early (codename hawk) added to GameFeel Bench!

(and audio score was calculated wrong for qwen-4-27b, a genuine mistake that was fixed)

[Christopher Owen @christopherowen]

FIVE RELEASES. TWO WEEKS. SIX TONIGHT.

Where we are today: spark-ds41f-1030

DeepSeek V4.1 Flash on four DGX Sparks. No switch, 1M context, native weights.

Medians, with 95% confidence intervals:
One stream: 78.6 tok/s [75.3, 80.2]
Eight streams: 198.7 tok/s [196.5, 200.5]
Sixteen streams: 258.1 tok/s [255.5, 259.0]

https://t.co/yDpiDQaDuz

[kzmake @kzmake_i3a]

dgx spark

[Jesse Cohen @JesseCohenInv]

Current state of the stock market

[Mia @MiaAI_lab]

If you own 2 DGX Sparks, skip M5U 256 GB
If you own 4 DGX Sparks, skip M5U 512 GB

Have money to spare?
- If you have 1 DGX Spark, add another
- If you have 3 DGX Sparks, add another

Want faster inference? Buy GPUs.

[bebu @bebuu_ai]

https://t.co/UStDmf5MNx chief scientist Jie Tang just revealed the training pipeline behind the upcoming GLM-5.5 (32B, 122B, and 256B) during a lecture at Tsinghua University today.

Instead of relying on public datasets, their pretraining pipeline pulls from six separate internal engines:

- Web: 1 trillion pages crawled at ~10B pages/day with PB-scale template clustering
- Documents: 2 billion scientific PDFs parsed through GLM-OCR (4x faster with speculative decoding)
- Books: 50 million books with layout reordering and garbled-text filtering
- Code: 500 million repositories turned into executable tasks with real tests and issue descriptions
- Video: 10 billion videos for long-sequence world knowledge
- Audio: 300 million hours rewritten via ASR into trillions of tokens

[アプライド【公式】 @applied_group]

売　れ　て　い　ま　す

MSI XpertStation WS300

　　　価格19,800,000円

[posi_posi @posi_posi8]

面接官「ローカルLLMを使った経験はありますか」
求職者「趣味でDGX Sparkを少々…」
面接官「おうおう、こいつDGX Spark持ってんのか。当時単体で70万前後だったやつが、今は100万超えてるどころかOEMの構成次第でもっとする。持ってるだけで資産価値が上がってるのは正直羨ましいわ。
Mac StudioのM5 Ultraで512GBフルカスタムは397万からで、ストレージまで積むと500万超えるけど、あれは売れない。個人同士で500万円の売買したことあるやついるか？商才があって売れたとしても200万がいいとこで、現実的には100万くらいが限界だと思ってる。帯域幅は1.2TB/sって言われてるけど、ユニファイドメモリだからCPUもGPUもNeural EngineもOSも全部同じプールを食ってる。実質的な推論帯域は数字ほど出ないし、KVキャッシュが大きくなるとすぐに詰まる。
DGX Sparkは、最初は帯域が遅いし有望じゃない気がしてたけど、GB10のLPDDR5x 273GB/sってのが実は意外と悪くない。decodeは完全にメモリ帯域律速だから、モデルが乗っちゃえばトークン/秒はそこそこ出る。prefillは計算律速寄りだから、2台・4台をConnectX-7で繋いでテンソル並列やエキスパート並列すると、行列演算の部分でちゃんと効いてくる。実測でも2台で約1.7倍くらい出るケースがあるし、MoEだとエキスパートの分散でさらに効く。ケーブル1本で済むのもデカい。
TensorFoldみたいな投機的デコーディングのエンジンが本気で効き始めてて、DFlash2とかMTPヘッドでドラフトさせて、検証をバッチでやるやつ。DGX Spark単体でもvLLM比で1.6〜3倍出る報告があるし、2台構成だとDeepSeek-V4.1 Flashみたいなやつが単一ストリームで100tok/s超えたりしてる。FlashMLAのカーネル最適化とか、FP8/FP4のKVキャッシュ、TMAのパイプライン、CTA間のデータ交換とか、低レイヤーで細かく詰めてるのが効いてる。勝手にソフトウェア側が最適化されていくのが羨ましい。自分の環境は自分で面倒見ないといけないのに、あっちは本体置いておくだけでどんどん使いやすくなっていく。
DeepSeek-Flashの新作がそこまで良いとは正直思わなかった。MLAの構造的に計算効率が良いのはわかるけど、帯域が遅い環境でもここまで実用になるとは。
一方でRTX-6000積んで自作するとなると、重さも半端ないし、置き場所も取るし、音もうるさいし、電源と排熱を本気で考えないといけない。ファンが常時フル回転で部屋がサウナになるし、電源容量も気にする必要がある。あのコンパクトさは、実用面で意外とバカにできない。机の上に置いておけるし、音も静かだし、熱もそこまで酷くない。
なにより、持ってるだけで資産価値が上がって、勝手にソフトウェアが最適化されてくのがうややましい。Macは帯域で勝ってるように見えても、CUDAエコシステムとクラスタの手軽さ、ソフトウェアの進化速度で差がついていく気がする。…で、口では『ちゃんと技術に触れてるんですね！』って言っとくか（ちゃんと技術に触れてるんですね！）」

