Groups | Search | Server Info | Keyboard shortcuts | Login | Register [http] [https] [nntp] [nntps]
Groups > de.sci.electronics > #370607 > unrolled thread
| Started by | Leo Baumann <ib@leobaumann.de> |
|---|---|
| First post | 2026-11-10 05:18 +0100 |
| Last post | 2026-11-12 18:19 +0100 |
| Articles | 5 on this page of 25 — 10 participants |
Back to article view | Back to de.sci.electronics
lokale KI Leo Baumann <ib@leobaumann.de> - 2026-11-10 05:18 +0100
Re: lokale KI olaf@criseis.ruhr.de (Olaf Kaluza) - 2026-11-10 05:57 +0100
Re: lokale KI ram@zedat.fu-berlin.de (Stefan Ram) - 2026-11-10 08:08 +0000
Re: lokale KI Leo Baumann <ib@leobaumann.de> - 2026-11-10 12:45 +0100
Re: lokale KI Hergen Lehmann <hlehmann-usenet26@snafu.de> - 2026-11-10 08:15 +0100
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-10 09:32 +0100
Re: lokale KI Hergen Lehmann <hlehmann-usenet26@snafu.de> - 2026-11-10 22:12 +0100
Re: lokale KI Axel Berger <Spam@Berger-Odenthal.De> - 2026-11-10 22:46 +0100
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-11 07:10 +0100
Re: lokale KI Joerg Niggemeyer <joerg.niggemeyer@nucon.de> - 2026-11-11 13:55 +0000
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-11 15:16 +0100
Re: lokale KI Gerhard Hoffmann <dk4xp@arcor.de> - 2026-11-11 15:50 +0100
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-11 16:05 +0100
Re: lokale KI Gerhard Hoffmann <dk4xp@arcor.de> - 2026-11-11 16:44 +0100
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-11 17:18 +0100
Re: lokale KI Arno Welzel <usenet@arnowelzel.de> - 2026-11-12 18:24 +0100
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-11 07:06 +0100
Re: lokale KI Hergen Lehmann <hlehmann-usenet26@snafu.de> - 2026-11-11 13:21 +0100
Re: lokale KI Eric Bruecklmeier <u@5i7.de> - 2026-11-11 14:20 +0100
Re: lokale KI "Chr. Maercker" <Zweistein@gmx-topmail.de> - 2026-11-10 17:12 +0100
Re: lokale KI Hergen Lehmann <hlehmann-usenet26@snafu.de> - 2026-11-10 19:51 +0100
Re: lokale KI olaf@criseis.ruhr.de (Olaf Kaluza) - 2026-11-10 21:08 +0100
Re: lokale KI Hergen Lehmann <hlehmann-usenet26@snafu.de> - 2026-11-11 17:42 +0100
Re: lokale KI Arno Welzel <usenet@arnowelzel.de> - 2026-11-12 18:23 +0100
Re: lokale KI Arno Welzel <usenet@arnowelzel.de> - 2026-11-12 18:19 +0100
Page 2 of 2 — ← Prev page 1 [2]
| From | Hergen Lehmann <hlehmann-usenet26@snafu.de> |
|---|---|
| Date | 2026-11-10 19:51 +0100 |
| Message-ID | <ul5csm-anlh.ln1@hergen.spdns.de> |
| In reply to | #370617 |
Am 10.11.26 um 17:12 schrieb Chr. Maercker: > Hergen Lehmann wrote: >> Man kann lokale KI mit einer einigermaßen potenten CPU und ausreichend >> RAM auch ohne Spezialhardware laufen lassen, es dauert damit allerdings >> schon mal eine Viertelstunde bis zu einer Antwort. > > Arbeitet KI-Software auch mit x86-Befehlssatz oder nur mit dem RIS(C) > von Grafikprozessoren? Die eigentlichen KI-Modelle sind reine Mathematik. Simulierte neuronale Netzwerke, repräsentiert durch Tensoren. Um das Netzwerk zum "Denken" zu bringen, werden die (zuvor aufbereiteten) Eingabedaten zusammen mit etwas Rauschen in einem iterativen Prozess immer wieder durch das Netzwerk gejagt, bis sich ein stabiler Zustand einstellt. Dieser latente Zustand von Neuronen-Erregungszuständen wird anschließend durch ein weiteres neuronales Netz in eine physische Repräsentation (Text, Bild, Code, etc.) zurück übersetzt. Der Code, der die Simulation antreibt und die Tensor-Rechenoperationen durchführt, ist in einer (konventionellen) höheren Programmiersprache verfasst und lässt sich grundsätzlich für jede Zielplattform compilieren - das Resultat läuft je nach Anzahl der verfügbaren Kerne halt mehr oder weniger schnell. GPUs sind nur deshalb im Vorteil, weil