home.social

#applesilicon — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #applesilicon, aggregated by home.social.

  1. The project vphone-cli allows developers and researchers to run a full iOS system as a virtual machine on Apple Silicon.

    Built on Apple's native Virtualization.framework (rather than traditional emulation), it unlocks new possibilities for security research, reverse engineering, and low-level iOS testing.

    Read more on InfoQ 👉 infoq.com/news/2026/09/ios-27-

  2. Deathray, la page web qui peut complètement planter en boucle votre Mac Apple Silicon dlvr.it/TVRF6l #Mac #AppleSilicon

  3. Deathray, la page web qui peut complètement planter en boucle votre Mac Apple Silicon dlvr.it/TVRF6l #Mac #AppleSilicon

  4. Deathray, la page web qui peut complètement planter en boucle votre Mac Apple Silicon dlvr.it/TVRF6l #Mac #AppleSilicon

  5. Deathray, la page web qui peut complètement planter en boucle votre Mac Apple Silicon dlvr.it/TVRF6l #Mac #AppleSilicon

  6. Deathray, la page web qui peut complètement planter en boucle votre Mac Apple Silicon dlvr.it/TVRF6l #Mac #AppleSilicon

  7. Local LLM Arena #7
    Na początku GPT-OSS-20B zrobił na mnie bardzo dobre wrażenie. W benchmarku codingowym zremisował z Qwenem, a przy tym działał około 5 razy szybciej. Dlatego chciałem sprawdzić, jak poradzi sobie nie z krótkimi zadaniami, ale z normalną pracą nad kodem.
    Przygotowałem 5 praktycznych zadań, w których model musiał sam znaleźć problem w projekcie, zmienić kod i przejść testy.
    Wynik końcowy: 0/5.
    Sprawdziłem to jeszcze osobnym audytem, bo po wcześniejszych problemach z samym środowiskiem nie chciałem niesprawiedliwie obwiniać modelu. Tym razem jednak test przebiegł prawidłowo i wynik się potwierdził.
    Model może wyglądać bardzo dobrze w benchmarku, a znacznie gorzej radzić sobie wtedy, gdy musi przez dłuższą chwilę samodzielnie pracować nad prawdziwym projektem.
    GPT-OSS nadal jest szybki i ciekawy, ale jako lokalny zamiennik narzędzi, których używam do codziennego programowania, na razie mnie nie przekonał.
    Kolejnych modeli nie będę już testował. Czekają na mnie następne projekty, więc na razie zostaję przy Codex i Antigravity.
    #LocalLLM #LLM #AI #AppleSilicon #MacBookAir #M4 #LMStudio #GPTOSS #Coding #OpenSourceAI

  8. Local LLM Arena #6

    Udało mi się już mniej więcej ustalić, co wydarzyło się podczas wczorajszej awarii Maca.

    I najważniejsze: problemem nie był sam GPT-OSS.

    Problemem był system, który miał go testować.

    Kilka procesów uruchamianych podczas testu nie kończyło się prawidłowo. Harness zamiast je przerwać potrafił czekać na nie godzinami, a przy okazji trzymał w pamięci coraz więcej logów i danych z kolejnych etapów.

    W pewnym momencie zaczęło się to nakładać.

    Pamięci było coraz mniej, macOS zaczął coraz mocniej korzystać z kompresji i swapu, wszystko coraz bardziej zwalniało, aż w końcu komputer praktycznie przestał reagować.

    Antigravity doszło wtedy do prawie 48 GB zajętej pamięci na MacBooku z 16 GB RAM.

    Po twardym restarcie wszystko wróciło do normy: około 87% wolnej pamięci i 0 MB swapu.

    Czyli sprzęt jest OK.

    Po prostu sam harness do testowania modeli zrobił się zbyt skomplikowany i w pewnym momencie zaczął być większym problemem niż model, który miał sprawdzać.

    Dlatego starego V3 już nie uruchamiam.

    Powstała prostsza wersja V4. Każdy zewnętrzny proces ma mieć limit czasu, logi nie mogą rosnąć bez końca, a osobny System Guard ma zatrzymać test, zanim sytuacja z pamięcią wymknie się spod kontroli.

