Հետազոտություններ
Հաշվետվություններ
Հրապարակային հետազոտական հաշվետվություններ՝ սառեցված կոնֆիգուրացիաներ, արդյունքները՝ սահմանափակումների հետ կողք կողքի, բացասական արդյունքները՝ ներառված, raw ապացույցները՝ կցված։ Նախագրանցումը գործում է ֆլագմանային որակավորումից սկսած — մինչ այժմ հրապարակվածը կոնվեյերն ապացուցող աշխատանք է և ուղղակի ասում է դա։
Ընթացքի մեջ
Strix Halo Runtime Qualification v1 — llama.cpp Vulkan vs ROCm երկու միանման Beelink GTR9 Pro-ի վրա, AMD gfx1151 vLLM կոնտեյների որակավորում, long-context սանդուղք և 30-րոպեանոց endurance։ Նախագրանցումը կոմիտվում է առաջին headline գործարկումից առաջ։
- lab_single_run internal researchDeepSeek-V4-Flash 0731-ը երկու DGX Spark-ի վրա. բաղադրատոմսը՝ նշված թակարդներով
Մեր հրապարակված GB10 թվերի հետևի ճշգրիտ սերվինգի բաղադրատոմսը. ամրագրված կշիռներ ու պատկեր, head-first գործարկման կարգը TCPStore-ի կախումի դեմ, MoE դրոշակը, որն auto-ն բաց է թողնում, ինչ մոնիտորել, երբ NVML-ը լռում է, և ինչ թվեր սպասել։
16 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_single_run internal researchԱրժե՞ արդյոք DGX Spark-ը լոկալ LLM աշխատանքի համար. չափված պատասխան
Նիշայի ամենահաճախ տրվող գնորդական հարցին պատասխանում են գրեթե բացառապես սպեկ-թերթիկների թվաբանությամբ։ Ահա ինչ իրականում արեց GB10 հանգույցների զույգը մեր լաբորատորիայում — 284B MoE-ի սերվինգ, կոնտեքստի կոր մինչև միլիոն թոքեն — և ում արժե գնել այն, ում՝ ոչ։
16 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_repeated internal researchHTTP 200 և դատարկ պատասխան. խափանման ռեժիմը, որը ձեր մոնիտորինգը չի տեսնում
Reasoning-մոդելը կարող է ամբողջ թոքեն-բյուջեն ծախսել մտորումների վրա և վերադարձնել հաջող պատասխան՝ օգտատիրոջը տեսանելի զրո տեքստով։ Չափեցինք, թե որքան հաճախ է դա պատահում մոդելների երկու ընտանիքի վրա — և ինչու են TTFT դաշբորդներն այդ պահին իդեալական տեսք ունենում։
14 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_repeated internal researchԿիրիլյան հարկը. որքան է ռուսերեն տեքստն իրականում արժենում թոքեններով, չափված
Մեր long-context կորպուսը կտրվել էր «նիշ մեկ թոքենին» գնահատականով, որը դիմացավ անգլերենին և ռուսերենի վրա վրիպեց մեկ երրորդով։ Չափված արժեքները հրապարակված են — ահա ինչ են դրանք ասում կիրիլիցայի կոնտեքստային պատուհանների պլանավորման և մեր իսկ սխալ պիտակի որսի մասին։
14 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_single_run internal researchԻնչու են DGX Spark-ի վրա DeepSeek-ի հրապարակված արագությունները միմյանց հակասում
Նույն մոդելը նույն երկու GB10 հանգույցի վրա հրապարակվում է հիսունականների վերջից մինչև յոթանասունականների սկիզբ ընկած արագություններով։ Այդ թվերից ամեն մեկը կարող է ճիշտ լինել — ահա յուրաքանչյուրի հետևի կոնֆիգուրացիան։
13 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_repeated internal researchՔանի՞ մարդ կարող է իրականում կիսել 128 ԳԲ-անոց մեկ լոկալ AI-տուփ
