Загрузка видео...

Не удалось загрузить видео

На главную

【MacのローカルLLMが4.1倍速！新技術「DFlash」が革命的🚀】 Apple Silicon（M4/M5 Maxなど）でLLMを爆速化させる「DFlash」のオープンソース実装が公開されました！Qwen3.5-9Bで4.1倍の高速化を達成しています。 💡 注目ポイント ・精度を落とさず速度だけを上げる「推測デコード」 ・16トークンを並列で一気に生成する「ブロック拡散」 ・Apple独自のMLXフレームワークへの最適化 27Bの大規模モデルでもクラウドAPI並みの速度で動作します。機密情報の要約や超高速コーディングなど、ローカル環境での実務が劇的に捗ります！💻 #生成AI #AppleSilicon

ai_hakase_'s profile picture

ハカセ アイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

14,484 subscribers

34,891 просмотров • 4 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

【Apple Silicon激震！DFlashでAI推論が3.3倍速に爆速化】 最新のM5 Max環境でQwen3.5-9Bが驚異の「85 tok/s」を達成しました！🚀 秘密は「DFlash」による投機的デコード技術の導入です。 ・小さなドラフトモデルが言葉を16個分まとめて先読み生成（ブロック拡散） ・本体の大きなモデルがその内容を1回の処理で一括検証 MLXフレームワークを極限まで最適化し、GPUとCPU間の通信無駄を省く「同期エリジョン」により、量子化モデルでも2.5倍以上の高速化を実現しています。APIコストを気にせず、手元のMacで最新AIをサクサク動かせる最強のワークステーション環境が整いました！✨ #AppleSilicon #AI
0:39

【Apple Silicon激震！DFlashでAI推論が3.3倍速に爆速化】 最新のM5 Max環境でQwen3.5-9Bが驚異の「85 tok/s」を達成しました！🚀 秘密は「DFlash」による投機的デコード技術の導入です。 ・小さなドラフトモデルが言葉を16個分まとめて先読み生成（ブロック拡散） ・本体の大きなモデルがその内容を1回の処理で一括検証 MLXフレームワークを極限まで最適化し、GPUとCPU間の通信無駄を省く「同期エリジョン」により、量子化モデルでも2.5倍以上の高速化を実現しています。APIコストを気にせず、手元のMacで最新AIをサクサク動かせる最強のワークステーション環境が整いました！✨ #AppleSilicon #AI

ハカセ アイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

19,916 просмотров • 4 месяцев назад

【LLM推論が最大6倍速に！新技術「DFlash」が革命的】 推論速度を劇的に向上させる新手法が登場しました。精度を維持したまま、Qwen3.5などの最新モデルで400 tokens/s超えを記録しています。🚀 注目のポイント： ・ブロック拡散モデルにより複数単語を並列予測 ・最高峰手法「EAGLE-3」より最大2.5倍高速 ・サーバーコスト削減とUX向上の両立が可能 AIエージェントの並列処理もスムーズになる、まさに次世代の高速化技術です！✨ #LLM #DFlash
0:26

【LLM推論が最大6倍速に！新技術「DFlash」が革命的】 推論速度を劇的に向上させる新手法が登場しました。精度を維持したまま、Qwen3.5などの最新モデルで400 tokens/s超えを記録しています。🚀 注目のポイント： ・ブロック拡散モデルにより複数単語を並列予測 ・最高峰手法「EAGLE-3」より最大2.5倍高速 ・サーバーコスト削減とUX向上の両立が可能 AIエージェントの並列処理もスムーズになる、まさに次世代の高速化技術です！✨ #LLM #DFlash

ハカセ アイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

54,518 просмотров • 5 месяцев назад

コーダーができるサイトの高速化10選 なかなかボリューミーな内容になっているので是非読んでみてください💡 ・具体的な高速化の手法10個 ・サイトの表示速度の決まり方 ・速度の計測方法 などを解説しています ▼記事はこちら
0:31

