В гостях выпуска Виталий Кулиев - разработчик ИИ-проектов и автор YouTube-канала, который так и называется "Виталий Кулиев". С Виталием сначала я познакомился заочно через просмотр его роликов по ML и компьютерному железу, которое требуется для локального запуска опенсорсных моделей машинного обучения, а теперь и лично. Разговариваем о том, какие есть возможности у разработчиков и экспериментаторов ИИ нашего времени для работы на своих компьютерах. 3090, 3090 ti или 4090? Какие LLM можно запустить локально? В какие ограничения упираются локальные эксперименты с большими моделями? Можно ли и имеет ли смысл строить распределенную систему обучения больших моделей, по примеру распределенного майнинга криптовалют? Почему две видеокарты лучше, чем три? Обо всем этом в выпуске! Ссылки выпуска: YouTube канал Виталия ( https://www.youtube.com/@kuliev.vitaly) Телеграм-канал Виталия ( https://t.me/vitaly_kuliev_it) GPU сервера компании immers cloud. По реферальной ссылке доступен бонус 20% к первому пополнению ( https://immers.cloud/signup/r/20240522-6407208-835/) Альфа версия проекта Виталия для доступа к нейросетям по API ( https://rus-gpt.com/) Буду благодарен за обратную связь! Мой телеграм для связи ( https://t.me/kmsint) Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" ( https://t.me/toBeAnMLspecialist) Я сделал бесплатный курс по созданию телеграм-ботов на Python и aiogram на Степике ( https://stepik.org/120924). Присоединяйтесь, если хотите научиться разрабатывать телеграм-ботов! Также в соавторстве с крутыми разработчиками я пишу курс по продвинутой разработке телеграм-ботов с элементами микросервисной архитектуры ( https://stepik.org/a/153850?utm_source=mlpodcast&utm_campaign=ep_63). Выразить благодарность можно добрым словом и/или донатом ( https://www.tinkoff.ru/rm/kryzhanovskiy.mikhail11/NkwE718878/)