A100
GPU citada como o hardware usado para gerar mais de 200 mil páginas de dados de treinamento por dia.
Mencionado em
Seção intitulada “Mencionado em”- DeepSeek resolveu o problema de memória da IA
- O que é Flash Attention?
- O novo modelo open weight alemão de 78B (Kolibri-1) roda a 126 tokens/s em uma GPU (testei a fundo)
- Este modelo open source pensou por 88 mil caracteres… e não escreveu nenhum código
- Ming Image 0.1 Design: modelo open de 6B cria pôsteres e camadas editáveis (testei)
Relacionados
Seção intitulada “Relacionados”GGUF, llama.cpp, RunPod, VLM, OCR, JPEG, LLM, Lambda, DeepSeek, Two Minute Papers, softmax, HBM