Hacker News Digest

Пять лет после выхода первых Mac с чипами M1 показали, что предсказуемые обновления — это именно то, чего мы хотели. Автор статьи цитирует Джона Грубера, который в 2020 году отмечал, как M1 сломал компромисс между производительностью, нагревом и временем работы от батареи. Несмотря на это, некоторые называют M5 «скучным incremental-обновлением», что, по мнению автора, как раз и является целью.

В эпоху PowerPC и Intel Mac иногда годами не получали значительных апдейтов, а проблемы с перегревом и неудачные решения вроде клавиатуры-бабочки были обычным делом. Теперь, когда Apple контролирует собственную silicon-архитектуру, компания может регулярно выпускать чипы с последовательным улучшением производительности и эффективности. Графики Geekbench показывают значительный прирост производительности CPU и GPU от M1 до M5, и для большинства пользователей, не меняющих компьютеры каждый год, каждое обновление будет ощутимым.

Это и есть успех Apple silicon — не революция, а эволюция, которая обеспечивает стабильный прогресс. Назвать такие достижения «скучными» — значит упускать суть и игнорировать то, что мы сами и требовали от Apple после перехода с Intel.

• Пользователи обсуждают, что ежегодные обновления процессоров в MacBook не всегда вызывают восторг, но важно, чтобы покупатели не вынуждены были покупать устаревший продукт без понимания, когда будет обновление.
• Некоторые отмечают, что Apple не предоставляет достаточно новых функций, чтобы оправдать обновление, и что они хотели бы, чтобы Apple сосредоточилась на улучшении программного обеспечения.
• Обсуждается, что Apple Silicon делает возможным запуск локальных моделей ИИ, но не все считают, что это оправдывает ежегодные обновления.
• Участники обсуждают, что Apple не предоставляет достаточно новых функций, чтобы оправдать обновление, и что они хотели бы, чтобы Apple сосредоточилась на улучшении программного обеспечения.

Команда Asahi Linux продолжает работу над поддержкой чипов Apple M3, хотя на данный момент базовая функциональность позволяет только загружать систему до мигающего курсора. Разработчики активно портируют загрузчик m1n1 на язык Rust, что повысит безопасность и поддерживаемость критически важного компонента. Параллельно ведется работа над патчами ядра Linux для версий 6.17 и 6.18, где уже добавлены Device Trees для устройств Apple M2 Pro/Max/Ultra.

Успехи также отмечены в игровой сфере — Wine теперь работает вне muvm, а поддержка графики продолжает совершенствоваться. Несмотря на прогресс с M1 и M2, чипы M3, M4 и недавно анонсированный M5 все еще находятся в стадии обратной разработки. Как отмечают разработчики: "Базовая поддержка M3 существует давно, но она ограничивается возможностью загрузки до мигающего курсора, что полезно только для низкоуровневого реверс-инжиниринга".

• Пользователи обсуждают, что владельцы Mac на M1-M4 чипах по-прежнему не могут полноценно использовать Linux на своих машинах, и это вызывает тревогу, особенно учитывая, что Apple не проявляет особого интереса к поддержке Linux на своих устройствах.
• Участники обсуждения отмечают, что даже несмотря на это, сама по себе поддержка Asahi Linux остается важной, так как она позволяет продлить жизнь этих устройств, когда Apple прекратит поддержку macOS.
• Некоторые участники подчеркивают, что ситуация с Linux на Apple Silicon выглядит как бесконечная борьба, и что это может быть неразрешимой проблемой, если Apple не изменит свою политику.
• Также обсуждается, что в то время как Apple продолжает выпускать новые чипы, Asahi Linux может не успевать за ними, что делает невозможным поддерживать актуальные версии ядра и драйверов.
• Наконец, участники обсуждения отмечают, что существует альтернатива в виде ноутбуков от других производителей, которые лучше подходят для Linux, но они не такие же качественные, как MacBook, что делает выбор сложным для тех, кто предпочитает Linux, но привык к премиальному качеству MacBook.

Плато обучения в модели PyTorch оказалось не ошибкой гиперпараметров, а багом в бэкенде фреймворка. Автор провёл детективное расследование, которое научило его больше о PyTorch, чем годы использования. Проблема заключалась в ядре MPS для Apple Silicon, где операции addcmul_ и addcdiv_ при работе с ненепрерывными тензорами молча записывали результаты во временный буфер вместо самого тензора.

