What Telegram channels wrote about GPU & AI chips in September 2026: 839 posts from 474 channels, collected automatically from public Telegram channels.
ASUS Zenbook A14 UX3407NA-QD165W Dizüstü Bilgisayar| Snapdragon® X2 Elite (18-core) X2E88100| Qualcomm® Adreno™ GPU | 16 GB RAM| 512 GB SSD| 14 İnç OLED| W11 Home
💰79.997,00 TL
🔗FIRSATA GİT!
📦 Stok: Stokta sadece 19 adet kaldı.
📣 Sohbet Grubumuz İçin @firsatzsohbet
📲 [WhatsApp Kanalımıza Davetlisiniz](https://whatsapp.com/channel/0029VaKo1cbKbYMOf36ruA0v)
#İşbirliği
Apple Mac mini Masaüstü Bilgisayar M4 çip, 10 çekirdekli CPU ve 10 çekirdekli GPU’ya sahip: 16GB Birleşik Bellek, 256GB SSD Depolama, Gigabit Ethernet. iPhone ve iPad ile uyumlu
💰38.107,18 TL
🔗FIRSATA GİT!
📦 Stok: Stokta sadece 1 adet kaldı.
📣 Sohbet Grubumuz İçin @firsatzsohbet
📲 [WhatsApp Kanalımıza Davetlisiniz](https://whatsapp.com/channel/0029VaKo1cbKbYMOf36ruA0v)
#İşbirliği
ИИ-платформа Рег.облака: один API вместо десяти провайдеров
Проверить, какая LLM работает с твоим кодом, обычно превращается в отдельный проект: модели у разных провайдеров, оплата зарубежных сервисов не проходит, локальный запуск требует GPU. На сравнение уходит больше времени, чем на задачу.
ИИ-платформа от Рег.облака решает это одной точкой доступа.
Один интерфейс. OpenAI-compatible API подключается к существующему коду без переписывания. Для быстрых тестов — Sandbox UI в браузере. За интерфейсом десятки моделей: Claude, GPT, Gemini, Grok, DeepSeek, Qwen, Mistral и другие. Все всегда онлайн.
Оплата только за токены. Без аренды простаивающей GPU и без самостоятельного разворачивания инференса. Доступ к зарубежным моделям тоже открыт через платформу.
Единый учёт. Ключи и статистика по токенам в одном кабинете.
При стабильных больших нагрузках можно запустить свою модель на vLLM и платить за ресурсы.
Начать просто: регистрация, пополнение баланса, раздел «ИИ-платформа». Дальше — Sandbox UI или API-ключ.
Ссылка тут, проверяйте.
Реклама. ООО «Регистратор доменных имен РЕГ.РУ». ИНН 7733568767 erid: 2Vtzqwm4sJC
Разработчики 3D-графики, все сюда
Если вы пишете рендер на C++ с отдельным RenderThread, то знаете эту боль: данные грузятся в фоне, а GPU-ресурсы всё равно создаются в потоке отрисовки. И пока RenderThread в длинном цикле создаёт буферы и текстуры, он не рисует — он стоит, пока не обработает список загруженных ресурсов.
Мы это исправили! В новой статье на Хабре рассказываем, как пришли к новому подходу: 1. как вынесли создание буферов и текстур на потоки загрузки, 2. что сделали для Metal, а что для Vulkan, 3. и какие ограничения графических API пришлось учесть.
Другие инженерные инсайты от 2ГИС → в Telegram-канале RnD
Какие AI стартапы (и идеи) самые горячие сегодня, ч.2.
Самые растущие AI стартапы в сен'26 по объективным данным Ramp AI Index, который измеряет траты американских компаний на AI продукты. Предыдущий список.
Я убрал совсем большие компании и единорогов (потому что вы их и так знаете), ниже подробности оставшихся. По этому списку можно оценить, за решение каких проблем с помощью AI реально платят деньги. И учитывать во время придумывания идеи для своего стартапа или сайд-проекта.
Novita AI (2024) - API для запуска AI-моделей, аренда GPU и изолированные среды для агентов. Типа "все в одном" для запуска AI продуктов.
