#phầncứng — Public Fediverse posts

Phần cứng lấy cảm hứng từ não sử dụng mã hóa một xung đơn để chạy AI hiệu quả hơn #AI #TríTuệNhânTạo #PhầnCứng #LấyCảmHứngTừNão #BrainInspiredHardware #ArtificialIntelligence #Hardware

https://www.reddit.com/r/singularity/comments/1qs8ghz/braininspired_hardware_uses_singlespike_coding_to/

Bạn đang muốn mua phần cứng cho mô hình LLM? Công cụ tính toán inference mới cho phép tùy chỉnh số tham số, mức quantization, độ dài context, v.v., giúp ước tính nhu cầu tài nguyên mà không bị giới hạn bởi danh sách mô hình có sẵn. Rất hữu ích để lên kế hoạch phần cứng. #LLM #AI #Hardware #AItools #CôngNghệ #TríTuệNhânTạo #PhầnCứng

https://www.reddit.com/r/LocalLLaMA/comments/1qqwod1/i_found_this_llm_inference_calculator_helps_size/

Sau Pi, muốn nâng cấp server media: cần CPU/GPU mạnh hơn để transcoding 4K, lưu trữ 16 TB+, tiêu thụ điện thấp 24/7. Xem xét mini PC/NUC, NAS riêng hoặc build custom (Jonsgo N4). Hệ điều hành: DietPi, Unraid. Hỏi: đề xuất NUC/mini PC phù hợp, có nên dùng Unraid, cách kết nối Pi với NAS, so sánh custom vs NUC+NAS. #selfhosted #media #NAS #Plex #NUC #Unraid #đềXuất #CôngNghệ #PhầnCứng #MáyChủ

https://www.reddit.com/r/selfhosted/comments/1qk1xof/next_step_after_raspberry_pi/

Bạn đang sở hữu RTX 3090 Ti và muốn mua GPU phụ để chạy Photoshop, tạo nội dung AI và chạy mô hình LLM phân tích hình ảnh. Với ngân sách giới hạn, GPU 8‑12 GB VRAM như RTX 3060/3060 Ti, RTX 3070 hoặc RTX 4060 (hoặc AMD RX 6600 XT) là lựa chọn hợp lý—đủ VRAM cho các mô hình nhỏ‑trung và chi phí vừa phải. #GPU #AI #LLM #LocalAI #Hardware #CôngNghệ #PhầnCứng #AI #Vietnam

https://www.reddit.com/r/LocalLLaMA/comments/1qjti7k/what_secondary_gpu_should_i_get_mainly_for_local/

Đang tìm PC micro cho server gia đình chạy Jellyfin, Nextcloud, lưu trữ 4‑6 TB. So sánh 4 mẫu: Dell Optiplex 7070 i5‑9500T (210 USD), Dell Optiplex 3078 i3‑9100T (160 USD), BMAX B4 Turbo N150 (195 USD) và uGreen DXP2800 (giá cao). Người dùng muốn biết i5 có lợi gì so với i3 trong việc xử lý video 1080p đa luồng và tiêu thụ năng lượng thấp. #HomeServer #MediaServer #Jellyfin #TechVietnam #máychủ #phầncứng #côngngệ

https://www.reddit.com/r/selfhosted/comments/1qjrcao/help_choosing_pc_for_first_ho

🔧 Muốn xây NAS tự làm trong case Fractal Design 7 XL, ngân sách $500‑1000. Hiện có 4 HDD 12 TB, SSD 4 TB, RAM DDR3/DDR5, GPU GTX 1050 cũ, bo mạch cũ. Cần đề xuất bo mạch, GPU, quạt, làm mát, phần mềm (Proxmox, TrueNAS Scale, Immich, Plex/Jellyfin, Vaultwarden…). #homelab #NAS #DIY #tech #selfhosted #phầncứng #Vietnam

https://www.reddit.com/r/selfhosted/comments/1qd7m3p/looking_for_help_picking_parts_for_my_first/

Xây dựng server AI với 4x RTX 5090: Nên đầu tư PCIe 5.0 (~$12k) hay tiết kiệm với PCIe 4.0 (<$7k)? Vấn đề cốt lõi là hiệu năng khi chạy các mô hình LLM/MOE khổng lồ (~200B). PCIe 4.0 có thực sự là nút thắt cổ chai?

#AI #PhầnCứng #GPU #LLM #PCIe #TechNews #Hardware

https://www.reddit.com/r/LocalLLaMA/comments/1q7pvfs/should_i_go_for_pcie_50_or_40_for_dualgpu_moe/

SEO không chỉ là thuật toán, nó là một vấn đề phần cứng. Website nhanh, gọn không chỉ giúp xếp hạng mà còn tiết kiệm tài nguyên vật lý (CPU, điện) cho máy chủ của Google. Hãy là một công dân tốt của hạ tầng internet!