    Trial #2 nadal nie został uruchomiony.

    Najpierw chcę mieć pewność, że tym razem bezpieczny jest nie tylko model, ale też cały system, który go testuje.

    #LocalLLM #LLM #AI #AppleSilicon #MacBookAir #M4 #LMStudio #Codex #GPTOSS #Coding #OpenSourceAI

  9. Local LLM Arena #5

    Pierwszy prawdziwy test GPT-OSS jako lokalnego agenta programistycznego przyniósł więcej informacji, niż się spodziewałem — tylko niekoniecznie o samym modelu.

    Okazało się, że pierwsza wersja testu miała problem z izolacją środowiska Codex CLI. Do kontekstu lokalnego modelu trafiały informacje o wtyczkach i narzędziach, które nie miały nic wspólnego z zadaniem programistycznym.

    Dlatego wyniku tego testu nie traktuję jako miarodajnego wyniku GPT-OSS.

    Zacząłem więc poprawiać środowisko: czyste sesje, brak chmurowego fallbacku, izolacja hidden testów, kontrola retry, timeouty i dodatkowa diagnostyka.

    I tutaj pojawił się kolejny problem.

    Sam system testujący zrobił się zbyt skomplikowany.

    Kolejne preflighty potrafiły zawieszać procesy na wiele godzin, a podczas ostatniej próby Antigravity doszedł do około 48 GB (?!?!?) zajętej pamięci na MacBooku Air M4 z 16 GB RAM.

    System w końcu przestał odpowiadać i potrzebny był twardy restart.

    Na szczęście właściwy Trial #2 nigdy nie został uruchomiony, a po restarcie Mac wrócił do normalnego stanu: 0 MB swapu i około 87% wolnej pamięci.

    Wniosek jest prosty: nie ma sensu dokładać kolejnych warstw do wadliwego harnessu.

    Teraz robię krok wstecz.

    Codex ma przeprowadzić audyt całej obecnej infrastruktury i pomóc zaprojektować prostszą wersję V4.

    Założenia są już inne:

    – każdy proces ma twardy timeout,
    – żadnego czekania godzinami,
    – test ma własny niezależny System Guard,
    – w razie problemów zatrzymywana jest tylko grupa procesów trialu,
    – hidden testy są całkowicie poza zasięgiem modelu podczas kodowania,
    – iCloud nie jest częścią krytycznej ścieżki,
    – Antigravity ma tylko przygotować i uruchomić test, a nie czekać na niego godzinami.

    Cel się nie zmienił.

    Tym razem jednak najpierw trzeba mieć pewność, że sam test nie jest groźniejszy dla Maca niż model, który ma sprawdzać.

    #LocalLLM #LLM #AI #AppleSilicon #MacBookAir #M4 #LMStudio #Codex #GPTOSS #Coding #OpenSourceAI

  10. Local LLM Arena #4

    Repair run już się zakończył i po kilku dodatkowych poprawkach udało się domknąć benchmark.

    Po drodze wyszło jeszcze kilka problemów technicznych, więc część testów trzeba było poprawić i uzupełnić. Ostatecznie mamy jednak kompletny zestaw wyników dla wszystkich 5 modeli.

    Najlepiej wypadły dwa modele.

    Qwen3.8-27B wygrał cały benchmark i osiągnął najwyższy wynik jakościowy.

    GPT-OSS-20B był bardzo blisko, a w testach kodowania uzyskał taki sam wynik jak Qwen. Jednocześnie na moim MacBooku Air M4 16 GB działa około 5 razy szybciej.

    Dlatego teraz testuję właśnie GPT-OSS jako lokalnego agenta do prawdziwego kodowania.

    Schemat wygląda tak:

    Codex CLI

    LM Studio

    GPT-OSS-20B

    repozytorium projektu

    Model dostał 5 rzeczywistych zadań w kodzie Local LLM Arena.

    Może sam przeglądać repozytorium, edytować pliki, uruchamiać testy, analizować błędy i poprawiać własne rozwiązania.