Չափված զուգահեռության սանդուղք մեկ Strix Halo-ի վրա. ինչպիսին է սպասումը մեկ, չորս և ութ միաժամանակյա չաթերի դեպքում, ինչը մնաց ճիշտ, և ինչու «թոքեն վայրկյանում»-ը թիմի չափի հարցին չի պատասխանում։
12 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_single_run internal researchՍպեկուլյատիվ DSpark երկու DGX Spark-ի վրա. խորության կորը մինչև միլիոն թոքեն
Մեր fp8 DSpark bring-up-ը GB10-ի վրա, կոմյունիթի NVFP4 բիլդի անկախ վերարտադրություն և խորության տվյալներ, որ ոչ ոք չէր հրապարակել. միահոսք կորը մինչև իրական միլիոն թոքենանոց prompt — գումարած երկու բացասական արդյունք, նշված իրենց անուններով։
05 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_single_run internal researchvLLM auto-ն սխալ MoE միջուկ ընտրեց DeepSeek-V4-Flash-ի համար GB10-ի վրա
DeepSeek-V4-Flash-0731-ը երկու DGX Spark հանգույցի վրա. պատկերը պարունակում է MoE միջուկ այս մոդելի MXFP4 փորձագետների համար այս սիլիցիումի վրա, բայց auto-ն այն բաց է թողնում։ Ձեռքով ընտրությունն արժե դեկոդի երկնիշ տոկոսներ։ Բաղադրատոմսն ու հում արդյունքները բաց են։
03 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_repeated internal researchԵրկրորդ մոդել, երկրորդ քվանտ, երկրորդ բեքենդ. ի՞նչ է տեղափոխվում մեկ արկղի վրա
Նույն Strix Halo միավորը, երեք փոխարինում՝ մեկը միանգամից. մոդելների երկրորդ ընտանիքը վերարտադրում է դատարկ պատասխանների ռեժիմը; Q8_0-ն այս workload-ների վրա ոչ մի չափելի բան չի գնում; ROCm-ն աշխատում է gfx1151-ի վրա, բայց դեկոդում է Vulkan-ից դանդաղ։
03 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- lab_repeated internal researchTime-to-first-token-ը ոչինչ չի ասում մտածող մոդելի մասին
Strix Halo արկղի վրա սովորական TTFT թիվը գերազանց տեսք ուներ, մինչդեռ հարցումների մեծ մասը HTTP 200-ով դատարկ պատասխան էր վերադարձնում։ Կլիենտային չափումներ, երեք աշխատանքային ռեժիմ, evidence-փաթեթները կցված են։
02 օգոստոսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- legacy internal researchDeepSeek-V4-Flash DSpark 2× DGX Spark-ի վրա. 1M կոնտեքստ — legacy արդյունքներ
DSpark սպեկուլյատիվ դեկոդավորման bring-up GB10-ի (sm_121) վրա 200G RoCE-ով, խորության կորը մինչև մեկ միլիոն թոքեն, կոմյունիթի բիլդի անկախ վերարտադրություն և երկու ազնիվ բացասական արդյունք։
31 հուլիսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
- legacy internal researchՄուլտիսլոտ LLM-ինֆերենս Strix Halo-ի վրա — legacy արդյունքներ
Ինչ է անում մեկ Strix Halo մինի-համակարգիչը 128 ԳԲ-ով 32 զուգահեռ չաթ-հոսքի տակ. բաղադրատոմսեր, կոնկուրենտության կտրուկ անկում 8 հարցումից հետո բոլոր կոնֆիգուրացիաներում, և որտեղ սպեկուլյատիվ դեկոդավորումն այլևս չի օգնում։
31 հուլիսի, 2026 թ. · Ֆինանսավորում: Սեփական ֆինանսավորում, ներքին հետազոտություն
Արտաքին հրապարակումներ