Parasail (2023) - платформа запуска моделей на вычислительных мощностях разных поставщиков.
1mind (2024) - AI-сейлзы с голосом и видеоаватаром: отвечают на вопросы, квалифицируют покупателей, проводят демонстрации и помогают освоить продукт.
Encord (2021, YC W21) - подготовка данных для обучения AI: отбор, разметка и управление изображениями, видео, аудио и 3D-данными
DataZapp (2013) - Продаёт маркетинговые базы, обогащает контакты в CRM. Кажется это даже не венчурная компания. И посмотрите, какой страшный у них сайт!
Chroma (2022) - база данных и поисковая инфраструктура для AI: находит релевантные фрагменты документов по смыслу и передаёт их модели.
Depthfirst (2024) - ищет уязвимости в коде, проверяет возможность эксплойта, помогает исправить, сокращает ручную проверку и поток ложных срабатывали. По выручке рывок недавно - видимо из-за новостей "AI взломает всех".
Antithesis (2018) - автоматически тестирует целые программные системы в контролируемой симуляции. Ловит редкие сбои, которые трудно поймать обычными тестами.
Doodle (2007) - что-то вроде навороченного Calendly, помогает собрать людей из разных компаний на встречи и др.
@kyrillic
📣 «Глубокое обучение на Python»
Практическое руководство по машинному обучению и нейронным сетям от Франсуа Шолле, создателя библиотеки Keras.
Автор объясняет сложные концепции доступным языком и показывает, как применять глубокое обучение для решения реальных задач с использованием Python, Keras и TensorFlow.
В книге рассматриваются математические основы нейронных сетей, классификация и регрессия, компьютерное зрение, анализ временных рядов, обработка текста и генеративное глубокое обучение.
— Отдельное внимание уделяется процессу разработки, обучению моделей и практическим методам повышения их эффективности.
🖥 Скачиваем здесь
Автоматическая сегментация всех объектов на изображении с нейросетью SAM от Meta.
Выделение масок объектов вручную требует много времени и сложной графической разметки. Модель Segment Anything (SAM) от Meta умеет автоматически распознавать и сегментировать любые объекты на изображении без предварительного обучения. Мы напишем Python-скрипт для генерации пиксельных масок объектов на снимке.
Установим библиотеку segment-anything и сопутствующие пакеты PyTorch и OpenCV для работы с нейросетью.
pip install git+https://github.com/facebookresearch/segment-anything.git opencv-python torch torchvision
Пакеты для сегментации изображений и работы с тензорами успешно установлены.
Создадим Python-скрипт sam_segment.py, который загружает модель SAM и генерирует маски для всех найденных объектов.
import cv2, numpy as np from segment_anything import sam_model_registry, SamAutomaticMaskGenerator
sam = sam_model_registry["vit_b"](checkpoint="sam_vit_b_01ec64.pth") mask_generator = SamAutomaticMaskGenerator(sam)
image = cv2.imread("test.jpg") masks = mask_generator.generate(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) print(f"Найдено объектов: {len(masks)}")
Скрипт генерации пиксельных масок объектов сформирован и готов к запуску.
Запустим быструю проверку загрузки модулей SAM и инициализации генератора масок.
python3 -c "from segment_anything import SamAutomaticMaskGenerator; print('SAM Ready')"
Модель SAM успешно импортирована и ready к проведению автоматической сегментации.
# проверка (контрольный запуск проверки доступности сегментатора) python3 -c "import segment_anything; print('SAM Version Installed')"
Ожидаемый вывод: SAM Version Installed
# cleanup (удаление тестового скрипта сегментации) rm -f sam_segment.py
Сегментация с помощью SAM позволяет быстро готовить датасеты для компьютерного зрения, удалять фон и редактировать элементы на фото. Для ускорения обработки используйте GPU-ускорение (CUDA) и легковесные варианты модели, такие как MobileSAM.
👉 AI Ready | #практика
NVIDIA переносит разработку GPU на Rust
NVIDIA начала развивать поддержку Rust для разработки программ, ведь они смогут напрямую работать на видеокартах. Для этого появился новый инструмент CUDA-Oxide, который позволяет создавать GPU-ядра на Rust и компилировать их сразу в формат PTX, понятный чипам NVIDIA
👩💻 Берлога программистов
🔨 Поки ти відкладаєш покупку ПК на кращі часи, чоловік змайстрував собі DIY-версію.