コーダーができるサイトの高速化10選 なかなかボリューミーな内容になっているので是非読んでみてください💡 ・具体的な高速化の手法10個 ・サイトの表示速度の決まり方 ・速度の計測方法 などを解説しています ▼記事はこちら

だい🥪デザイナー / フロントエンジニア

48,159 просмотров • 3 лет назад

「ブレーキが余る・足りない」を直す、公道での練習法 これ出来ないと、ラリーでは致命的です。 ・停止する直前、急ブレーキ気味 ・ブレーキで車が前につんのめる ・助手席の人が酔う 免許取り立てや初心者で、かなり多いです。 でも実はこれ、 「ただの練習方法を知らないだけで」 減速中の姿勢変化を制御出来ていない のが原因です。 この操作、モータースポーツでは 基礎であり、かなり重要です。 一定姿勢で減速できないと、 ・毎回ブレーキ終了位置がズレる ・オーバースピードでコーナーへ ・コーナー手前でブレーキが余る ・狙った速度まで落ちない ・ヒール＆トゥーで車が乱れる になります。 逆に言うと、 「減速度を一定に保てる」だけで、 ・狙った位置で狙った速度に落とせる ・ブレーキの再現性が上がる ・コーナー進入が安定する ・同乗者が酔いにくくなる など、一気に運転が変わります。 しかもこの練習、公道で出来ます。 赤信号で止まる時が、 そのまま練習になります。 ■この練習の目的 「一発で、狙った位置で、狙った速度へ減速する」 ための基礎を作る事です。 モータースポーツでは、 ・ブレーキが余る ・突っ込み過ぎる ・毎回進入速度が違う だけで、コーナーが不安定になります。 特に試走回数が1～2回しかないラリーだと これが出来ないドライバーは確実に遅いか、 クラッシュします。 逆に、減速度を一定に保てると、 「どこで減速開始すれば、どこで何km/hになるか」 の感覚が作りやすくなります。 結果、公道でも同乗者へ減速の波を 与えにくくなり、酔いにくい運転になります。 ■具体的な練習順番と方法 では、実際にどう練習すれば、 「狙った位置で、狙った速度へ減速する」 ようになるのかを、初心者が最短で 上達する順番を、以下にまとめています。 ※役に立ったら「フォロー」をお願いします。 過去のドラテク解説は、リポスト先にあります。
1:45

「ブレーキが余る・足りない」を直す、公道での練習法 これ出来ないと、ラリーでは致命的です。 ・停止する直前、急ブレーキ気味 ・ブレーキで車が前につんのめる ・助手席の人が酔う 免許取り立てや初心者で、かなり多いです。 でも実はこれ、 「ただの練習方法を知らないだけで」 減速中の姿勢変化を制御出来ていない のが原因です。 この操作、モータースポーツでは 基礎であり、かなり重要です。 一定姿勢で減速できないと、 ・毎回ブレーキ終了位置がズレる ・オーバースピードでコーナーへ ・コーナー手前でブレーキが余る ・狙った速度まで落ちない ・ヒール＆トゥーで車が乱れる になります。 逆に言うと、 「減速度を一定に保てる」だけで、 ・狙った位置で狙った速度に落とせる ・ブレーキの再現性が上がる ・コーナー進入が安定する ・同乗者が酔いにくくなる など、一気に運転が変わります。 しかもこの練習、公道で出来ます。 赤信号で止まる時が、 そのまま練習になります。 ■この練習の目的 「一発で、狙った位置で、狙った速度へ減速する」 ための基礎を作る事です。 モータースポーツでは、 ・ブレーキが余る ・突っ込み過ぎる ・毎回進入速度が違う だけで、コーナーが不安定になります。 特に試走回数が1～2回しかないラリーだと これが出来ないドライバーは確実に遅いか、 クラッシュします。 逆に、減速度を一定に保てると、 「どこで減速開始すれば、どこで何km/hになるか」 の感覚が作りやすくなります。 結果、公道でも同乗者へ減速の波を 与えにくくなり、酔いにくい運転になります。 ■具体的な練習順番と方法 では、実際にどう練習すれば、 「狙った位置で、狙った速度へ減速する」 ようになるのかを、初心者が最短で 上達する順番を、以下にまとめています。 ※役に立ったら「フォロー」をお願いします。 過去のドラテク解説は、リポスト先にあります。

