Гайд хейтера по кризису памяти

Почему дефицит HBM и гонка за AI-серверами делают память и электронику дороже. Разбор рынка DRAM, олигополии производителей и рисков AI-пузыря.

Здесь собраны наблюдения из реальных запусков: что действительно ускоряет систему, где кончается VRAM и почему чужой красивый график ещё ничего не доказывает.

13 июля 2026 г. · 68 мин чтения · читать целиком →

Рис. 1 — генеративная обложкаseed 950208658

В этом выпуске

Как профилировать llama.cpp: три инструмента, которые находят реальный боттлнекС. 2 Движки инференса LLM и локальное AI-железо (2026)С. 3 Tensor parallel vs pipeline parallel vs data parallel: как LLM делится между несколькими GPUС. 4

Свежие разборы

Весь архив →

01Как профилировать llama.cpp: три инструмента, которые находят реальный боттлнек10 июля 2026 г. · 11 мин 02Движки инференса LLM и локальное AI-железо (2026)21 июня 2026 г. · 21 мин 03Tensor parallel vs pipeline parallel vs data parallel: как LLM делится между несколькими GPU8 июня 2026 г. · 12 мин 04Сколько VRAM нужно для LLM: как посчитать веса, KV cache и overhead29 мая 2026 г. · 12 мин 05Квантизация LLM в 2026: FP16, FP8, INT8, INT4, AWQ, GPTQ и GGUF — что выбрать под своё железо14 мая 2026 г. · 25 мин 06Спекулятивное декодирование в vLLM и SGLang: MTP, EAGLE-3 и n-gram в 20265 мая 2026 г. · 23 мин