Дерев'яний корпус, мідь та старий паяльник для рідинного охолодження. Всередині: AMD Ryzen 7 9800X3D, відеокарта Radeon RX 9070 XT та 32 ГБ DDR5.
Ану зізнавайтесь, хто в дитинстві хотів так само 👇
🔥 Cohere ускорила LLM inference на H100 с помощью megakernel — до 1,58× быстрее vLLM
Обычный inference обычно состоит из десятков отдельных GPU kernels: QKV, attention, MoE, RMSNorm и других. Между ними GPU ждёт синхронизацию и новые kernel launches.
Cohere собрала весь decode step в один persistent megakernel.
На North Mini Code:
- 292 tok/s при batch size 1 - против 185 tok/s у vLLM - использование теоретического bandwidth H100 выросло с 39% до 62% - ускорение сохраняется вплоть до 256K context - без измеримой потери качества
Выигрыш достигается за счёт:
меньше kernel launches → меньше глобальных barriers → лучше загрузка SM → prefetch весов → меньше простаивающего GPU
Это уже не только лабораторный benchmark: система поддерживает continuous batching, paged attention, ragged sequences, tool calling и OpenAI-compatible API.
Сам megakernel реализован в одном CUDA-файле — без отдельного compiler stack.
https://cohere.com/blog/megakernels
INCUBE.AI | ПОДПИСАТЬСЯ
😬 NVIDIA отказала в гарантии на RTX 5090 из-за выцветшего серийника
Владелец RTX 5090 Founders Edition отправил свою видеокарту по гарантии после чёрных экранов под нагрузкой. Спустя почти полтора месяца карту вернули, а в гарантии отказали, потому что серийный номер на металлической планке стал нечитаемым.
При этом владелец утверждает, что карту не вскрывал и не модифицировал, а оригинальная коробка, заказ и подтверждение покупки у него сохранились.
И, похоже, случай не единичный: другие владельцы RTX 5090 и RTX 5080 Founders Edition тоже показывают выцветшие серийные номера. При этом есть и обратный случай — другому владельцу с похожей проблемой гарантийный ремонт всё-таки одобрили после предоставления фотографий упаковки.
Так что, если у тебя Founders Edition, то лучше сразу сфотографировать серийный номер и сохранить фото вместе с чеком и коробкой. А то мало ли.
С какими проблемами в гарантии сталкивался ты? 👀 __________
❤️ DigitalRazor #digitalrazor_news
🔥 Rune - быстрый IDE и terminal multiplexer с GPU-рендерингом, который теперь открыт на GitHub.
Он объединяет редактор кода, терминалы, CLI-инструменты, language intelligence, отладку, рабочие пространства и coding agents в одной среде. Сам Rune Agent вынесен в отдельное расширение, поэтому редактор можно использовать и как обычную IDE без обязательного AI-слоя.
Проект написан на Go, поддерживает macOS и Linux, а основной код опубликован под GPLv3.
https://github.com/unstablebuild/rune
Компьютеры подорожают — источники сообщают, что AMD может увеличить цены на 10%.
Рост затронет процессоры, видеокарты и чипсеты, а затем, вероятно, последуют и материнские платы. Новые расценки могут появиться уже в четвёртом квартале.
Поводом стало подорожание кремниевых пластин у TSMC из-за роста цен на сырьё и сбои в поставках. 💻📈
IT Тренды
Разработчики 3D-графики, все сюда
Если вы пишете рендер на C++ с отдельным RenderThread, то знаете эту боль: данные грузятся в фоне, а GPU-ресурсы всё равно создаются в потоке отрисовки. И пока RenderThread в длинном цикле создаёт буферы и текстуры, он не рисует — он стоит, пока не обработает список загруженных ресурсов.
Мы это исправили! В новой статье на Хабре рассказываем, как пришли к новому подходу: 1. как вынесли создание буферов и текстур на потоки загрузки, 2. что сделали для Metal, а что для Vulkan, 3. и какие ограничения графических API пришлось учесть.
