- Flash часто загружает всю виртуальную машину Java из-за технологии Live Connect (она часто бывает совершенно лишней);
Также очень увеличивает использование памяти Оперой.
(Как отключить: operawiki.info/FlashBlock)
Попробуйте «Удалить личные данные», если вы считаете это оправданым для повышения произвдительности (действительно хорошо помогает в большинстве случаев)
Если ваши оптимизаторские наклонности достигают маниакальной степени, отключите JavaScript
(попробуйте нажать F12 и вы увидите удобную менюшку, где можете сделать еще много всякого)
Включите «Принимать все Cookies» (Это также повлияет на вашу безопасность, www.opera.com/support/tutorials/security/privacy) (лично я не знаю, как это влияет на производительность, но на официальной wiki так пишут)
Отключите FavIcons ( Prefs » Advanced » Browsing » Page Icons )
Отключите спец.эффекты UI и используйте родной скин (он потребляет меньше ресурсов)
Храните кэш на диске отличном от того, куда установлена ось, делайте иногда дефрагментацию этого диска
Вы можете распаковать исполнимые файлы (http://operawiki.info/PackedExecutables)
Если у вас кроме Опервы не открты другие программы, задайте приоритет процесса Opera в 'High' через диспетчер задач
Материал по operawiki.info/OperaPerformance (EN) и с множества форумов.
Завтра читайте продолжение, если в комментариях будут интересные заметки на тему — я их учту, так что пишите.
Спасибо за внимание, это пока только общие рекомендации, в продолжении будет больше, надеюсь, кому-то это окажется полезным.
Виталий@Snart
Пользователь
Хабр доступен 24/7 благодаря поддержке друзей
Как мы запустили Qwen3.8–27B целиком на RTX 5060 8 GB и получили ~30 токенов/с
Наш проект называется ExVRAM Lab. Это открытая исследовательская лаборатория, в которой мы проверяем, насколько большие локальные LLM можно запускать на обычных видеокартах с ограниченным объёмом VRAM, если использовать ultra‑low‑bit quantization, полное размещение весов на GPU и существующие open‑source inference‑технологии.
ExVRAM расшифровывается как Exchange Compute for VRAM. Основная идея проекта — в ряде сценариев выгоднее потратить часть свободной вычислительной мощности GPU на работу с более компактным представлением весов, чем хранить часть модели в оперативной памяти и постоянно передавать данные через PCIe.
Когда мы начинали проект, исходный вопрос был достаточно простой: можно ли запустить dense‑модель примерно на 27 миллиардов параметров на видеокарте всего с 8 ГБ VRAM так, чтобы она не просто «запустилась», а работала полностью на GPU, поддерживала длинный контекст и обеспечивала нормальную интерактивную скорость генерации.
В качестве основной тестовой системы мы используем NVIDIA GeForce RTX 5060 8 GB на архитектуре Blackwell. Основная модель в текущих экспериментах — Qwen3.8–27B.
Сначала результат выглядел не слишком впечатляюще. Модель запускалась, но значительная часть весов оставалась в системной памяти. Около 5,7 GiB весов находилось на GPU, ещё примерно 2,5 GiB — на CPU. Скорость генерации составляла порядка 3,8–5,5 токена в секунду.
При этом сама видеокарта была загружена далеко не полностью.
Это стало одним из первых важных наблюдений проекта. Проблема заключалась не столько в нехватке вычислительной мощности RTX 5060, сколько в том, что часть decoder weights находилась в RAM. Во время autoregressive generation данные приходилось постоянно передавать между CPU и GPU через PCIe.
