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.
Los registros filtrados incluyen las ubicaciones de instalaciones de ICE y CBP, números de teléfono de los trabajadores, y los miembros de grupos relacionados c...
Leer artículo →La falencia crítica en el firmware UEFI, utilizado por la mayoría de los proveedores de servidores y centros de datos, permite a los atacantes ejecutar código t...
Leer artículo →Cuando estás investigando un URL sospechoso o un archivo, necesitas más que un veredicto para tomar una decisión confiable. Necesitas entender qué hace el amena...
Leer artículo →