踏みッパ@6/28(日)筑波 ドリフト・ジムカーナ練習会主催

31,332 просмотров • 3 месяцев назад

寝不足になるほど面白い_ローカルAIと音声合成をつないだら、キャラが普通にしゃべり始めた【アスキー記事冒頭】日本語に特化して開発されているTTSモデル（Text-to-Speech、テキストから音声）の「Irodori-TTSv3」が話題になっています。最近、様々なTTSが登場しているのですが、アナウンサー的な話し方のTTSが多いなか、このモデルは、より幅広い感情表現ができ、演技までできるうえに、生成速度が速いという特徴があります。今回は、グーグルのオープンモデルLLMである「Gemma4」を組み合わせて、AIとのチャットアプリを開発してみました。ローカルLLMと高速TTSを組み合わせれば、キャラクターAIが実用的な速度でしゃべり始める段階に入っています。【動画は開発したアプリの2Pモード】
3:25

寝不足になるほど面白い_ローカルAIと音声合成をつないだら、キャラが普通にしゃべり始めた【アスキー記事冒頭】日本語に特化して開発されているTTSモデル（Text-to-Speech、テキストから音声）の「Irodori-TTSv3」が話題になっています。最近、様々なTTSが登場しているのですが、アナウンサー的な話し方のTTSが多いなか、このモデルは、より幅広い感情表現ができ、演技までできるうえに、生成速度が速いという特徴があります。今回は、グーグルのオープンモデルLLMである「Gemma4」を組み合わせて、AIとのチャットアプリを開発してみました。ローカルLLMと高速TTSを組み合わせれば、キャラクターAIが実用的な速度でしゃべり始める段階に入っています。【動画は開発したアプリの2Pモード】

新清士@AIコンテンツ開発者

44,246 просмотров • 3 месяцев назад

【MacBook Airが最強AIマシンに！Googleの最新技術 TurboQuantが凄すぎる】 Googleが開発した圧縮手法「TurboQuant」がllama.cppに対応！✨ 16GBメモリのMacBook Airで、20,000トークンもの巨大な文脈を爆速で扱えるようになりました。 🚀 ここがポイント ・データを「角度」で保存する極座標量子化で、精度を保ちつつサイズを劇的削減 ・エラー訂正機能で圧縮による回答の劣化を防止 ・高価なGPUサーバー不要で、機密を守りつつローカルで長文解析が可能 手元のPCがプロ仕様のAIワークステーションに進化する、まさに革命的な技術です！ #TurboQuant #AI
0:22

【MacBook Airが最強AIマシンに！Googleの最新技術 TurboQuantが凄すぎる】 Googleが開発した圧縮手法「TurboQuant」がllama.cppに対応！✨ 16GBメモリのMacBook Airで、20,000トークンもの巨大な文脈を爆速で扱えるようになりました。 🚀 ここがポイント ・データを「角度」で保存する極座標量子化で、精度を保ちつつサイズを劇的削減 ・エラー訂正機能で圧縮による回答の劣化を防止 ・高価なGPUサーバー不要で、機密を守りつつローカルで長文解析が可能 手元のPCがプロ仕様のAIワークステーションに進化する、まさに革命的な技術です！ #TurboQuant #AI

ハカセ アイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

184,050 просмотров • 5 месяцев назад

#FramePack すごい技術革新来ましたね💡 ローカルで1分の動画生成できました✨ 長尺の動画生成は、だんだん別人になったり画質が悪くなったりがあるあるでしたが、それを軽減する技術らしいです。 逆順で生成されるので前の方ほど後に生成されたフレームになっています。
1:00