Из-за инициализации весов энкодера как транспонированных декодера они получали ненепрерывную память, которая наследовалась состояниями оптимизатора Adam. Это приводило к тому, что exp_avg_sq.addcmul_() не обновлялся, оставаясь нулевым, что полностью останавливало обновление параметров. Исправить проблему можно, сделав веса непрерывными при инициализации, обновив PyTorch до версии ≥2.4 или перейдя на macOS 15+.

• Найдена ошибка в градиентах для Apple MPS в PyTorch, вызванная неправильной обработкой не-непрерывных тензоров.
• Сообщество обсуждает, что подобные ошибки встречаются и в других библиотеках и бэкендах, и что их трудно отследить.
• Участники обсуждают, что Apple не поддерживает PyTorch и вместо этого развивает собственный фреймворк MLX, что ведет к фрагментации экосистемы.
• Обсуждается, что отсутствие должной поддержки PyTorch на macOS приводит к тому, что исследователи сталкиваются с такими ошибками, которые могут быть неочевидны и влиять на результаты экспериментов.

AMD представила Strix Halo — свой самый крупный клиентский APU на сегодняшний день. Это универсальный мобильный процессор, способный обрабатывать высокопроизводительные CPU и GPU задачи без необходимости в дискретной графике. TDI чипа варьируется от 55W до 120W, что значительно выше, чем у стандартного Strix Point. Strix Halo стал первым чиплетным APU AMD для потребительского рынка, анонсированным на CES 2025.

Чип может оснащаться двумя 8-ядерными CCD Zen 5 (всего 16 ядер) с 512-битным FPU, как у настольных процессоров. Максимальная тактовая частота — 5.1 ГГц (на 600 МГц ниже, чем у Ryzen 9 9950X). Третий кристалл — это RDNA 3.5 iGPU с 40 вычислительными блоками, 32 МБ Infinity Cache и частотой до 2.9 ГГц, что производительности между RX 7600 XT и RX 7700. Для питания чипа используется 256-битная шина LPDDR5X-8000 с пропускной способностью до 256 ГБ/с, что значительно выше, чем у других APU.

• Пользователи обсуждают доступность и ценообразование устройств на базе Strix Halo, отмечая, что в ЕС они либо стоят как за золото, либо их просто нет в продаже.
• Сравнение с Apple Silicon идёт по всем фронтам: объём оперативной памяти, пропускная способность памяти, энергопотребление и цена.
• Обсуждается, что AMD-версия «объединённой» памяти пока не реализована для внешних GPU, и это влияет на выбор покупателей.
• Участники спора задаются вопросом, насколько Strix Halo может быть доступен в виде настольного процессора, и какие ограничения это наложит на сборку ПК с дискретной видеокартой.
• Поднимается вопрос о том, что если AMD не сможет предложить адекватную цену и доступность, то рынок может быть потерян для потребителей, которые ищут ноутбук с приличной производительностью и при этом не на Apple.

Carmageddon — аркадная гоночная игра 1997 года, где нужно сбивать пешеходов, — портирована на современные Mac через reverse engineering. Исходный код утерян, поэтому сообщество создало инструмент dethrace, который позволяет запускать игру на новых системах, включая Apple Silicon.

Warzone 2100 — это постапокалиптическая RTS 1999 года, исходный код которой был открыт, и теперь игра работает на macOS. Это полная версия, бесплатная, с поддержкой современных систем.

Return to Castle Wolfenstein — шутер 2001 года с нацистскими зомби, теперь портирован на macOS. Исходный код был выпущен, что позволило портировать игру.

Все три проекта — примеры сохранения игрового наследия через открытые инструменты и коммьюнити-проекты.

• Список игр и портов ведётся вручную, и это вызывает просьбы добавить поиск и фильтрацию.
• Пользователи делятся ностальгией по старым играм, но при этом отмечают, что сайт не предоставляет удобного способа найти конкретную игру.
• Обсуждается, что Apple Silicon и современные графические API сделали игры более доступными на macOS, но при этом не хватает нативных портов.
• Участники обсуждают, что старые игры можно найти в архиве Internet Archive, но при этом возникают вопросы безопасности и легальности таких образов.
• В итоге, обсуждение сводится к тому, что список игр и портов ведётся вручную, и это вызывает просьбы добавить поиск и фильтрацию.

