판타지 프리미어리그에서 몇 시간을 고민해서 선택한 선수들이 모두 망한 경험 있으신가요? FPL-Intel PRO는 그런 당신을 위한 AI 시스템입니다. 머신러닝과 RAG(검색 증강 생성) 기술을 결합해서 단순한 통계가 아닌 실제 경기 상황을 이해한 선수 추천을 제공합니다. Streamlit 앱으로 만들어져 있어서 실시간으로 전략을 조정할 수 있어요. 쉽게 말해서 24시간 쉬지 않고 일하는 데이터 분석가가 당신의 팀 구성을 도와주는 거죠. 과거 성적과 현재 경기 상황을 분석해서 당신이 필요할 때 포인트를 줄 선수들을 찾아냅니다. 친구들의 운 좋은 선택에 계속 지고 있다면, 이게 당신의 역전 기회가 될 수 있습니다.
Microsoft의 TRELLIS.2를 PyTorch MPS를 통해 Apple Silicon에서 실행되도록 포팅했습니다. 원본은 CUDA 전용 컴파일 확장 5개(flex_gemm, flash_attn, o_voxel, cumesh, nvdiffrast)에 의존하는데 Mac에는 대응 버전이 없습니다. 처음부터 대체 백엔드를 작성했습니다: 순수 PyTorch 희소 3D 합성곱(flex_gemm 대체), 공간 해싱을 사용한 Python 메시 추출(o_voxel의 CUDA 해시맵 연산 대체), 희소 Transformer용 SDPA 어텐션(flash_attn 대체), GPU 가속 삼선형 보간(cumesh와 nvdiffrast 대체)입니다.
마이크로소프트의 TRELLIS.2(40억 파라미터 이미지-3D 모델)를 PyTorch MPS를 통해 Apple Silicon에서 네이티브로 실행하도록 포팅했습니다. 원본은 CUDA, flash_attn, nvdiffrast, 커스텀 희소 합성곱 커널이 필요한데 Mac에서는 작동하지 않습니다. CUDA 특화 연산을 순수 PyTorch 대안으로 교체했습니다. 구체적으로는 gather-scatter 희소 3D 합성곱, 희소 Transformer용 SDPA 어텐션, CUDA 해시맵 연산을 대체하는 Python 기반 메시 추출입니다. 총 9개 파일에서 수백 줄의 변경사항이 있습니다.
M5 Pro 머신에 24GB 메모리를 갖춘 사용자가 Ollama를 통해 Qwen 3.6 대형언어모델(LLM)을 실행하려고 합니다. Q4 양자화(4비트 양자화) 버전을 사용해야 할지 확실하지 않고, 적절한 Q3 양자화 솔루션을 찾지 못했습니다. 자신의 하드웨어에서 부드럽게 작동하면서도 모델 품질을 과도하게 손상시키지 않는 버전에 대한 추천을 찾고 있습니다.