Լաբորատորիայի ռուսալեզու հետազոտական հոդվածները Habr-ում։ Հղումներ են, ոչ հայելիներ — բնօրինակներն այնտեղ են։
- DeepSeek 0731 на DGX Spark: разгоняю до 68 tok/s и разбираюсь, почему у автора карточки 57 ռուսերեն
DeepSeek-V4-Flash-ը երկու DGX Spark նոդի վրա — լոնգրիդը մեր MoE-backend հաշվետվության հետևում, ներառյալ ուրիշի թվի քննությունը, որը չէր համընկնում մերի հետ։
03 օգոստոսի, 2026 թ. · habr.com
- Как я ужал русский эмбеддер до 24 млн параметров — и чуть не испортил его одной цифрой ռուսերեն
Ռուսերեն retrieval-էմբեդերի սեղմումը և մեկ թվի սխալը, որը քիչ էր մնում ամեն ինչ փչացներ։
28 հուլիսի, 2026 թ. · habr.com
- Мини-ПК на Strix Halo под параллельной нагрузкой: 236 tok/s на 32 одновременных запросах и три ошибки ռուսերեն
Multi-slot serving-ի հետազոտությունը մեր legacy-հաշվետվության հետևում — ներառյալ երեք սեփական սխալ, հրապարակված։
18 հուլիսի, 2026 թ. · habr.com
- Два AMD Strix Halo в AI-инфраструктуре: 34 контейнера на одном, ~70 tok/s Qwen3.6 на другом ռուսերեն
Ինչպես է իրականում աշխատում երկու Strix Halo-ից բաղկացած պարկը. ծառայությունների ստեկը մեկի վրա, ինֆերենսը՝ մյուսի։
13 հուլիսի, 2026 թ. · habr.com
- DSpark на двух DGX Spark: порт, баг на одну строку и бенчмарки, которые пришлось мерить заново ռուսերեն
DeepSeek-ի սպեկուլյատիվ դեկոդերի պորտը GB10-ի վրա — մեկ տողի բագը և նորից չափված բենչմարքները։
05 հուլիսի, 2026 թ. · habr.com
- Как я обучил русский RAG-сплиттер, который режет документы по индексам, а не по тексту ռուսերեն
Ինդեքսներով կտրող ռուսերեն փաստաթղթային սպլիտերի ուսուցումը — այն, որ հրապարակված է Hugging Face-ում։
04 հուլիսի, 2026 թ. · habr.com
- DeepSeek-V4-Flash на двух DGX Spark: как мы убрали очередь и получили multi-user ռուսերեն
Մեկ հոսքի հերթից մինչև իրական multi-user serving երկու GB10-ից բաղկացած կլաստերի վրա։
22 հունիսի, 2026 թ. · habr.com
- DGX Spark на 256K контексте: тестирую конфигурации vLLM, реальные замеры и почему NVFP4 в mainline сломан ռուսերեն
vLLM-ի կոնֆիգուրացիաների սանդղում 256K կոնտեքստում — և mainline-ում կոտրված NVFP4 ուղին, փաստագրված։
09 մայիսի, 2026 թ. · habr.com
- Кириллица в LLM: почему русский язык в нейросетях стоит дороже и работает медленнее ռուսերեն
Ինչու է կիրիլիցան թոքեններով ավելի թանկ և ավելի դանդաղ — ռուսերենի թոքենիզացիայի էկոնոմիկան։
07 մայիսի, 2026 թ. · habr.com
- DGX Spark: мониторинг unified memory, когда NVML и dcgm-exporter молчат ռուսերեն
GB10-ի unified memory-ի մոնիտորինգը, երբ NVIDIA-ի ստանդարտ գործիքները լռում են։
06 մայիսի, 2026 թ. · habr.com
- Как я собрал на DGX Spark приватный AI-сервер, и теперь рассказываю, что туда вошло ռուսերեն
Մասնավոր AI-սերվերի ստեկի հավաքումը DGX Spark-ի վրա — այստեղից սկսվեց AGmind-ի ինստալերների գիծը։
03 մայիսի, 2026 թ. · habr.com