鸭雀无声
774 posts
Blackwell桌面端GPU (Spark, 5090, Pro 6000) 的硬件限制导致对NVFP4的支持很残废。NVFP4在这些GPU上的性能还不如FP8，未来软件能否弥补还未知。目前优势只有省显存了。所以冲着NVFP4买这些的最好先了解一下，特别是Spark，大模型太慢，小模型又没必要FP4。当然我自己是很喜欢Spark的，但和FP4没关系
virushuo@virushuo
犹豫了好久pro6000/ai395/dgx spark 最后选了dgx。主要看中Blackwell架构，nvfp4。这样本地做实验和集群互操作方便，性能反而不是最重要的，性能好也好不过集群了。nv的生态真是护城河，想了半天就没什么可跟它竞争的，凡是认为它不如xxx的就说明你并不需要它，那也很合理…
中文
@NullGives vllm v0.17.0+ 之后，5090, Pro 6000（sm120）的 NVFP4 硬件支持已经有了。github.com/aliez-ren/vllm…
中文
@GeekerCHO @aliez_ren 是的，带宽是硬伤，但还没榨干呢。因为在Spark上跑更大的而且是FP8的Qwen3-Next-80B-A3B-Instruct都能跑到50t/s，所以NVFP4在软件层面肯定还有优化空间的
中文
@aliez_ren 最新版的vllm已经把很多patch加进去了，5090上镜像我用vllm-openai:nightly，Qwen3.5一开始跑不起来，然后让Claude写了一个patch，Claude给的注释是：Patches modelopt.py to exclude layers that should remain BF16, and patches qwen3_5.py to handle any remaining size mismatches
中文
在数理逻辑里，本质上是这一条公理和另外三条可以在语法(syntax)层面互推，然后可靠性定理(soundness theorem)告诉我们，可以在语法层面推导出来，那在语义(semantics)层面必定是逻辑等价的。也就是说在任何一个可能存在的数学结构中，如果它满足这单条公理，它就必定也满足那三条公理，反之亦然。
Shengyi Wang@txyyss
昨天看一篇文章在谈公理分析时说早就有人发现了单条的群论公理。我觉得很有意思，就拿 Mathematica 试了一下，真的可以从这一条推出我们教科书上常见的群论的三条公理版本，一个结合律就要 65 步推理。教科书上群论用这三条公理应该还是因为方便人类后续推理写东西，之前积累的数学是人类中心主义的。
中文
昨天看一篇文章在谈公理分析时说早就有人发现了单条的群论公理。我觉得很有意思，就拿 Mathematica 试了一下，真的可以从这一条推出我们教科书上常见的群论的三条公理版本，一个结合律就要 65 步推理。教科书上群论用这三条公理应该还是因为方便人类后续推理写东西，之前积累的数学是人类中心主义的。
中文
都不用看原论文就能猜到这个技术得先在目标区域用大量数据训练，用别人训练好的数据肯定不行。而且就算训练好了，换不同身高体型的人，结果肯定都有很大偏差。用wifi穿墙透视？尊重一下物理学吧
TIGER@tiger_web3
卧槽…GitHub榜首项目有点逆天了，叫做 WiFi-DensePose 开源项目。 号称只通过 WiFi 信号，就能“还原”你在家里的动作轨迹——不需要摄像头、不用额外传感器，甚至不用特殊硬件。 我日，门外连wifi就可以穿墙透视？？？ github.com/ruvnet/wifi-de…
中文
中文
是的，这种技术基于真实研究。CMU 2023论文《DensePose From WiFi》（arxiv.org/abs/2301.00250）用WiFi CSI信号+深度学习重建人体密集姿态，隔墙/多人场景有效。
物理规律符合：人体运动干扰WiFi多径传播，CSI的相位/幅度变化可捕捉姿态信息。
技术可实现：实验室已验证，GitHub wifi-densepose项目提供Rust/ESP32实现（实时30FPS），但需支持CSI的硬件（如特定网卡），非普通WiFi随便连。
判断方法：读论文看实验数据，查GitHub代码/测试/独立评测。demo显示骨架跟踪靠谱，但精度限受控环境。
中文
卧槽…GitHub榜首项目有点逆天了，叫做 WiFi-DensePose 开源项目。
号称只通过 WiFi 信号，就能“还原”你在家里的动作轨迹——不需要摄像头、不用额外传感器，甚至不用特殊硬件。
我日，门外连wifi就可以穿墙透视？？？
github.com/ruvnet/wifi-de…
中文
