Love. Death. Transformers.
❤️☠️🤗 Указанные действия не являются ресерчем, поскольку: а) Мы не ученые; б) Оно работает. @transformerslovedeatch по всем вопросам Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.
Показати більше📈 Аналітичний огляд Telegram-каналу Love. Death. Transformers.
Канал Love. Death. Transformers. (@lovedeathtransformers) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 25 811 підписників, посідаючи 5 043 місце в категорії Технології та додатки та 25 073 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 25 811 підписників.
За останніми даними від 08 жовтня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 748, а за останні 24 години на 15, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 41.04%. Протягом перших 24 годин після публікації контент зазвичай збирає 25.41% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 10 587 переглядів. Протягом першої доби публікація в середньому набирає 6 554 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 112.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як сиська, llm, параметр, округление, fp32.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“❤️☠️🤗
Указанные действия не являются ресерчем, поскольку:
а) Мы не ученые;
б) Оно работает.
@transformerslovedeatch по всем вопросам
Все ситуации вымышлены, любые совпадения с реальности плот вашей фантазии.”
Завдяки високій частоті оновлень (останні дані отримано 09 жовтня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
Триває завантаження даних...
| Дата | Залучення підписників | Згадування | Канали | |
| 08 жовтня | +23 | |||
| 07 жовтня | +24 | |||
| 06 жовтня | +30 | |||
| 05 жовтня | +14 | |||
| 04 жовтня | +12 | |||
| 03 жовтня | +36 | |||
| 02 жовтня | +5 | |||
| 01 жовтня | +6 |
| 2 | Я чёт в слюни разьебался и закрыл твитер на сегодня. | 5 994 |
| 3 | Немає тексту... | 6 804 |
| 4 | Недавно для себя открыл, что приём из CUDA C Best Practices работает и на чипах Apple
Ядро GPU держит сразу несколько SIMD-групп, и когда одна группа ждёт данные из памяти, ядро выполняет инструкции другой. Можно подумать, что чем больше групп на ядре, тем лучше, однако все группы делят между собой регистры и shared memory ядра, поэтому если групп становится слишком много, регистры перестают помещаться на ядре, и данные уходят в кэш. Этот трафик мешает кернелу загружать собственные данные, из-за чего ядро замедляется. Собственно, [приём] для CUDA заключается в том, что можно выделить кернелу shared memory больше, чем ему нужно - это приведет к уменьшению числа групп, и, как следствие, данные перестанут вытесняться.
До M3 на чипах Apple число групп ограничивали регистры, каждая группа сразу получала их под самый тяжёлый участок кернела. С M3 регистры выделяются по ходу работы, групп на ядро влезает больше, и чтобы их данные не вытесняли друг друга из кэша, Apple добавила блок, который называет occupancy manager (далее планировщик). На M3 и M4 он снижает число групп, когда из L1, общего для регистров, shared memory и кэша буферов, начинают вытесняться данные.
Но этот планировщик работает криво, потому что не снижает число групп, когда через L1 идут данные регистров. На умножении матрицы сразу на несколько токенов он держит 26-27 SIMD-групп на ядро, хотя быстрее всего кернел работает при 8-14. Такое умножение нужно для MTP, где модель набрасывает несколько следующих токенов и проверяет их за один проход.
Metal не даёт задать число групп вручную, но приём для CUDA можно заставить работать и здесь. Shared memory в Metal (threadgroup memory) выделяется сразу на одну или несколько SIMD-групп, и новые группы ядро не запускает, пока для их памяти нет места, поэтому лишняя память уменьшает число групп. Чтобы компилятор её не выкинул, в кернел добавляется запись в эту память, которая никогда не выполняется.
Лучшее число групп у разных матриц разное, в той же Qwen3.8 на 4 токенах умножение 5120×17408 быстрее всего при 10 группах, 17408×5120 при 24, а от типа квантования лучшее число меняется от 6 до 24. Я пытался вывести формулу по числу регистров, байтам на вес, объёму вычислений на байт и прочим переменным, но не вышло. По лучшей составной формуле кернел в среднем на 5-7% медленнее, чем с оптимумом, найденным перебором. К тому же на той же матрице при 16 группах трафика регистров уже нет, а умножение всё равно по скорости такое же, как и без ограничения (413 мкс против 418), и лучшее время в 349 мкс получается только при 10 группах. Что тормозит кернел между 16 и 10 группами, я так и не понял. Возможно, размер регистрового файла и другие константы чипа помогли бы разобраться, но Apple их не публикует. Поэтому для тестов в llama.cpp число групп подбирает тюнер, который в первые проходы генерации пробует для каждой матрицы вариант без лишней shared memory и несколько её объёмов от 2 до 32 КБ и оставляет самый быстрый, на это уходит около 2 секунд работы GPU.
На первой картинке время прохода четырёх моделей в llama.cpp без тюнера и с ним. У Qwen3.8-27B в Q4_K_M проход на 4 токена сокращается со 133 до 113 мс, на 5 со 177 до 127 мс, а у той же модели в Q6_K выигрыш доходит до 38% (на 1-3 токенах llama.cpp работает другим кернелом, которому ограничение не помогает, а на 6 выигрыш почти пропадает, там кернел считает токены двумя частями по 3).
На второй картинке то же умножение матрицы 5120×17408 в MLX. В f32 ограничение числа групп ускоряет его на 4 токенах с 374 до 288 мкс, правда в bf16, в котором MLX считает модели, выигрыш сильно меньше. Видимо, в bf16 кернелу нужно меньше регистров | 5 625 |
| 5 | Немає тексту... | 8 038 |
| 6 | я про сгоревшие от другого шутил | 6 632 |
| 7 | sticker.webp | 6 730 |
| 8 | Я предупреждал, пора каяться перед АИ | 7 257 |
| 9 | товарищ капитан я просто следующий токен предсказывал , а потом представляете оно в аги превратилось | 14 470 |
| 10 | Немає тексту... | 6 915 |
| 11 | Немає тексту... | 219 |
| 12 | https://hack.garaza.org/ | 7 471 |
| 13 | Опенаи перевернули игру даважды сделав всех математиков безработными
https://github.com/openai/math | 8 098 |
| 14 | Очень крутой скафолд тюненный под long horizon tasks + жрет вдвое меньше токенов чем кодекс - а значит ваша x10 подписка проживет дольше
https://github.com/unreallabsai/unreal-agent | 8 127 |
| 15 | Господа, позвольте представить вам европейские датацентры | 7 297 |
| 16 | Господа, позвольте представить вам европейские датацентры | 1 |
| 17 | Вообще смешно насколько агенты убили "техническую сложность" реализации идей, за две недели каждый мне кажется сделал jev, техническая сложность ну... Невысокая. А из-за того что нормлаьных бенчей нет оно всё жёстко гудхартится и по итогу все сидят и такие "а вы видели моего джева"?
Вот мой был сделан под очень невксную пиццу(а какая ещё в Лондоне) и ужасное пиво только чтобы крутить мне твитер. | 7 683 |
| 18 | https://huggingface.co/spaces/AlexWortega/openjev
чат а го накидаем лайков жеска | 7 612 |
| 19 | https://web.archive.org/web/20261006055917/https://playgta5.com/
gta5 в браузере | 7 392 |
| 20 | https://arxiv.org/pdf/2610.05608 так то и правда сильно | 7 630 |