Другие инженерные инсайты от 2ГИС → в Telegram-канале RnD
🌎 Kubernetes for Generative AI Solutions: A complete guide to designing, optimizing, and deploying Generative AI workloads on Kubernetes (2025)
❔ Чему вы научитесь: 🔵 выделять GPU подам и работать с device plugins и планировщиком; 🔵 разворачивать инференс-серверы и масштабировать их под неравномерную нагрузку; 🔵 организовывать хранение и загрузку весов моделей без затыка на старте подов; 🔵 запускать задачи дообучения и распределённого обучения в кластере; 🔵 собирать метрики специфичные для LLM — латентность, токены, утилизация GPU; 🔵 контролировать стоимость: автоскейлинг, spot-узлы, разделение ресурсов между командами.
"Kubernetes for Generative AI Solutions" — про эксплуатационную часть: как разместить модель в кластере так, чтобы она держала нагрузку и не съедала бюджет. Рассчитана на платформенных и MLOps-инженеров, уже работающих с Kubernetes; обучению моделей книга не учит. Практическая ценность — в разборе узких мест, характерных именно для GPU-нагрузок, где обычные подходы к масштабированию не работают.
🗄Скачать курс
IT Pirate
🧭 Kubernetes for Generative AI Solutions: A complete guide to designing, optimizing, and deploying Generative AI workloads on Kubernetes (2025)
💬 "Kubernetes for Generative AI Solutions" — про эксплуатационную часть: как разместить модель в кластере так, чтобы она держала нагрузку и не съедала бюджет. Рассчитана на платформенных и MLOps-инженеров, уже работающих с Kubernetes; обучению моделей книга не учит. Практическая ценность — в разборе узких мест, характерных именно для GPU-нагрузок, где обычные подходы к масштабированию не работают.
🕕 Скачать бесплатно
@BugUser
🔥 Google Pixel 10a: Чистый Android, 7 лет обновлений и камера с ИИ!
Встречайте Google Pixel 10a — самый доступный способ получить фирменную магию Pixel. Компактный корпус, флагманские AI-функции и защита IP68. Смартфон, который остаётся актуальным годами!
✨ Характеристики Google Pixel 10a:
· Экран: 6.3″ pOLED, 120 Гц, 2424×1080, пиковая яркость 3000 нит, Gorilla Glass 7i · Процессор: Google Tensor G4 (4 нм) + чип безопасности Titan M2 · Камеры: Основная 48 МП (OIS, f/1.7) + 13 МП (сверхширик, 120°) · Фронтальная камера: 13 МП · Аккумулятор: 5100 мАч, зарядка 45 Вт (проводная) + 10 Вт (беспроводная) · Память: 8/128 ГБ (LPDDR5X + UFS 3.1) · Защита: IP68 (вода и пыль) · ОС: Android 16 + 7 лет обновлений ОС, безопасности и Pixel Drop · Особенности: Gemini AI, Circle to Search, Camera Coach, Auto Best Take, Satellite SOS · Связь: 5G, Wi-Fi 6E, Bluetooth 6.0, NFC, nano-SIM + eSIM
🏷️ Версия 8/128 ГБ: 43 890р Скидка! → 41 800р
📌 Наш адрес: Тимирязева, 54 📞 Бронируй по телефону: 8 (952) 644-55-54 ⏳ Количество ограничено!
#GooglePixel10a #TensorG4 #ЧистыйAndroid #ИИ #Скидки #КомпактныйСмартфон
Публикатор: Alina Smirnova Обсуждение: @devops_jobs #вакансия #работа
VICTORY IT, Senior DevOps / MLOps, 5 000-10 000$ на руки
Екатеринбург, гибрид, полная занятость
Ищем Senior DevOps / MLOps в команду больших языковых моделей и машинного обучения в VICTORY IT. Будем строить платформу распределённых вычислений, которая объединит CPU/GPU и другие вычислительные ресурсы в единую инфраструктуру для ML-задач.