sie extrem viele Kerne haben und diese Kerne bei neueren Modellen zunehmend auch nicht mehr reine RISC-Lehre sind, sondern optimierte Spezialbefehle für Tensorberechnungen bieten. Welche GPU- und CPU-Plattformen konkret angeboten werden, ist eine reine Marketingentscheidung des Softwareanbieters, aber keine harte technische Limitierung. > Kann sie also CPU und GPU simultan nutzen oder wenigstens wechselweise? Ist wahrscheinlich selten zielführend, weil dann langsames Shared Memory via DMA benutzt werden müsste, anstelle des schnellen VRAM der GPU. Aber während die GPU rechnet, kann die CPU natürlich ein hübsches UI antreiben, dem Nutzer schon mal eine Vorschau dessen präsentieren, was gerade im Inneren des neuronalen Netzwerks passiert, bzw. in einer Cloud-Umgebung die Lastverteilung im Cluster aus zahlreichen GPUs steuern. > SM-Studio läuft mit einer 4GByte-GPU + AMD-CPU (Baujahr 2022) praktisch > gar nicht. Zu wenig RAM! Selbst kleine Modelle erwarten i.d.R. 8GByte, größere OpenWeight-Modelle sind oft auf jene 16GByte-GPUs optimiert, welche gerade noch gut auf den freien Markt erhältlich sind.
[toc] | [prev] | [next] | [standalone]
| From | olaf@criseis.ruhr.de (Olaf Kaluza) |
|---|---|
| Date | 2026-11-10 21:08 +0100 |
| Message-ID | <lktvc11.nlrv.ln@fr.a2dfp.net> |
| In reply to | #370626 |
Hergen Lehmann <hlehmann-usenet26@snafu.de> wrote: >weniger schnell. GPUs sind nur deshalb im Vorteil, weil sie extrem viele >Kerne haben und diese Kerne bei neueren Modellen zunehmend auch nicht >mehr reine RISC-Lehre sind, sondern optimierte Spezialbefehle für Aehem, noe. :) Im KI Betrieb fahren die Luefter meiner Grafikkarte deutlich weniger stark hoch wie im Spielbetrieb. Das besondere der Grafikkarten ist ihre hohe Speicherbandbreite und das KIs so gross sind und so verteilte zugriffe benoetigen das man mit Cache nichts mehr ausrichtet. Man braucht also vor allem sehr schnellen Speicher der so gross wie moeglich ist. >Welche GPU- und CPU-Plattformen konkret angeboten werden, ist eine reine >Marketingentscheidung des Softwareanbieters, aber keine harte technische >Limitierung. Du kannst KI auf normaler PC-Hardware laufen lassen, aber die sind so lahm das du die ins Klo kippen kannst. Es gibt spezielle Hardware wo man eine besonders hohe Speicherbandbbreite realisiert hat. (Apple oder DGX Spark, beides unified memory) Da bekommst du deutlich schnelleren Speicher, aber immer noch nur 1/3 so schnell wie eine moderne Grafikkarte. Deine Modelle laufen also langsamer, allerdings kannst du fuer "relativ" wenig Geld viel Speicher bekommt. (128GB) und so intelligentere Modelle laufen lassen. Das neueste ist dann die kombination aus beiden. (Strata) siehe das von mir angebene Video. >gerade im Inneren des neuronalen Netzwerks passiert, bzw. in einer >Cloud-Umgebung die Lastverteilung im Cluster aus zahlreichen GPUs steuern. Zahlreihe GPUs sind im privaten Umfeld auch eher expotisch weil man schon spezielle Mainboards braucht die genug PCI-Lanes haben. Meines kann z.B gerade mal zwei GPUs und das ist schon ungewoehnlich gut. Du bis dann schnell im 5stelligen Bereich. >Zu wenig RAM! Selbst kleine Modelle erwarten i.d.R. 8GByte, größere >OpenWeight-Modelle sind oft auf jene 16GByte-GPUs optimiert, welche >gerade noch gut auf den freien Markt erhältlich sind. Unter 16GB brauch man garnicht anzufangen, sinnvoll wird es eigentlich erst ab 32. Zumal da nicht nur euer Modell sondern auch euer Problem reinpassen musst. Deshalb gerade der Umweg mit Strata. Eine Nvidia mit 96GB kostet gerade so in der Gegend 18kEuro. Olaf
[toc] | [prev] | [next] | [standalone]
| From | Hergen Lehmann <hlehmann-usenet26@snafu.de> |
|---|---|
| Date | 2026-11-11 17:42 +0100 |
