004▲ 101 · 댓글 43유튜브 TV에서 자동으로 스폰서 광고 건너뛰는 오픈소스 도구SponsorBlock API를 활용해 Apple TV, 삼성TV, LG TV, Android TV, Chromecast, Google TV, Roku, Fire TV, 닌텐도 스위치, Xbox, PlayStation 등 다양한 TV 기기에서 유튜브 영상의 스폰서 구간과 인트로를 자동으로 건너뛰는 자체 호스팅 애플리케이션인 iSponsorBlockTV를 공개했다.
오픈소스 · 도구 · ISponsorBlockTV: SponsorBlock client for all YouTube TV clients
TV에서 유튜브를 볼 때 성가신 광고와 스폰서 구간을 자동으로 제거할 수 있는 방법으로, 기존에 PC나 모바일에서만 가능했던 SponsorBlock을 TV 플랫폼 전반에 확대하는 첫 구현이다.
핵심 요약
SponsorBlock API를 활용해 Apple TV, 삼성TV, LG TV, Android TV, Chromecast, Google TV, Roku, Fire TV, 닌텐도 스위치, Xbox, PlayStation 등 다양한 TV 기기에서 유튜브 영상의 스폰서 구간과 인트로를 자동으로 건너뛰는 자체 호스팅 애플리케이션인 iSponsorBlockTV를 공개했다.
유튜브 광고에서 '광고 건너뛰기' 버튼이 나타나는 순간 자동으로 클릭하고 음소거하는 기능도 지원한다.
TV 기기가 같은 네트워크에 있을 때는 자동 탐색으로 연결되며, 같은 네트워크가 아니면 유튜브 TV 애플리케이션 설정 페이지에서 코드를 입력해 수동으로 추가할 수 있다.
010▲ 156 · 댓글 69RTX Spark 노트북에 Arch Linux 깔아 ARM 성능 검증했다마이크로소프트 계정 강제와 Windows 기타 불편함 때문에 ASUS ProArt P16 H7607BA-SE033W(128GB RAM, 6,144 CUDA 코어, 2TB SSD)에 Arch Linux ARM을 설치했다.
하드웨어 · 시스템 · Putting Linux on my RTX Spark laptop because I don't have a Microsoft account
012▲ 132 · 댓글 4180GB 모델을 32GB 램에서 실행하는 Janas, llama.cpp보다 2배 이상 빠르다Janas-LLM은 48GB의 Qwen3-Next-80B 모델을 32GB 램의 노트북에서 실행하는 도구로, 모델 가중치를 디스크에 유지하면서 필요한 전문가(expert) 블록만 NVMe SSD에서 스트리밍한다.
AI · 머신러닝 · Janas: Run LLMs larger than RAM by streaming experts from SSD
32GB 메모리 제약에서 48GB 모델을 실행하면서 llama.cpp보다 2배 이상 빠른 속도를 달성한 새로운 방식이 기존 로컬 LLM 실행 방식의 성능 한계를 크게 개선한다.
핵심 요약
Janas-LLM은 48GB의 Qwen3-Next-80B 모델을 32GB 램의 노트북에서 실행하는 도구로, 모델 가중치를 디스크에 유지하면서 필요한 전문가(expert) 블록만 NVMe SSD에서 스트리밍한다.
같은 테스트 환경(32GB 메모리, Intel Core Ultra 9 185H, Arc 통합 GPU)에서 llama.cpp와 비교한 결과 모든 모델에서 Janas가 더 빠르며, Qwen3-Next-80B의 프롬프트 읽기 속도는 62 tok/s 대 16 tok/s, 토큰 생성은 24 tok/s 대 2.8 tok/s로 우월했다.
Qwen3.5-0.8B 같은 소형 모델은 프롬프트 읽기에서 939 tok/s, 토큰 생성 130 tok/s에 도달했으며, 드래프팅 기능(다음 토큰 예측과 검증)을 활용하면 생성 속도를 최대 2배까지 높일 수 있다.