Apple Silicon обеспечивает невероятную энергоэффективность: MacBook M1 Pro теряет всего 10% заряда за три недели в режиме сна. В то же время ноутбук Framework 13 на AMD Ryzen 7840HS разряжается на 3–4% в час даже при простое, что сильно разочаровывает при нерегулярном использовании.

Автор ценит миссию Framework — модульность и ремонтопригодность, но отмечает, что проблема с батареей характерна для многих современных устройств, кроме Apple на ARM. Переход на ARM-платформу для Framework кажется сложным решением, поэтому пока выход — держать ноутбук постоянно подключённым к сети.

• Пользователи отмечают проблемы с энергопотреблением в режиме сна (suspend) на Linux-ноутбуках, особенно по сравнению с Apple Silicon Mac, где управление питанием значительно эффективнее.
• Обсуждаются преимущества архитектуры ARM (включая Apple Silicon и Snapdragon) для автономной работы, но подчеркивается, что ключевой фактор — глубокая оптимизация связки hardware/software, а не просто архитектура.
• Некоторые пользователи в качестве решения для Linux предлагают отключать "modern standby" (S0) в пользу традиционного S3-сна или использовать гибернацию, однако отмечают проблемы с её работой при включенном secure boot и lockdown.
• Высказывается мнение, что открытость и ремонтопригодность Framework важнее максимальной автономности, но многие хотели бы видеть от Framework вариант на ARM-процессоре.
• Упоминаются положительные примеры хорошего управления питанием на отдельных устройствах под Linux (например, некоторые ThinkPad) и под Windows на Snapdragon, что указывает на роль OEM-производителей и драйверов.

Mojo теперь поддерживает программирование GPU на Apple Silicon, что делает разработку GPU-ускоренных алгоритмов и AI-моделей доступнее для владельцев современных Mac. Для работы требуется macOS 15, Xcode 16 и чипы M1–M4. Пока функциональность ограничена: не работают сложные примеры вроде матричного умножения, AI-модели, PyTorch-интеграция и некоторые аппаратные возможности. Планируется доработка поддержки atomic operations, bfloat16 и других функций.

Технически код компилируется в AIR bitcode через LLVM IR, затем в .metallib через Metal-cpp API, скрыто от разработчика. Существующий код для NVIDIA/AMD GPU должен работать, но для максимальной производительности потребуются оптимизации под архитектуру Apple. Документация и открытый вклад ожидаются позже, когда базовая инфраструктура будет стабилизирована.

• Обсуждение касается языка Mojo и его потенциала в области глубокого обучения и GPU-программирования, с акцентом на его совместимость с экосистемой Python и производительность.
• Участники спорят о нишевости написания кастомных CUDA/Triton ядер, отмечая, что это сложно и этим занимаются немногие, но Mojo может сделать этот процесс более доступным.
• Высказываются как скептические мнения о будущем Mojo (называя его "проектом тщеславия"), так и оптимистичные, видящие в нём важный прорыв и альтернативу существующим инструментам.
• Поднимаются вопросы о бизнес-модели Mojo (лицензирование) и её потенциальном влиянии на открытость экосистемы, что может отпугнуть часть разработчиков.
• Отмечается, что синтаксис Mojo, основанный на Python, является его сильной стороной для привлечения аудитории data scientists, но сама языковая модель и runtime отличаются.

Проект ollm представляет собой инструмент для локального запуска больших языковых моделей через Ollama, позволяя пользователям взаимодействовать с ними напрямую из терминала. Он поддерживает различные модели, включая Llama 3 и Mistral, и предлагает простой интерфейс для отправки запросов и получения ответов без необходимости веб-интерфейса или API.

Ключевые возможности включают настройку параметров модели, таких как температура и контекстное окно, а также сохранение истории диалогов. Это упрощает тестирование и использование LLM для разработчиков и исследователей, работающих в командной строке. Инструмент особенно полезен для быстрого прототипирования и экспериментов с разными моделями.