    Każde zadanie zaczyna od czystej kopii repozytorium. Po zakończeniu rozwiązanie jest sprawdzane także dodatkowymi testami, których model wcześniej nie widział. Jeśli coś nie przejdzie, dostaje informację o błędzie i może spróbować się poprawić.

    Maksymalnie trzy podejścia na zadanie.

    Całość działa lokalnie na Macu.

    Teraz chcę sprawdzić nie tylko, czy model potrafi wygenerować poprawny kod, ale czy rzeczywiście może wykonywać część pracy lokalnego agenta programistycznego i odciążyć modele działające w chmurze.

    Test właśnie trwa.

    #LocalLLM #LLM #AI #AppleSilicon #MacBookAir #M4 #LMStudio #Codex #GPTOSS #Qwen #Coding #OpenSourceAI

  11. Local LLM Arena #2 — dlaczego akurat te 5 modeli?

    Nie szukam modeli najlepszych „na papierze”. Szukam takich, które realnie da się uruchomić lokalnie na MacBooku M4 z 16 GB Unified Memory i które mogą być przydatne na co dzień.

    Dlatego testuję:

    - Gemma 4 12B — Q4_0, 7.15 GB
    Najmniejszy z zestawu i punkt odniesienia. Sprawdzam, czy mniejszy model może nadrobić szybkością i mniejszym zużyciem pamięci.

    - Ternary Bonsai 27B — MLX 2-bit, 8.49 GB
    Najbardziej nietypowy zawodnik. 27B upakowane dzięki ternary/2-bit. Jego integracja wymagała nawet osobnego mostu MLX w Arenie.

    - GPT-OSS-20B — MXFP4, 11.28 GB
    Jeden z cięższych, ale we wcześniejszych testach zdecydowanie najszybszy. Ciekawe, czy szybkość pójdzie w parze z jakością.

    - Qwen3.8-27B — IQ3_XXS, 10.18 GB
    Największe wyzwanie dla M4 16 GB. Przed benchmarkiem przeszedł osobny test 20 zapytań. Pamięć dochodziła do ~15.3 GB i pojawiał się swap, ale bez dalszego narastania. Wynik: STABLE_WITH_SWAP.

    - Mistral Small 3.2 24B — IQ3_XXS, 8.76 GB
    Mocniejsza quantyzacja była świadomym wyborem, żeby pozostawić miejsce dla KV cache i macOS.

    I właśnie o to chodzi w eksperymencie.

    Nie porównuję idealnych modeli na serwerze. Porównuję kompromisy:

    parametry, quantyzacja, jakość, szybkość a pamięć

    na zwykłym laptopie.

    Może wygrać 27B. Ale może się też okazać, że do codziennej pracy znacznie lepszy będzie szybszy 12B lub 20B.

    Obecnie trwa pełny benchmark: 180 zadań — 36 dla każdego modelu.

    #LocalLLM #LLM #AI #MLX #GGUF #AppleSilicon #SelfHosted

  12. Buduję własną Local LLM Arena na MacBooku M4 16 GB.

    Chciałem sprawdzić coś, czego zwykłe internetowe benchmarki mi nie powiedzą: który lokalny model AI jest rzeczywiście najlepszy do moich zastosowań i na moim sprzęcie.

    Dlatego zamiast porównywać tabelki z Internetu, zbudowałem własny system benchmarkowy.

    Testuję obecnie 5 lokalnych modeli:
    • Qwen3.8-27B
• Ternary Bonsai 27B
• GPT-OSS-20B
• Gemma 4 12B
• Mistral Small 3.2 24B

    Każdy dostaje te same 36 zadań — łącznie 180 testów. Wszystkie modele pracują przy tym samym context length 4096, żeby porównanie było możliwie uczciwe.

    Nie interesuje mnie tylko „który model ma więcej punktów”.

    Arena sprawdza m.in.:
    - jakość języka polskiego
- reasoning i rozwiązywanie problemów
- analizę dokumentów
- tłumaczenia i komunikację PL/DE
- programowanie i zadania agentowe
- szybkość, TTFT, pamięć, swap i stabilność

    System zapisuje checkpoint po każdym zadaniu, zbiera telemetrykę, potrafi wznowić przerwany benchmark i generuje raport. Sam benchmark działa jako niezależny proces w macOS, więc nie jest uzależniony od sesji agenta AI.