| Message-ID | <fhiesm-v6ai.ln1@hergen.spdns.de> |
| In reply to | #370644 |
Am 10.11.26 um 21:08 schrieb Olaf Kaluza: > Hergen Lehmann <hlehmann-usenet26@snafu.de> wrote: > >weniger schnell. GPUs sind nur deshalb im Vorteil, weil sie extrem viele > >Kerne haben und diese Kerne bei neueren Modellen zunehmend auch nicht > >mehr reine RISC-Lehre sind, sondern optimierte Spezialbefehle für > > Aehem, noe. :) Sondern? > Im KI Betrieb fahren die Luefter meiner Grafikkarte deutlich weniger > stark hoch wie im Spielbetrieb. Das besagt nichts - eine Grafikkarte enthält neben den frei programmierbaren Rechenkernen auch noch zahlreiche spezialisierte Funktionseinheiten (Shader, Texture Mapping, ROPS, etc.), welche im KI-Betrieb brach liegen und entsprechend fast keine Wärme produzieren. > Das besondere der Grafikkarten ist > ihre hohe Speicherbandbreite und das KIs so gross sind und so verteilte > zugriffe benoetigen das man mit Cache nichts mehr ausrichtet. > Man braucht also vor allem sehr schnellen Speicher der so gross > wie moeglich ist. Ja, danke, das hatte ich tatsächlich vergessen zu erwähnen. > >Welche GPU- und CPU-Plattformen konkret angeboten werden, ist eine reine > >Marketingentscheidung des Softwareanbieters, aber keine harte technische > >Limitierung. > > Du kannst KI auf normaler PC-Hardware laufen lassen, aber die sind so lahm > das du die ins Klo kippen kannst. Kommt drauf an, was man damit macht. Mal schnell eine kleine Illustration in nicht allzu hoher Auflösung zu generieren, dauert hier auf einem i7-14700 wenige Minuten. Den Prompt zu formulieren, dauert länger, und bei meinen bescheidenen künstlerischen Fähigkeiten etwas von Hand zu probieren, erst recht. Klar, eine fette GPU würde mehr Spaß machen, aber bei den derzeitigen Preisen... > Unter 16GB brauch man garnicht anzufangen, sinnvoll wird es eigentlich erst > ab 32. Zumal da nicht nur euer Modell sondern auch euer Problem reinpassen > musst. Wie gesagt, kommt drauf an, was man damit macht. Da GPUs jenseits 16GByte für den Hobbyisten kaum realistisch sind (erst recht bei der aktuellen Preistreiberei), sind die gängigen OpenWeight-Modelle fast durchweg auf 8 oder 16GByte optimiert. Der Speichermangel schränkt sie gegenüber den kommerziellen Modellen etwas ein, aber einen Tod muss man halt sterben.
[toc] | [prev] | [next] | [standalone]
| From | Arno Welzel <usenet@arnowelzel.de> |
|---|---|
| Date | 2026-11-12 18:23 +0100 |
| Message-ID | <11d4sm5$4j2m$5@dont-email.me> |
| In reply to | #370609 |
Hergen Lehmann, 2026-11-10 08:15: > Am 10.11.26 um 05:18 schrieb Leo Baumann: > > >> es gibt irre teure Grafikkarten, die es ermöglichen LLMs in deren >> Speicher zu laden und zu nutzen. > > Man kann lokale KI mit einer einigermaßen potenten CPU und ausreichend > RAM auch ohne Spezialhardware laufen lassen, es dauert damit allerdings > schon mal eine Viertelstunde bis zu einer Antwort. Alpaca braucht hier je nach Modell selten länger als 10 Sekunden, bis die Antwort kommt. Hardware: AMD Ryzen 5950X, 128 GB RAM und eine Radeon RX 7600 -- Arno Welzel https://arnowelzel.de
[toc] | [prev] | [next] | [standalone]
| From | Arno Welzel <usenet@arnowelzel.de> |
|---|---|
| Date | 2026-11-12 18:19 +0100 |
| Message-ID | <11d4sem$4j2m$4@dont-email.me> |
| In reply to | #370607 |
Leo Baumann, 2026-11-10 05:18: > es gibt irre teure Grafikkarten, die es ermöglichen LLMs in deren > Speicher zu laden und zu nutzen. Oder man benutzt Alpaca, da braucht man auch keine "irre teure Grafikkarte": <https://linuxnews.de/alpaca-ki-modelle-offline-lokal-betreiben/> -- Arno Welzel https://arnowelzel.de
[toc] | [prev] | [standalone]
Page 2 of 2 — ← Prev page 1 [2]
Back to top | Article view | de.sci.electronics
csiph-web