#FramePack すごい技術革新来ましたね💡 ローカルで1分の動画生成できました✨ 長尺の動画生成は、だんだん別人になったり画質が悪くなったりがあるあるでしたが、それを軽減する技術らしいです。 逆順で生成されるので前の方ほど後に生成されたフレームになっています。

Artoid XYZ

13,017 просмотров • 1 год назад

これ本当は秘密にしたいんですが、アンハサウェイの演説は最高のシャドーイング教材です。発音がとにかく綺麗だし、スピードもある程度速いから、良い訓練になる。速過ぎるなら倍速を下げてもOK。実際に生徒さんにこの教材ででシャドーイングしてもらっていますが、英会話もTOEICも本当に成長します。
0:38

これ本当は秘密にしたいんですが、アンハサウェイの演説は最高のシャドーイング教材です。発音がとにかく綺麗だし、スピードもある程度速いから、良い訓練になる。速過ぎるなら倍速を下げてもOK。実際に生徒さんにこの教材ででシャドーイングしてもらっていますが、英会話もTOEICも本当に成長します。

ごん | 日本一熱い英語コーチ

94,019 просмотров • 3 месяцев назад

私のMacではローカル生成が難しいので、クラウドGPU環境のRunPodにComfyUIを構築し、#MiniMaxH3 で動画を生成してみました。 ……なんか昭和感がすごいんですけど、なんで🤣
0:20

私のMacではローカル生成が難しいので、クラウドGPU環境のRunPodにComfyUIを構築し、#MiniMaxH3 で動画を生成してみました。 ……なんか昭和感がすごいんですけど、なんで🤣

聖星あい＠AI愛好家

16,852 просмотров • 1 месяц назад

Codex 5.6 ほんとにヤバい！ リリースからずっとフルに使ってみて 一番インストールする価値がある プラグインを厳選した 👇 ① Browser ブラウザ操作をAIが自動実行。クリック/入力/E2Eテスト/QAまで任せられるので、毎回手動確認する必要がなくなります ② GitHub Issue・PRと連携し、タスクを渡すだけで実装からレビューまで高速化。開発フローが圧倒的にスムーズになります。 ③ Codex Security コードの脆弱性や秘密鍵の漏洩を自動検出。修正案まで提示してくれるので、セキュリティ対策も効率化。 ④ Build Web Apps アイデアを伝えるだけで、設計・実装・ブラウザテストまで一気通貫。フルスタック開発の時間を大幅に短縮できます。 ⑤ Figma Figmaデザインを高精度でコード化。レスポンシブ対応まで自動化でき、デザインと実装のズレを最小限に。 ⑥ Sentry 本番環境のエラーを解析し、原因の特定から修正コードの提案までサポート。障害対応がかなりラクになります。 そして私が個人的に一番感動したのが 「Sites」機能 作ったアプリやWebサイトを その場でプレビューし、そのまま公開 共有まで完結。 カスタムドメインにも対応しているので 試作品をすぐにクライアントへ見せられます この組み合わせを導入すると Codexは「コードを書くAI」ではなく 設計・実装・テスト・デバッグ・公開まで 担当するAI開発チームに近い存在になる AI開発を本気で加速させたいなら この構成は一度試してみる価値しかない！
0:23