#SEO #Hardware #Tech #WebDev #Optimization #PhầnCứng #CôngNghệ #PhátTriểnWeb #TốiƯuHóa

https://dev.to/amos_weiskopf_749a69e7c78/seo-is-a-hardware-porblem-plk

Làm thế nào để kết hợp phần cứng với sản phẩm phần mềm một cách hiệu quả? Điều cần thiết là xây dựng mối quan hệ đối tác phần cứng hoặc thỏa thuận bán lại, xem xét biên độ lợi nhuận và tránh các vấn đề hỗ trợ, bảo hành, hậu cần. #PhầnMềm #KếtNốiPhầnCứng #SaaS #SoftwareAsAService #Bundling #Reselling #PhầnCứng #LưuÝ

https://www.reddit.com/r/SaaS/comments/1q6ta1v/best_practices_for_bundlingreselling_hardware/

Lời khuyên cho người mới bắt đầu_CBCLIPI duyen14CBash1️⃣ Đối với các dịch vụ quan trọng như máy chủ DNS, hãy sử dụng phần cứng riêng biệt để không làm gián đoạn dịch vụ khi có sự cố.
2️⃣ Không nên ảo hóa mọi thứ, nếu hệ thống gặp lỗi, bạn có thể gặp rắc rối nghiêm trọng.
3️⃣ Nên có bản sao ảo hóa của dịch vụ để đề phòng sự cố, ví dụ như Pi-hole.
4️⃣ Cần xem xét việc sử dụng công nghệ như clustering hoặc HA để bảo vệ hệ thống.
hashtagVietnamese #tưvấnit #máychủdns #ảohóa #phầncứng #it&CNTT hasht

Giá phần cứng sắp tăng phi mã! GPU (NVIDIA, AMD), SSD và RAM đều sẽ đắt hơn đáng kể do thiếu hụt nguồn cung và nhu cầu từ hệ thống data center. Nếu cần nâng cấp, hãy cân nhắc mua sắm sớm.

#phầncứng #GPU #SSD #RAM #côngnghe
#tech #hardware #pricing #shortage

https://www.reddit.com/r/LocalLLaMA/comments/1q694ic/dont_put_off_hardware_purchases_gpus_ssds_and_ram/

Thử nghiệm LLM trên laptop 16GB: Qwen 2.5 (14B) khỏe nhưng ngốn RAM. Mistral Small (12B) cân bằng nhất. Kết luận: Nâng cấp RAM lên 32GB+ quan trọng hơn GPU để chạy Local LLM mượt mà. #LLM #AI #CôngNgệ #Benchmark #PhầnCứng #Tech #Hardware

https://www.reddit.com/r/LocalLLaMA/comments/1pzxtnr/i_benchmarked_7_small_llms_on_a_16gb_laptop_here/

Thử thách chạy LLM trên phần cứng cũ, độc lạ là một thú vui. Nhiều người đã thành công với laptop cũ, Raspberry Pi và Steam Deck để chạy các mô hình nhỏ.

#AI #LLM #CôngNgệ #PhầnCứng #LocalLLaMA #Hardware

https://www.reddit.com/r/LocalLLaMA/comments/1pzmbqy/anyone_else_basically_just_use_this_hobby_as_an/

Chạy thành công mô hình GLM-4.7 (355B tham số) trên máy chủ cũ 2015 (8 CPU Xeon). Suy luận hoàn toàn bằng CPU, đạt 5-6 token/giây nhờ lượng tử hóa Q8_0 và nhiều tối ưu hóa sâu. Một thành tựu ấn tượng cho dân homelab!

#AI #LLM #LocalLLM #CPU #Hardware #Homelab #TríTuệNhânTạo #PhầnCứng

https://i.redd.it/2eimvrgo0cag1.png

2025: AI chuyển từ thí nghiệm sang hạ tầng, chịu trách nhiệm; an ninh mạng trở thành ưu tiên cấp cao; phần cứng tập trung vào hiệu suất, bền vững và địa chính trị. Doanh nghiệp, người tiêu dùng và chính phủ đều phải cân bằng đổi mới với tin cậy và trách nhiệm. #Tech2025 #AI #Cybersecurity #Hardware #Innovation #CôngNghệ #TríTuệNhânTạo #AnNinhMạng #PhầnCứng #ĐổiMới

