大语言模型的快速发展以及性能的提升，为以前遥不可及的想法/功能提供了可能，同时很多都被实现出来，惊艳了世界。开源项目为世界提供了纷繁复杂的工具，极大加速了创新。对于个人开发者以及小团队，在大语言模型这个浪潮下的生存土壤，我认为就是微创新+快速迭代，不断尝试寻找机会，找到需求和买家。一些微创新和新想法来自于新工具/新事物的出现，快速组合，因此在开源世界上及时发现这些新项目，尤为重要。本文将长期更新，积累我在互联网世界中发现的好玩的/有意思的/性价比高的开源项目，同时也分享给大家。
AMD RX580 可以运行 Wan2.1 跑文生视频、图生视频吗？NVIDIA RTX4090 可以在大约4分钟内生成5秒的480p视频,这张矿卡需要跑多久？带着这些问题，我开始了这段探索之旅。
FLUX.1 是由 Black Forest Labs 开发的文本到图像生成模型,而它提供的 FLUX.1 [schnell]可以在比较低端的拥有 8GB 显存的 GPU 上运行。我调查了一下互联网上各路大神的部署方案，发现有一个 ComfyUI-Zluda 项目，支持使用 AMD RX580 显卡做部署推理。本文是此项目部署的实践，并最终成功运行并推理生成图片，特此将部署过程分享给大家。
虽然我不是算法工程师，但我一直对大语言模型（LLM）及其背后的 Transformer 模型充满好奇。过去，我只是零星地读过网上一些入门文章，结果常常看得云里雾里。最近，我下定决心要弄懂这个席卷技术圈的模型的奥秘，于是开启了一段充满挑战又兴奋的学习之旅。
本门描述一个简单且闭环的构建私有LLM代码助手的方案。