Codex 5.6 ほんとにヤバい！ リリースからずっとフルに使ってみて 一番インストールする価値がある プラグインを厳選した 👇 ① Browser ブラウザ操作をAIが自動実行。クリック/入力/E2Eテスト/QAまで任せられるので、毎回手動確認する必要がなくなります ② GitHub Issue・PRと連携し、タスクを渡すだけで実装からレビューまで高速化。開発フローが圧倒的にスムーズになります。 ③ Codex Security コードの脆弱性や秘密鍵の漏洩を自動検出。修正案まで提示してくれるので、セキュリティ対策も効率化。 ④ Build Web Apps アイデアを伝えるだけで、設計・実装・ブラウザテストまで一気通貫。フルスタック開発の時間を大幅に短縮できます。 ⑤ Figma Figmaデザインを高精度でコード化。レスポンシブ対応まで自動化でき、デザインと実装のズレを最小限に。 ⑥ Sentry 本番環境のエラーを解析し、原因の特定から修正コードの提案までサポート。障害対応がかなりラクになります。 そして私が個人的に一番感動したのが 「Sites」機能 作ったアプリやWebサイトを その場でプレビューし、そのまま公開 共有まで完結。 カスタムドメインにも対応しているので 試作品をすぐにクライアントへ見せられます この組み合わせを導入すると Codexは「コードを書くAI」ではなく 設計・実装・テスト・デバッグ・公開まで 担当するAI開発チームに近い存在になる AI開発を本気で加速させたいなら この構成は一度試してみる価値しかない！

Codex研究ラボ

287,139 просмотров • 1 месяц назад

高速道路を走るのが下手な人の良い例 一定の速度で走れないやつ 無理して速度を上げるから後で自分が苦しくなるだけなのにね だったら最初から速度を決めてずっと一定で走ってる方が良いに決まってるよね
0:25

高速道路を走るのが下手な人の良い例 一定の速度で走れないやつ 無理して速度を上げるから後で自分が苦しくなるだけなのにね だったら最初から速度を決めてずっと一定で走ってる方が良いに決まってるよね

T

6,284,677 просмотров • 1 год назад

初公開の加速シーンの映像を見ると、最高高さまで5秒程度で到達しているので、実際の速さはこれぐらい？っていう動画です
0:24

初公開の加速シーンの映像を見ると、最高高さまで5秒程度で到達しているので、実際の速さはこれぐらい？っていう動画です

まっつー

1,530,500 просмотров • 22 дней назад

Genesis-Embodied-AI で全長40cmの小型ヒューマノイドを歩行させる強化学習の過程をレンダリングしながら確認できました 最初は揺れるだけですが、最終的に歩行できてます（倍速動画） 右側の Tensorboard で Reward の変化をみるために定期的にリロードしています #GENESIS
1:35

Genesis-Embodied-AI で全長40cmの小型ヒューマノイドを歩行させる強化学習の過程をレンダリングしながら確認できました 最初は揺れるだけですが、最終的に歩行できてます（倍速動画） 右側の Tensorboard で Reward の変化をみるために定期的にリロードしています #GENESIS

holypong

19,583 просмотров • 1 год назад

チューリング、初のiOSアプリ「Heron App for iOS」をリリースしました🍏 先日公開した視覚-言語モデル「Heron-NVILA」の2Bモデルをそのまま同梱し、iPhoneローカルで非常に高速に動作します。 将来的に車載エッジ環境でも生成AIを動作させるため、限られたGPUでも動かす実験的な取り組みです
0:50

チューリング、初のiOSアプリ「Heron App for iOS」をリリースしました🍏 先日公開した視覚-言語モデル「Heron-NVILA」の2Bモデルをそのまま同梱し、iPhoneローカルで非常に高速に動作します。 将来的に車載エッジ環境でも生成AIを動作させるため、限られたGPUでも動かす実験的な取り組みです

Yu Yamaguchi | チューリング CTO

68,437 просмотров • 1 год назад

誰もが二度見する最強の極太アームへ💪 「一生懸命やってるのに腕が太くならない」を今日で卒業しませんか？ 腕をデカくするための腕トレ3種目をプロが解説。 ただ動作を繰り返すのをやめるだけで、腕の成長は劇的に加速します。 実践して、衝撃のパンプ感を体感してください。 Team ALLOUT Eito選手
0:58

