[控场AI]
科技前沿· 1 分钟阅读· 2,443 字

GitHub趋势·10月11日:卫星视角浏览器+登月代码复活

科技前沿

GitHub趋势·10月11日:卫星视角浏览器+登月代码复活

今日GitHub新上榜3个项目深度解读

今日GitHub新上榜3个项目深度解读

收听播客对话
0:006:17

今天GitHub上又有几个新面孔杀进Trending了,而且说真的,今天这几个项目,风格差异大到有点意思.

一个是用浏览器模拟间谍卫星,一个是让你用四G显存跑七百亿参数大模型,还有一个,是1969年登月的原始代码.

小雨你这个并排一说,确实挺割裂的,但我觉得今天这三个项目,背后其实有一条隐线.

都是在把"原本只有专业机构才能用的东西",塞进普通人手里.

等等,你这个角度我倒没想到,先说第一个,gods-eye-view,今天直接冲到榜一,单日新增接近两千颗星.

名字就叫"上帝视角",描述里说是"浏览器里的间谍卫星模拟器,但数据是真实的",这也太能吸引眼球了.

它其实不只是噱头,核心是把真实开源的空间情报数据,叠加到一个photorealistic的三维地球上实时渲染.

数据源都是公开的,比如卫星轨道数据,ADS-B飞机数据,船舶AIS信号这些.

它做的事情是把这些散落的数据流,聚合到一个好看的三维可视化界面里,跑在浏览器里,不需要装任何东西.

所以本质上是一个空间数据可视化工具,只是包装成了间谍卫星的感觉.

包装得相当好,你想想,以前要看这种实时全球态势感知,要么你是军队,要么你是航天机构.

现在打开浏览器就能看,而且是三维照片级渲染,视觉冲击力直接拉满.

难怪今天能冲到榜一,这种一看截图就想转发的项目,传播速度本来就快.

而且你说谁适合用这个?它好像不太像一个生产力工具.

用途比你想的宽,地理信息教学,新闻可视化,航空爱好者,还有做游戏和仿真的开发者.

更重要的是它开源,你可以在它基础上叠加自己的数据层,比如接入自己公司的物流数据,建一个供应链全球视图.

这个思路倒是有意思,相当于是一个三维地球可视化的底座框架.

对,而且用JavaScript写,前端开发者上手成本很低,这也是它传播快的原因之一.

好,接下来说AirLLM,这个项目今天新上榜,总星数两万三千多,今日新增两百四十多颗.

主打卖点是,用单张四G显存的GPU,跑七百亿参数的大模型,这听起来有点像魔法.

不是魔法,是一个很聪明的工程权衡,核心思路叫layer-by-layer inference.

七百亿参数的模型,正常全部加载进显存要将近一百四十G,但你不需要同时把所有层都放在GPU上.

AirLLM把模型按层切片,每次只把当前要计算的那几层加载进显存,算完再换下一批层进来.

所以代价是速度变慢,因为要不停从磁盘或者内存往显存搬数据.

没错,速度肯定没法跟有足够显存的机器比,这是物理上的硬代价,没法绕过.

但问题是,如果你的场景不需要实时响应,比如批量处理文本,或者本地跑一些非时延敏感的任务,慢一点完全可以接受.

你这么说我就明白了,它不是说要取代云端推理,它是在解锁一个之前根本不可能的场景.

就是你家里有一张消费级显卡,以前只能跑七B,十三B的小模型,现在能跑七十B的模型了.

对,而且这不只是个人用户的问题,很多中小企业或者高校实验室,就是没有A100,H100这些高端卡.

AirLLM让这些机构也能本地跑大模型做研究,这个价值是实实在在的.

不对吧李博,这个项目总星数都两万三了,今天才上榜,它是今天才发布的?

应该不是,这种情况通常是被大V或者热门技术博客今天推了一把,把它重新带火了.

两万三的总星数本来就说明这是个有积累的项目,只是今天刚好被新一批人发现了.

好,然后说最后一个,这个是今天最让我意外的,Apollo-11,阿波罗十一号登月的原始制导计算机代码.

用汇编语言写的,1969年的代码,今天单日新增一千一百多颗星,总星数接近七万颗,这是为什么?

小雨,今天是10月11日,你有没有想到,1968年10月11日,阿波罗七号发射了,是阿波罗计划第一次载人飞行任务.

啊,所以是周年纪念日,有人今天专门把这个项目翻出来纪念,然后带动了一波传播.

基本上是这个逻辑,这类历史纪念节点会在社交平台上引发讨论,然后自然带动GitHub上的关注度.

这个仓库本身是真实的阿波罗十一号AGC源代码,已经被数字化保存了,你真的可以去读1969年写的汇编代码.

这也太震撼了,那个年代没有高级语言,没有现代操作系统,就靠汇编把人送上月球.

而且AGC的算力放今天来看非常弱,内存只有几KB,时钟频率只有几兆赫兹,比你现在的计算器还差得多.

但软件质量极其严苛,每一行代码都要经过人工验证,有专门的阿波罗导航计算机代码验证团队.

你这么说我就觉得,这个项目今天火起来,不只是因为纪念日,也是因为它代表了一种极致的工程精神.

在AI工具链那么热的今天,大家回头看看1969年那些用最少资源做最可靠系统的代码,有点反差美.

你这个观察我觉得很准,现在大家天天聊显存不够,context不够,成本太高,但1969年的工程师连这些焦虑都没资格有.

他们就是,你有什么用什么,用到极限,送人上月球,就这样.

好,把今天三个项目放一起看,李博你之前说有一条隐线,我现在好像真的看到了.

对,gods-eye-view是把军事级空间感知放进浏览器,AirLLM是把大厂级别的大模型推理放进四G显卡,Apollo-11是把航天机构的工程代码放进GitHub.

三个项目都在做同一件事,降门槛,把过去只有少数精英机构才能碰的东西,开放给所有人.

总结一下就是,今天这三个项目共同指向同一个趋势,开源社区的核心价值之一,就是持续把特权变成普惠.

好,今日必看的话,我给的顺序是,如果你对可视化感兴趣,先看gods-eye-view,截图就够你转发半天.

如果你是做本地AI部署或者做研究的,AirLLM值得认真研究,它不是玩具,是真实可用的工程方案.

还有就是Apollo-11,不管你用不用,点进去翻一翻那些1969年的汇编代码,保证你看了有感触.

行了,今天就聊到这,周末愉快.

拜了.

分享:

相关推荐