El desarrollador FareedKhan se propuso recientemente ejecutar el formidable modelo Kimi K3 en hardware de consumo. Normalmente, ejecutar un modelo de esta magnitud localmente resulta completamente imposible para dispositivos estándar. Sin embargo, el desarrollador diseñó un motor de inferencia C99 puro para lograr la ejecución local. En su máximo rendimiento, el sistema procesa la salida a 20 segundos por token. Por el contrario, con una memoria restringida de 8 GB, la velocidad se reduce a 33 segundos por token.
El pilar central de este proyecto consiste en ejecutar la inferencia para Kimi K3 en una sola CPU y 8 GB de RAM. Fundamentalmente, el sistema funciona sin depender de GPU, marcos de aprendizaje profundo ni bibliotecas BLAS. Si bien el proyecto no busca una implementación práctica de alta velocidad, cumple un propósito fundamental. Ilumina la arquitectura Mixture-of-Experts (MoE) de Kimi K3 y demuestra la viabilidad de ejecutar modelos masivos en dispositivos con memoria limitada.
GPT-Red es un modelo secreto de OpenAI diseñado para actuar como un superhacker que detecta errores de seguridad antes de que los modelos sean publicados.
Leer artículo →La botnet Dysphoria ha superado los 200 000 dispositivos comprometidos desde principios de 2026. Oculta sus servidores de comando tras registros de dominio de b...
Leer artículo →Cuatro nuevas vulnerabilidades de Apache NiFi afectan a las instalaciones que ejecutan versiones anteriores a la 2.11.0. Estas fallas permiten a los atacantes e...
Leer artículo →