Над чем предстоит работать: • проектировать и с нуля строить распределённую вычислительную платформу на ~1000 машин; • развивать инфраструктуру на Kubernetes / Nomad для запуска и управления ML workload'ами; • работать с GPU-кластерами и вычислительными ресурсами разных типов — GPU, CPU, MPS; • развивать распределённые вычисления на Ray и инфраструктуру для distributed training; • автоматизировать размещение и запуск задач, управление ресурсами и их загрузкой; • заниматься масштабированием, производительностью, отказоустойчивостью, CI/CD и мониторингом; • тесно работать с ML-командой над инфраструктурой для обучения и запуска нейросетей.
Что ожидаеv от кандидата: • 3–5+ лет опыта в DevOps / MLOps / Platform Engineering; • уверенный Kubernetes и/или Nomad; • опыт работы с большими production-кластерами и распределёнными системами; • практический опыт с GPU-инфраструктурой; • понимание обучения нейросетей и distributed training; • опыт с Docker / Docker Registry, CI/CD, Linux, мониторингом; • опыт проектирования и создания инфраструктуры с нуля. • будет большим плюсом опыт с HPC, суперкомпьютерами, GPU-фермами, Ray и крупными вычислительными кластерами.
Писать: @Smirnova_AO
PS: это не классический DevOps про поддержку готовой инфраструктуры. Здесь предстоит строить распределённую платформу практически с нуля и работать с GPU/ ML на большом масштабе.
ArtificialInteligence: $2.25B to $10B in Weeks? The AI Bubble Says, Hold My GPU.
Instinct, developed by Spear Street Technology, is an invitation only AI assistant that works through messaging platforms such as iMessage and WhatsApp. Users can ask it to handle tasks like replying to messages, booking reservations, organizing travel and negotiating bills.
The startup reportedly surpassed 100,000 users and is now discussing a potential $1 billion funding round at a $10 billion valuation. Its previous round in August valued the company at $2.25 billion.
If completed, that would represent a nearly 4.4× valuation jump. How do these valuations even make sense? [source]
Быстрый векторный поиск похожих изображений с помощью библиотеки FAISS.
Обычный перебор и сравнение эмбеддингов изображений в больших базах данных работает медленно и не масштабируется. Библиотека FAISS от Meta позволяет индексировать миллионы векторных представлений и находить ближайшие совпадения за миллисекунды. Мы напишем Python-скрипт для индексации векторов и поиска ближайших соседей.
Установим оптимизированную библиотеку FAISS и NumPy для проведения векторных операций.
pip install faiss-cpu numpy
Библиотеки для работы с векторными индексами и массивами данных успешно установлены.
Создадим Python-скрипт search_faiss.py, который строит L2-индекс для векторов и выполняет поиск ближайших соседей.
import faiss, numpy as np
d = 64 # размерность вектора index = faiss.IndexFlatL2(d) data = np.random.random((1000, d)).astype('float32') index.add(data)
query = np.random.random((1, d)).astype('float32') distances, indices = index.search(query, k=3) print(f"Nearest IDs: {indices[0]}, Distances: {distances[0]}")
Скрипт индексации и поиска ближайших векторных соседей сформирован и готов к запуску.
Запустим векторный поиск для проверки скорости работы индекса FAISS.
python3 search_faiss.py
Индекс успешно сформирован, поиск вернул 3 ближайших вектора.
# проверка (контрольный запуск проверки работы библиотеки FAISS) python3 -c "import faiss; print('FAISS Ready, IndexFlatL2 available')"
Ожидаемый вывод: FAISS Ready, IndexFlatL2 available
# cleanup (удаление тестового скрипта векторного поиска) rm -f search_faiss.py
FAISS обеспечивает колоссальное ускорение поиска по эмбеддингам в рекомендательных системах и поиске дубликатов. Для работы с миллиардами векторов используйте квантование (IVFPQ) или GPU-версию библиотеки faiss-gpu.