• Обсуждение возможности запуска больших языковых моделей на устройствах с ограниченной оперативной памятью (например, Apple Silicon M1/M2/M3) с использованием 4-битного квантования.
• Уточнение, что конкретная обсуждаемая техника (GPT-OSS) для работы с дисковым кешем может не подходить для Mac, но сами модели (например, Qwen3-Next) на этих чипах работают через другие инструменты (mlx_lm).
• Упоминание о высокой скорости генерации (~40 токенов/сек) на Mac с большим объемом оперативной памяти (64 ГБ) при использовании квантованных моделей.
• Замечание о низкой пропускной способности (1 токен/2 сек) при использовании дискового кеша в методе GPT-OSS из-за bottleneck на скорости SSD.
• Ответ на вопрос о применимости техники к diffusion-моделям: архитектуры разные, но основные идеи, возможно, можно адаптировать.

Fallinorg – нажмите один раз и Mac станет чистым.
Файлы упорядочены, работает офлайн, данные не уходят в сеть.

Основное

• Локальный ИИ анализирует содержание, а не только имена.
• Полностью офлайн, без интернета.
• Поддержка .txt и PDF на английском.
• Свои папки – вы выбираете, куда складывать.
• Оптимизировано для Apple Silicon.

Покупка

Предпродажа: $9.49 единоразово
— неограниченное количество файлов
— выбор папок
— приватность
— поддержка по e-mail

Купить и скачать

FAQ

• Как анализирует? Sentence Transformers локально.
• Приватность? Всё на вашем Mac.
• Форматы? .txt и PDF, скоро больше.
• Папки? Вы решаете.
• Интернет? Не нужен.
• Intel? Пока нет; пишите на [email] для уведомления.
• Возврат? Пишите на [email] с причиной.
• Обновления? Все мелкие бесплатны; крупные – со скидкой для ранних покупателей.

Подпишитесь на рассылку, чтобы быть в курсе.

• Пользователи жалуются на 357-МБ Python-окружение и просят перейти на CoreML или ONNX Swift-bindings.
• Критика пресейл-цен и отсутствия пробной версии; создатель обещает прояснить условия и добавить roadmap.
• Запросы: поддержка epub/cbr/OCR-многоязычности, пользовательские категории, CLI-версия, Spotlight-импортер.
• Сейчас приложение работает только с PDF/txt, но расширение типов файлов и локализация в планах.
• Найдены опечатки и краши; создатель оперативно исправляет и просит репорты на GitHub.

Apple выпустила инструмент Processor Trace – на первый взгляд скучное дополнение к Xcode, но на деле спасение для часов отладки.

Привычная история: приложение в тестах летает, пользователи жалуются на тормоза и батарею. Открываешь Instruments, Time Profiler показывает, где «жрёт» CPU, но не объясняет почему. Processor Trace решает это: он записывает все ветвления процессора и выводит понятную карту исполнения. Это не статистика, а полное видео перекрёстка вместо случайных фото.

Ближайший аналог – Intel VTune: мощный, но сложный, с крутой кривой обучения и нулём пользы на Apple Silicon. Processor Trace встроен в Xcode, заточен под M-чипы и показывает, что именно делает CPU: промахи предсказаний, промахи кэша, архитектурные сюрпризы. Оптимизируешь не наугад, а под реальное «железо».

Поддержка только M4 и iPhone 16 – классический ход Apple «купи новое железо, получи инструмент». Реальная польза в рутине покажет время, но первые тесты выявляют узкие места, которые другие профайлеры пропускают. Для тех, кто мучается загадочными просадками, апгрейд может окупиться.

• Apple добавила полный трассировочный профайлер на основе аппаратного трассировщика, но только для M4/iPhone 16.
• Участники напомнили, что Intel PT (2014), ARM CoreSight PTM/ETM (2000) и другие архитектуры уже давно умеют то же самое.
• Главное отличие — Apple упаковала возможность в удобный инструмент разработчика, а не просто дала «сырой» регистр.
• Некоторые считают это искусственным ускорением устаревания железа; другие считают, что без нового чипа реализовать такой объём трассировки невозможно.
• Обсуждали перспективу использовать трассировочные данные для компиляторов, безопасности и event-sourced вычислений.