https://dev.to/logicverse_2025/a-to-z-snapshot-of-the-2025-tech-landscape-4b4e

Một người dùng đang cân nhắc nâng cấp từ RTX 4080 lên 2x RTX 3090 cũ (khoảng $800) để chạy các mô hình ngôn ngữ lớn (LLM) 70B cục bộ. Các mô hình 14B hiện tại không đủ mạnh, đặc biệt với tiếng Hàn. Người này lo ngại liệu cấu hình 2x 3090 có bền vững lâu dài khi công nghệ đang chuyển dịch sang bộ nhớ hợp nhất.
#LLM #AI #Hardware #RTX3090 #RTX4080 #DeepLearning #TríTuệNhânTạo #PhầnCứng #HọcSâu

https://www.reddit.com/r/LocalLLaMA/comments/1pvacv8/thoughts_on_picking_up_dual_rtx_3090s_at_this/

Một người dùng đang tìm cách thêm GPU thứ 3 (3090 FTW) vào máy chủ AI của mình, vốn đã có 2x 3090ti. Do hết khe PCIe, họ dự định dùng adapter M.2 sang Oculink và dock GPU ngoài. Bạn có kinh nghiệm nào về giải pháp này không?
#GPU #AI #Server #Hardware #Tech #MáyChủ #PhầnCứng #CôngNghệ

https://www.reddit.com/r/LocalLLaMA/comments/1pekot7/ideas_for_adding_3rd_gpu_to_server/

Chi phí chạy các mô hình AI khổng lồ (trillion parameters) tại nhà đang trở thành rào cản lớn cho người dùng phổ thông. Với giá RAM/GPU tăng cao và mô hình AI lớn hơn (dự kiến 2 nghìn tỷ tham số vào 2026), việc chạy cục bộ sẽ là xa xỉ. Giải pháp: mô hình rút gọn, API, hoặc thuê GPU.

#AI #LLM #Hardware #Tech #FutureTech #TríTuệNhânTạo #PhầnCứng #CôngNghệTươngLai

https://www.reddit.com/r/LocalLLaMA/comments/1pbabiv/most_enthusiasts_wont_be_able_to_afford_to_run/

Cần tìm người có chung sở thích để cùng phát triển dự án phần cứng di động mới (remote). Dự án tập trung vào việc thử nghiệm, tạo mẫu và xây dựng các thiết bị công nghệ như một sở thích. Hoàn toàn online, không áp lực, không cam kết.

#hardware #embedded #USB-C #PCB #CAD #electronics
#phầncứng #nhúng #điệntử

https://www.reddit.com/r/SideProject/comments/1p8md4u/looking_for_people_interested_in_collaborating_on/

Tái sử dụng phần cứng cũ hay mua mới? Người dùng phân vân khi xây dựng máy chủ tại nhà với Ryzen 5 3600. #TáiSửDụng #PhầnCứng #MáyChủ #TựHost #SelfHosted #Hardware #Server

https://www.reddit.com/r/selfhosted/comments/1p4ki1j/need_advice_on_reusing_vs_buying_new_hardware/

Một công cụ SaaS B2B mới sử dụng AI chuyên biệt cho phần cứng (Hardware-Aware AI) nhằm tự động giải quyết 30-50% các sự cố thiết bị kết nối. Nền tảng này phân tích dữ liệu thiết bị, thực hiện sửa lỗi từ xa, hướng dẫn khắc phục và cung cấp thông tin chi tiết giúp cải thiện sản phẩm.
#AI #PhầnCứng #SaaS #HỗTrợKháchHàng #ProductIntelligence #HardwareAI #CustomerSupport

https://www.reddit.com/r/SaaS/comments/1p0gjo3/can_hardwareaware_ai_instantly_fix_3050_of/

Luật sư tìm kiếm phần cứng và mô hình AI phù hợp #AI #LuậtSư #BảoMật #Ollama #MôHìnhHọcMáy #PhầnCứng #TưVấn #CôngNghệ # trí tuệ nhân tạo #luật sư và công nghệ #bảo mật thông tin #ollama model #phần cứng máy tính #tư vấn công nghệ

https://www.reddit.com/r/ollama/comments/1oxagdv/attorney_looking_for_hardware_and_model_recs/

Nghiên cứu về Local LLM: Liệu có hiệu quả và chính xác hơn Cloud LLM? Bộ nhớ RAM nào được khuyến nghị cho dự án và người mới bắt đầu? #LocalLLM #CloudLLM #LLM #AI #TríTuệNhânTạo #MachineLearning #HọcMáy #DựÁnAI #NgườiMớiBắtĐầu #Ram #BộNhớ #HiệuSuất #ChínhXác #PhầnCứng #ThiếtBị #CôngNghe #ngDụng #TựĐộngHóa #TínhToán #KhoaHọc #NghiênCứu #PhátTriển #DữLiệu #AnToàn #BảoMật #TínhBảoMật #DữLiệuCáNhân #QuyềnRiêngTư #CôngNghệMới #SángTạo #PhátMinh #Innovation #Technology #MachineLearningEngineer #AIEngi