    Co ważne — modele działają lokalnie na MacBooku, a LM Studio jest dostępne wyłącznie przez localhost.

    W projekcie rozdzieliłem też role AI: Gemini Antigravity jest wykonawcą/deweloperem, a Codex niezależnym audytorem/QA, żeby ten sam agent nie był jednocześnie autorem zmian i ich ostatecznym recenzentem.

    W tej chwili trwa pierwszy pełny benchmark: 36 zadań × 5 modeli.

    Jak się skończy, pokażę wyniki — zarówno który model okazał się „najmądrzejszy”, jak i który jest najbardziej praktyczny do codziennego lokalnego używania na M4 z 16 GB RAM.
    #LocalLLM #LLM #AI #OpenSourceAI #MacOS #AppleSilicon #MachineLearning #SelfHosted

  13. Come Scegliere il Miglior Mini PC per l'AI Locale nel 2026: Strix Halo vs DGX Spark vs Mac

    Un mini PC grande quanto un libro tascabile è oggi in grado di eseguire localmente un modello da 200 miliardi di parametri. Ma la scelta non dipende solo dal prezzo. La capacità della memoria determina quali modelli possono essere caricati, la larghezza di banda influisce sulla velocità di esecuzione e lo stack software — CUDA, ROCm o Metal — stabilisce se gli strumenti che utilizi funzioneranno davvero. Ecco un confronto tra le quattro principali opzioni disponibili nel 2026, con prezzi e benchmark aggiornati.

    buysellram.com/blog/how-to-cho…

    #AIlocale #LLM #MiniPC #HardwareAI #StrixHalo #DGXSpark #AppleSilicon #EdgeAI #InfrastrutturaAI #Ollama #RyzenAI #AIPC #AMD #NVIDIA #Apple

  14. A mini PC the size of a paperback can now run a 200B-parameter model locally. But choosing one isn't about the lowest price tag. Capacity sets what fits, bandwidth sets how fast it runs, and the software stack — CUDA, ROCm, or Metal — decides whether your tools work at all. Here's how the four real options compare in 2026, with current prices and benchmarks.
    buysellram.com/blog/how-to-cho
    #LocalAI #LLM #MiniPC #AIhardware #StrixHalo #DGXSpark #AppleSilicon #EdgeAI #RyzenAI #AIPC #AMD #NVIDIA #Apple

  15. Choosing A mini PC isn't about the lowest price tag. Capacity sets what fits, bandwidth sets how fast it runs, and the software stack — CUDA, ROCm, or Metal — decides whether your tools work at all. Here's how the four real options compare in 2026, with current prices and benchmarks.
    buysellram.com/blog/how-to-cho
    #LocalAI #LLM #MiniPC #AIhardware #StrixHalo #DGXSpark #AppleSilicon #EdgeAI #AIinfrastructure #Ollama #RyzenAI #AIPC #AMD #NVIDIA

  16. AMD Ryzen AI Max+ 395 vs Nvidia DGX Spark vs Apple Mac — plus when a GPU tower still beats all three. A practical hardware guide for IT managers, developers, and small-business owners weighing a local LLM machine.

    Running large language models locally went from a niche hobby to a real procurement question in 2026. A mini PC the size of a paperback can now hold a 200-billion-parameter model — the kind of workload that used to need a server rack.

    But picking one isn't about the lowest price. Three things decide whether a model runs well: memory capacity (what fits), memory bandwidth (how fast it runs), and the software ecosystem — CUDA, ROCm, or Metal — that determines whether your existing tools work at all.

    There are four real ways to run a local LLM on your desk: a discrete-GPU tower (fastest, but a VRAM wall), AMD Strix Halo mini PCs (big unified memory, cheap, Windows-native), Nvidia's GB10 boxes like the DGX Spark and Dell Pro Max (CUDA, but now $4,699 and Linux-only), and Apple's Mac mini and Mac Studio (high bandwidth, silent, no CUDA).