誰もが二度見する最強の極太アームへ💪 「一生懸命やってるのに腕が太くならない」を今日で卒業しませんか？ 腕をデカくするための腕トレ3種目をプロが解説。 ただ動作を繰り返すのをやめるだけで、腕の成長は劇的に加速します。 実践して、衝撃のパンプ感を体感してください。 Team ALLOUT Eito選手

ALLOUT（オールアウト）【公式】/トレーニングギアブランド

59,436 просмотров • 5 месяцев назад

🚨これはなんだ？？？🚨 イオンモール熊本の爆発💥 赤丸を付けました 倍速を0.5倍速にしてみました この小さな高速で動く 謎の物体は何だと 思いますか？？？ その後、爆発💥が発生している
0:40

🚨これはなんだ？？？🚨 イオンモール熊本の爆発💥 赤丸を付けました 倍速を0.5倍速にしてみました この小さな高速で動く 謎の物体は何だと 思いますか？？？ その後、爆発💥が発生している

オールドメディアに洗脳されるな‼️陰謀論の正式名称は真相論です‼️

2,505,087 просмотров • 1 месяц назад

AIによる大量並列実装、ローカルでgit worktree使うより上位互換の方法が見つかりました。 CodexもしくはCursor Agentの「クラウド版」で「テスト駆動開発」を並列実行する方法。解説↓ ローカルgit worktreeの課題 ⚠️マシンのメモリがひっ迫すること ⚠️大量並列した後、すべてのAIのアウトプットを手動で確認する手間 ⚠️テスト駆動開発したい時、playwrightの実行環境が競合すること これらをすべて解決するのが、クラウド環境でのテスト駆動開発。 ✅️クラウド環境なのでマシンメモリの上限がない。やろうと思えば100並列でも1000並列でも出来る。 ✅️playwrightもしくはjestのテスト駆動開発環境さえ先にローカルで整えれば、AIのアウトプットの評価を手動で行う必要がない。テスト通ったものだけローカルに落として確認すればよい。 ✅️playwrightの実行環境も分離しているので競合しない。 ✅️実行の時、パソコンを閉じてもOK。スマホから操作でもOK。 これにより、ローカルのgit worktreeで実行する課題を解決しながら、AI大量並列実装のメリットである、AI出力の不安定さを確率論で下げる点をしっかり享受出来ます。 注意するべきは、クラウド環境で環境変数の設定をすること、postgresサーバをlocalではなくリモートで開発環境整えること、くらいですね。 あとは、とにかくGitに慣れること！Gitをマスターしなさい！
0:21

AIによる大量並列実装、ローカルでgit worktree使うより上位互換の方法が見つかりました。 CodexもしくはCursor Agentの「クラウド版」で「テスト駆動開発」を並列実行する方法。解説↓ ローカルgit worktreeの課題 ⚠️マシンのメモリがひっ迫すること ⚠️大量並列した後、すべてのAIのアウトプットを手動で確認する手間 ⚠️テスト駆動開発したい時、playwrightの実行環境が競合すること これらをすべて解決するのが、クラウド環境でのテスト駆動開発。 ✅️クラウド環境なのでマシンメモリの上限がない。やろうと思えば100並列でも1000並列でも出来る。 ✅️playwrightもしくはjestのテスト駆動開発環境さえ先にローカルで整えれば、AIのアウトプットの評価を手動で行う必要がない。テスト通ったものだけローカルに落として確認すればよい。 ✅️playwrightの実行環境も分離しているので競合しない。 ✅️実行の時、パソコンを閉じてもOK。スマホから操作でもOK。 これにより、ローカルのgit worktreeで実行する課題を解決しながら、AI大量並列実装のメリットである、AI出力の不安定さを確率論で下げる点をしっかり享受出来ます。 注意するべきは、クラウド環境で環境変数の設定をすること、postgresサーバをlocalではなくリモートで開発環境整えること、くらいですね。 あとは、とにかくGitに慣れること！Gitをマスターしなさい！

J

325,263 просмотров • 9 месяцев назад