Tự động hóa bộ báo động: Học về phần cứng với ChatGPT. Bài viết chia sẻ kinh nghiệm tự động hóa và những điều đã học được. #ChatGPT #Hardware #Automation #TựĐộngHóa #PhầnCứng

https://www.reddit.com/r/programming/comments/1oubb7p/automating_my_buzzer_learning_hardware_with/

Xây dựng trạm làm việc sở thích: lời khuyên về phần cứng cho Fine-tuning LLMs và lưu trữ dữ liệu #LLMs #TrạmLàmViệc #PhầnCứng #FineTuning #LưuTrữ #Hobby #Workstation #Hardware #AI #MachineLearning #DeepLearning #tensorflow #pytorch

https://www.reddit.com/r/LocalLLaMA/comments/1osmemg/hobby_level_workstation_build_advice/

AMD sắp ra mắt APU Ryzen AI MAX+ 388 & 392 "Strix Halo" chuyên game, tích hợp đồ họa Radeon 8060S đầy đủ. Có thể sẽ rẻ hơn dòng 16 nhân vì chỉ có 8 nhân CPU.

#AMD #RyzenAI #StrixHalo #GPU #Gaming #PhầnCứng #PCGaming #CôngNghệ

https://www.reddit.com/r/LocalLLaMA/comments/1opl1j0/amd_to_launch_gamingoriented_ryzen_ai_max_388_392/

Phát triển phòng thí nghiệm trực tuyến cho truy cập từ xa vào phần mềm và phần cứng. Dự án này cho phép người dùng tạo prototype và thử nghiệm hệ thống tự động hóa trong thời gian thực qua Zoom. #PhòngThíNghiệmTrựcTuyến #TựĐộngHóa #PhầnMềm #PhầnCứng #Innovation #Automation #Software #Hardware

https://www.reddit.com/r/SideProject/comments/1oobueu/the_idea_of_an_online_laboratory_for_remote/

Với ngân sách $5K, người dùng muốn xây dựng dàn máy tối ưu cho inference, ưu tiên VRAM lớn (48-64GB) với nhiều GPU 5060 Ti. Cần tư vấn về CPU, MOBO, RAM DDR5, storage và tối ưu điện năng tiêu thụ khi idle. Mục đích sử dụng: mô hình AI cho trẻ em tra cứu thông tin.
#AI #LocalLLaMA #Inference #Hardware #TríTuệNhânTạo #PhầnCứng

https://www.reddit.com/r/LocalLLaMA/comments/1olo94r/5k_inference_rig_build_specs_suggestions_please/

Ứng dụng iOS "Cores" giúp theo dõi phần cứng máy tính từ xa (CPU, RAM, GPU, nhiệt độ, tốc độ quạt,...) trên Windows, macOS, Linux qua trình duyệt web. 🖥️🌡️📈 #iOSApp #HardwareMonitoring #ỨngDụngiOS #PhầnCứng

https://www.reddit.com/r/SideProject/comments/1oc8hhq/just_released_my_remote_hardware_monitoring_ios/

NVIDIA DGX Spark (GB10) dự kiến sẽ sẵn sàng vào tháng 10/2025. Các nhà sản xuất Đài Loan ASUS, Gigabyte, MSI, và Acer sẽ cung cấp sản phẩm, với ASUS có 18.000 đơn hàng ban đầu, Gigabyte 15.000, và MSI 10.000. Bốn nhà sản xuất này chiếm khoảng 70% nguồn cung đợt đầu.

#NVIDIA #DGXSpark #Technology #AI #Hardware
#NVIDIA #DGXSpark #CôngNghệ #TríTuệNhânTạo #PhầnCứng

https://www.reddit.com/r/LocalLLaMA/comments/1nvdyiy/nvidia_dgx_spark_expected_to_become_available_in/

Mọi người đang dùng phần cứng gì để chạy mô hình ngôn ngữ địa phương? Một người dùng có MacBook M3 Pro đang cân nhắc mua thiết bị chuyên cho AI nhưng muốn giải pháp di động thay vì server cồng kềnh. Hỏi xin ý kiến cộng đồng về phần cứng tối ưu cho LLM tại nhà. #AI #Hardware #LLM #Mac #Technology #PhầnCứng #MôHìnhNgônNgữ #Mac #CôngNghệ

https://www.reddit.com/r/LocalLLaMA/comments/1nnnmlk/what_hardware_is_everyone_using_to_run_their/