    This guide breaks down which fits which job — with verified specs and current prices.

    An appendix at the end collects what early buyers of the AMD “lunchbox” are actually reporting.

    buysellram.com/blog/how-to-cho
    #LocalAI #LLM #MiniPC #AIhardware #StrixHalo #DGXSpark #AppleSilicon #EdgeAI #AIinfrastructure #Ollama #RyzenAI #AIPC #AMD #NVIDIA #Apple #technology

  17. Windows laptops in 2026 are a great upsell for a #MacBook.

    youtube.com/watch?v=B3hNCC_YPCE

    The exception is a #GamingLaptop. If you want to play games, you're better with a #MacBookAir and a #PlayStation5.

    I'm all in with #JustJosh, the era of computer builders is ending, the era of vertical integration is here. Look Apple.

    #Technology #JustTech #Apple #MacBookAir #MacBookPro #Microsoft #Windows11 #MicrosoftWindows #Laptop #Laptops #AppleSilicon #RAM #AI #Hardware #PCHardware #PCGaming #PCGames

  18. Polska groza na ekranach Apple. Cronos: The New Dawn debiutuje na komputerach Mac

    Bloober Team, krakowskie studio odpowiedzialne m.in. za głośny remake Silent Hill 2, kontynuuje ofensywę na platformie Apple.

    Ich najnowszy survival horror, Cronos: The New Dawn, jest od dziś dostępny dla użytkowników komputerów Mac. To ważna premiera dla fanów gatunku, zwłaszcza że produkcja zebrała bardzo pozytywne recenzje, w tym na łamach iMagazine.

    O tytule tym wspominaliśmy już w wydaniu iMagazine 10/2025, w którym Paweł Hać chwalił grę za unikalny klimat i wysoką jakość wykonania. Cronos: The New Dawn to pierwsza w pełni autorska produkcja Bloober Team w gatunku survival horroru.

    Akcja gry przenosi nas pomiędzy dwa światy: zniszczoną, postapokaliptyczną przyszłość oraz Polskę lat 80. Rzeczywistość ukształtowana przez brutalistyczną architekturę tworzy gęstą, niepokojącą atmosferę, w której gracze – jako Podróżniczka – muszą walczyć o przetrwanie i rozwiązywać zagadki przeszłości.

    Technologia Metal w służbie horroru

    Przeniesienie tak zaawansowanej graficznie produkcji na system macOS było możliwe dzięki pełnemu wykorzystaniu silnika Unreal Engine 5. Gra wspiera najnowsze rozwiązania technologiczne Apple, w tym API Metal.

    Dla posiadaczy komputerów z procesorami Apple Silicon kluczową informacją jest wsparcie dla:

    • MetalFX Upscaling: technologia pozwalająca na zachowanie wysokiej liczby klatek na sekundę przy zachowaniu dużej szczegółowości obrazu.
    • Lumen oraz Nanite: systemy oświetlenia i renderowania geometrii, które odpowiadają za imponującą oprawę wizualną i realistyczne cieniowanie, tak istotne w gatunku horroru.

    Nowy tryb i premierowe zniżki

    Wraz z premierą na Macu, Bloober Team wprowadził do gry tzw. „Temporal Diver Mode” (tryb łatwy). Został on stworzony dla osób, które chcą skupić się na eksploracji i fabule, ograniczając trudność walki. Tryb ten jest teraz dostępny na wszystkich platformach, dając graczom wybór między trzema poziomami wyzwania.

    Z okazji debiutu w ekosystemie Apple, studio przygotowało specjalne zniżki na platformie Steam w ramach kampanii „Strive to Survive”. Edycję standardową można nabyć z 30-procentowym rabatem, natomiast wersja Deluxe została przeceniona o 35%.