015당일 +211DeepSeek와 GLM을 개인 하드웨어에서 돌리는 경량 추론 엔진 공개Salvatore Sanfilippo가 만든 DwarfStar는 DeepSeek V4/V4.1 Flash, GLM 5.2/5.3, Qwen3.8 Flash 등 주요 오픈웨이트 모델을 개인 하드웨어에서 실행하는 네이티브 추론 엔진으로, Metal·CUDA·ROCm을 지원한다.
개인 맥이나 워크스테이션에서 DeepSeek·GLM 같은 최신 고성능 모델을 실제로 돌릴 수 있는 구체적인 방법과 제약조건(메모리, SSD 스트리밍 필요 여부)이 명확해진다.
핵심 요약
Salvatore Sanfilippo가 만든 DwarfStar는 DeepSeek V4/V4.1 Flash, GLM 5.2/5.3, Qwen3.8 Flash 등 주요 오픈웨이트 모델을 개인 하드웨어에서 실행하는 네이티브 추론 엔진으로, Metal·CUDA·ROCm을 지원한다.
일반적인 GGUF 러너가 아니라 특정 모델 몇 개에 최적화된 자체 포함 C 코드이며, 프로젝트가 생산한 GGUF 파일만 사용한다.
Metal은 애플 실리콘 맥(96GB 이상, 또는 SSD 스트리밍으로 더 작은 기계에서도 가능)을 주요 대상으로, CUDA는 DGX Spark와 Ada/L40S 카드를 포함한 다중 GPU 시스템을 지원하며, ROCm은 Strix Halo 같은 시스템을 대상으로 한다.
017▲ 102 · 댓글 86메모리 가격 급등, 소비자 시장 붕괴 직전DRAM과 NAND 제조사들이 장기 계약(LTA)으로 시장 구조를 재편하고 있다: 최대 5년 계약으로 50~70%의 생산량을 상위 5~16개 대형 고객에게 사전 할당해 지난 40년간의 경기 순환 가격 사이클을 깨뜨리려 하고 있다.
하드웨어 · 시스템 · Memory Companies Have Destroyed the Consumer Market
제조사들의 장기 계약 전략으로 메모리 가격의 저점이 사라질 수 있으며, PC 게이머부터 의료 기기까지 모든 소비자가 영향을 받게 될 구조 변화가 진행 중입니다.
핵심 요약
DRAM과 NAND 제조사들이 장기 계약(LTA)으로 시장 구조를 재편하고 있다: 최대 5년 계약으로 50~70%의 생산량을 상위 5~16개 대형 고객에게 사전 할당해 지난 40년간의 경기 순환 가격 사이클을 깨뜨리려 하고 있다.
지난 1년간 소비자 메모리 가격이 급락했다: 2TB NVMe SSD 137%, 2TB SATA SSD 183%, 32GB DDR5 363%, 32GB DDR4 294% 인상되었고, DDR5-6000 64GB 키트는 $240에서 $1,300~$1,400으로 483% 올랐다.
서버와 AI용 메모리 수요가 소비자용을 잠식하고 있다: 2027년 NAND 비트 수요 중 서버 애플리케이션 비중이 44.2%에서 51.1%로 증가할 예정이고, 데이터센터 9사의 DRAM·NAND 구매액은 2026년 $433억에서 2027년 $940억으로 급증한다.
018▲ 65 · 댓글 3LLM 추론을 위한 '불일치 양자화', 프롬프트와 생성 단계별 최적화프롬프트 처리(Prefill)와 응답 생성(Decode)은 서로 다른 양자화 방식을 요구한다: Prefill은 저정밀 계산으로 빠른 처리가 필요하고, Decode는 컴팩트한 가중치로 메모리 대역폭을 줄이는 것이 중요하다.
AI · 머신러닝 · Disaggregated Quantization: Specializing LLM Prefill and Decode
021▲ 106 · 댓글 128GamersNexus, LG TV 보안 문제 분석 영상에 대한 비판적 검토GamersNexus가 LG TV의 보안 취약점을 주장하는 2시간 영상을 공개했으며, 음성 검색 시 신용카드·사회보장번호 같은 민감한 정보가 로그에 저장된다고 주장했다.
보안 · GamersNexus and LG: Or why rooting your TV is a bad idea