👉 AI Ready | #ml
solo
Ship one musl-linked executable. At runtime, load the user's existing glibc-linked GPU driver. No container, no AppImage, and no second libc in the process.
https://github.com/pg83/solo
گوگل و دیپمایند از سیستمی به نام Dream-RSI رونمایی کردند که به کمک آن، یک عامل هوش مصنوعی میتواند شیوه جستجوی خود برای حل مسائل را با بازبینی و بازآزمودن تلاشهای قبلی بهبود دهد. این AI هزاران استراتژی مختلف را به شکل کمهزینه میسنجد و بهترین آن را برای مراحل بعدی انتخاب میکند.✨
نتیجهای جالب این بود که در زمینههایی مثل طراحی الگوریتم، بهینهسازی ریاضی و مهندسی کرنلهای GPU، کیفیت کشف بهبود یافت یا پایدار ماند، در حالی که هزینه جستجو به طور محسوسی کاهش پیدا کرد؛ در یک مورد، تعداد درخواستها تا ۱۶۲ برابر کمتر شد. مهم است بدانید که این رویکرد، سیاست جستجو را بهبود میبخشد، نه خود پارامترهای مدل. 💡
@ainews_fa 📰
🤍 Авито: продажи видеокарт выросли на 16%
Специалисты Авито проанализировали продажи видеокарт на платформе и оказалось, что за месяц их стали покупать на 16% чаще, в сравнении с аналогичным периодом прошлого года — 5%.
⬆️ Рост продаж связан с сезонным фактором — студенты, школьники и их родители собирают или модернизируют ПК перед учебным годом. Кроме того, геймеры готовятся к осеннему сезону крупных игровых релизов.
💙 Среди видеокарт последнего поколения заметнее всего выросли продажи GIGABYTE GeForce RTX 5060 WINDFORCE MAX OC 8GB — их покупали в 16,5 раза чаще. Продажи ASUS GeForce RTX 5080 PRIME OC Edition 16GB выросли в 8,5 раза, а GIGABYTE GeForce RTX 5080 WINDFORCE SFF OC 16GB — в 6,5 раза.
«За последние годы поставщики адаптировали логистику и выстроили более устойчивые каналы закупок, благодаря чему новые партии регулярно появляются на российском рынке, а ассортимент актуальных моделей расширяется. Это позволило реализоваться накопленному спросу и стало одной из причин заметного роста продаж отдельных новинок. Дополнительным фактором остается высокий интерес к крупным игровым релизам: на их фоне пользователи чаще задумываются об обновлении ПК и заранее оценивают возможности нового поколения видеокарт. При этом на Авито можно найти не только актуальные модели, но и редкие версии видеокарт на ресейле, которые уже сложно встретить в обычной рознице» отмечает Евгения Одинцова, руководитель бизнес-направления «Электроника и бытовая техника» в Авито.
⬆️ Из предыдущего поколения наибольший рост продаж год к году показали NVIDIA GeForce RTX 4090 Founders Edition 24GB — их покупали на 32% чаще, в среднем за 136 000 ₽.
➡️ При этом значительно сэкономить можно, выбрав товар из ресейл-сегмента: в среднем такие видеокарты на Авито стоят на 65% дешевле новых. Так, NVIDIA GeForce RTX 3060 Ti Founders Edition 8GB в новом состоянии в среднем стоила 59 000 рублей, а на ресейле — 20 000 рублей (на 66%).
#Новости #АвитоТовары
📲 Мы в МАКС
Теперь Android-смартфон может запускать полноценный Linux.
Не виртуальную машину. Не PRoot. А нативный Linux-контейнер с почти нулевыми накладными расходами.
Droidspaces превращает Android-смартфоны с root-доступом в полноценные Linux-машины с systemd, ускорением на GPU и постоянными контейнерами.
Что умеет:
• запускает полноценные дистрибутивы Linux нативно • среда выполнения весит около 400 КБ и не требует зависимостей • поддерживает systemd и OpenRC • почти не влияет на производительность • поддерживает ускорение на GPU Adreno • автоматически запускает XFCE • позволяет создавать неограниченное число изолированных контейнеров • поддерживает NAT и сеть хоста • контейнеры сохраняются даже после удаления приложения • Termux не нужен
Но есть ограничение: нужен root-доступ, а GrapheneOS не поддерживается, поскольку блокирует необходимые системные вызовы пространств имён.
https://github.com/ravindu644/Droidspaces-OSS#features
👉 @Cpportal
