なんか2ヶ月ぐらい遅れるって書いてあったマテリアルチェンジャーも五日遅れで届いた。これなら一緒に送ってくれても良かったのに……

全くの箱出しでこの結果は立派だな、24分
まあ下からついてるデータはギリギリまでチューンされてるので自分でスライスしてもここまで早くはならないだろうw

テストデータ印刷中

開封して起動テスト中

さすがにピックアップ仕事しろ！って言いたくなりますねw

拡張性があると問題がでた時にめんどくさいし、メーカーとしてはお仕着せだけで済ませたいのはやまやまなんでしょうけどね。
Appleユーザーはそれである程度許してくれるけどPCはそうは行かないんでしょうねえ……

Macなんかもうほぼほぼそんな感じですけどね（最終製品を自分のとこれ作ってるから）。IntelはLunerLakeでやっては見たものの在庫管理の難しさとメモリメーカとの交渉を自分ところでやらないといけなかったり、在庫をどこで持つのかで揉めたりしたので諦めましたw

ここで☆3 2枚抜きで来ないの芸術的でしょwww

GoogleのGEMMA3辺りはマルチモーダルRAG（テキスト文章もドキュメントも絵も入力として使えるやつ）としてはだいぶ小さいモデルもあるので割と簡単に動かせますね、Macで動かしてる人も結構いるんじゃないかな？

ローカルのやつはあんまりでかいデータセットのやつ使えないんで質問とかするとすぐハルシネーション起こして嘘ついてくるんですけど、PDFとか読ませて要約しろ、とか資料から条件付けして必要な所を取り出したりは結構できますね。
これはnemotron-3 nanoっていう先週Nvidiaがリリースした奴を動かしてみたんですけど、サスペンションのマニュアルのPDF読ませて体重80kgの設定を確認したところです。

Nvidiaネックなのはみんな嫌なので色々やってるみたいですけど、ものになってるのがTensorFlowを開発したGoogleのTPUぐらいなんですよね。
中国勢はハードウエアの開発に成功云々とか言うリリースがでても結局物になってないって話が結構聞こえてくるし……とはいえこれは学習側の話なので実行環境としては最近はROCmでも結構動く感じにはなってきてますね。多少遅いですがArm環境のMacとかRyzenAiMAXとかもメモリが大きく取れるので大規模学習データとかを動かせるメリットもあるみたいです。
コンシューマー向けじゃ5090の32Gが最大ですからねw

Googleとイーロンは自分のところでデータセットを準備できるのが強いんですよね。乱暴にそのへんのデータを適当に使えてたときはOpenAIとかにもビハインドはなかったんでしょうけど色々問題でてきちゃいましたからね……
ハードウエア的にはGoogle以外はNvidiaに頼りっきりなので色々微妙な感じが……
OpenAIはサム・アルトマンの山師的（詐欺的とも言うw）能力がいつまで通用するかにかかってる感じがします。