Обновить

Производитель ПК и серверов «Аквариус» и компания Nemifist договорились о сотрудничестве в рамках совместного проекта по выпуску высокопроизводительных компьютеров для геймеров и корпоративных пользователей.

В рамках сотрудничества обе компании будут выпускать компьютеры на производственных мощностях «Аквариуса», Nemifist предоставит собственные технологии. В Nemifist уточнили, что рассчитывают в результате увеличить производство на порядок, в том числе за счёт «оптимизации закупочных процедур». Кроме игровых компьютеров компании хотят выпускать ПК для бизнеса, включая рабочие и графические станции.

В «Аквариусе» выпустили около 2 млн ПК (без учёта ноутбуков и серверов, данные за 2023 год в компании не раскрыли). Собственное производство Nemifist располагается в Москве. Эта компания «работает в бутиковом формате и выпускает более 100 кастомных компьютеров в месяц в зависимости от объёма спроса».

Линейки, объединяющие офисные и игровые компьютеры, есть у многих российских дистрибуторов и ретейлеров, включая 3Logic (бренд Raskat), OCS (Nerpa), DNS (Ardor Gaming).

Игровые ПК зачастую сложнее в проектировании, чем обычные системы, для них используются дорогие компоненты, пояснили СМИ в Fplus: «Игровые ПК производятся относительно небольшими партиями и продаются не так часто и не в таких больших объёмах. При этом могут возрастать затраты на хранение запасов, и риски, характерные для этого сегмента, необходимо компенсировать большей маржинальностью».

Теги:
Рейтинг0
Комментарии2

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

В отпуске есть время подумать и исследовать. Я натолкнулся на несколько вещей и открытий для себя. Оказалось, что мне как программисту перестали быть нужны самые умные и дорогие ИИ‑модели. Оказывается, есть такой параметр «Cost per Task», и по этому параметру на первое место вырвалась модель GPT-5.6 Luna (max).

При этом, если вы пользуетесь Codex, она самая тупая в списке моделей. Artificial Analysis Intelligence Index у нее всего 38. Для сравнения, у самой умной GPT-6 Astra (max) этот индекс равен 53. В итоге цена выполненной Luna задачи составляет $0.18 против $3.26 у Astra. Разница почти в 20 раз.

Как я понимаю, бенчмарк «Cost per Task» высчитывается так: когда ставится нормальная, грамотно описанная задача, замеряется, сколько токенов было потрачено на ее выполнение. То есть не в формате «из ХЗ сделаю ТЗ», а в формате, когда в хорошо заданном вопросе уже содержится половина ответа.

Я сначала не поверил, что так и есть, и стал работать, используя самую тупую модель Luna в линейке. И знаете, какие меня ожидали результаты?

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

Публикации