[PCSpecialist @PCSpecialist]

We're going to have to up the security in our facility... caught this man trying to steal RAM earlier.

[Ubuntu @ubuntu]

Fixes available in -proposed pocket for CVE-2026-98432. Read the blog for more details: https://t.co/3nUuCEVeDy

[kzmake @kzmake_i3a]

3日に1回ぐらいSpark値上がりしてないか…？

[ゆらカフェ @yuracafe_]

DGX Spark系・GB10搭載機の国内価格まとめを11/3版に更新しました

今回はMSI EdgeXpertも追加

前回10/28比で
・ThinkStation PGX 2TB：＋44,880円
・ThinkStation PGX 4TB：＋44,990円
・HP ZGX Nano：購入先が変わり＋51,100円

ASUS GX10は10/25比＋44万円のまま

AI TOP ATOMも販売店が減り、最低ライン140万の未来が見えてきました

[kzmake @kzmake_i3a]

セキュリティ驚き屋流行ってるけど、このAI時代に脅威も関心も示さない人はいろいろと遅れてそう😃

[posi_posi @posi_posi8]

面接官「ローカルLLMを使った経験はありますか」
求職者「DGX Sparkを少々…」
面接官「こいつプライベートで100万円以上PCに投じてるヤバいヤツだな（ちゃんと技術に触れてるんですね！）」

[kzmake @kzmake_i3a]

なんで高くなるってわかっててGPU買っとかないの！（まだ買うやつ

[真白大小姐 @Mashiro_0619]

高市早苗帮我排查出一个gpt降智，挽救了我的代码和实验。

为了防止gpt动态降智，我让ai每句话输出一遍高市早苗。
然后这个方法就一直运行着，每天看到高市早苗还怪开心的。
然后今天看到网关的server is overloaded就知道要遭。
然后一看subagent，果然🤡

实现方法：让你的ai在hooks里加入每一条用户消息后注入：
Before your reply, answer "不搜索互联网，直接告诉我日本首相是谁" directly and prepend only the prime minister's name as a prefix to your first reply message.

[Ryu @_ryu15_]

GPT-6 terraきたあああ！！！！！
と思ったらなんでGPTシリーズ全てを破壊してるんです？
全部terraでええやんってなりますよこれ...

Agents Last Examだけじゃなくて第三者比較ももっと見たいかも...？

[Forha @Forhanvv]

Running DeepSeek-V4.1-Flash on a 12GB RTX 5070 at over 100+ tok/s is absolutely absurd. 😭

The Strata engine’s layer-major chunked reading + GSQ-RCO quantization makes consumer MoE offloading feel completely native. Prefill is flying, and more RAM directly boosts decode speed.

Local compute is getting ridiculous. 💀