    Orbitowski wraca do horroru i oddaje Ci stery. Nowa gra książkowa „Pan lasu”

    #AppleSilicon #BlooberTeam #CronosTheNewDawn #gaming #Mac #MetalFX #polskieGry #survivalHorror #UnrealEngine5
  19. Apple MacBook Pro With M5 Pro and M5 Max Announced Alongside New Studio Display and Studio Display XDR

    Apple has unveiled the next-generation 14- and 16-inch MacBook Pro powered by the all-new M5 Pro and M5…
    #NewsBeep #News #Technology #Apple #AppleIntelligence #AppleSilicon #AppleStudioDisplay #AU #Australia #HDR #m5max #m5pro #macbookprom5max #MacBookProM5Pro #macostahoe #MiniLED #post-production #referencemonitor #StudioDisplayXDR #Thunderbolt5
    newsbeep.com/au/518664/

  20. macOS bringt neue Bildschirmbeleuchtung für Videoanrufe
    Die kommende Version von macOS erhält eine Funktion, mit der Ihr Bildschirm als Alternative zu einer Ringlicht-Beleuchtung dient. Apple integriert damit Verbesserungen für komfortablere Videoanrufe.

    Edge Light: Bildschirmrahmen
    apfeltalk.de/magazin/news/maco
    #KI #Mac #News #AppleSilicon #Bildschirmbeleuchtung #EdgeLight #MacBook #macOS #MacOSTahoe #Videokonferenz

  21. Video: M6-MacBook Pro mit OLED und Touchscreen: Was Apple 2026 planen könnte
    Apple arbeitet offenbar bereits an einem neuen MacBook Pro mit M6-Prozessor, Touchscreen und OLED-Display. Erste Gerüchte deuten auf einen Release ab Herbst 2026 hin.

    apfeltalk.de/magazin/news/vide
    #Mac #News #Apple #AppleSilicon #AppleZukunft #Gertedesign #KIBeschleuniger #M6 #MacBookPro #macOS #OLEDDisplay #Touchscreen #TSMC

  22. ChatGPT-ähnliche KI lokal am Mac nutzen: OpenAI bringt neue Offline-Modelle
    OpenAI veröffentlicht erstmals seit Jahren neue Modelle mit offenen Gewichten. Ihr könnt jetzt ChatGPT-ähnliche KI direkt auf eurem Mac nutzen – ganz oh
    apfeltalk.de/magazin/news/chat
    #KI #News #ApacheLizenz #Apple #AppleSilicon #Entwicklerinnen #gptoss120b #gptoss20b #KI #KIModelle #Mac #Offline #OnDeviceKI #OpenAI #Sprachmodell

  23. ChatGPT für macOS: Jetzt ohne Abonnement
    Die ChatGPT-Desktop-App von OpenAI ist jetzt für alle Benutzer:innen von Apple Silicon Macs verfügbar, sofern diese mindestens macOS Sonoma nutzen. Nachdem die App anfangs Plus-Abonnenten v
    apfeltalk.de/magazin/news/chat
    #News #Tellerrand #AppleIntelligence #AppleSilicon #chatGPT #DesktopApp #IntelMacs #KnstlicheIntelligenz #MacOSSonoma #NativeApp #OpenAI #SoftwareDownload #Technologiepartnerschaft

  24. Apple has released Final Cut Pro for iPad 2 and macOS 10.8, featuring faster rendering, ProRes RAW support, AI-driven features, and new organizational tools. The iPad version integrates with the new Final Cut Camera app and supports the Apple Pencil Pro.
    alternativeto.net/news/2024/6/

    #FinalCutPro #FinalCutCamera #ApplePencil #AppleSilicon

  25. USB hubs, printers, Java, and more seemingly broken by macOS 14.4 update - Enlarge

    A couple of weeks ago, Apple released macOS Sonoma 14... - arstechnica.com/?p=2010801 #applesiliconmac #applesilicon #macossonoma #applem1 #applem2 #applem3 #macos14 #apple #macos #tech

  26. #Fedora #Asahi Remix 39 Officially Released For #AppleSilicon #Macs
    The distribution comes with the #KDE Plasma desktop environment by default on Wayland. Previously a remix of #ArchLinux ARM, the #FedoraAsahiRemix distribution is the result of a multi-year collaboration between the #AsahiLinux project and the #FedoraProject, enabling you to have a proper daily driver on your #Apple Silicon Mac thanks to Fedora #Linux’s excellent 64-bit ARM support.
    phoronix.com/news/Fedora-Asahi