Notes d’ingénierie
Des articles pour ceux qui
livrent le stack
Textes originaux sur React, Node.js, TypeScript et AI — issus de la même pratique que notre logiciel opérateur. Corps des articles en anglais.
Tag : cuda
Cutting Ollama Cold Starts on Runpod Serverless from 50s to 4.4s
Trace a 27B hybrid model's slow serverless start through the warmup flag, three false leads, and a persistent CUDA JIT cache that finally fixed the delay.
1477 motsLireDoubling Qwen3.8-Flash-Next Decode Speed with MTP on RTX GPUs
Learn how to build a llama.cpp fork with MTP speculative decoding and the right flags to roughly double Qwen3.8-Flash-Next generation speed on multi-GPU RTX rigs.
1248 motsLire
FAQ
À propos de ces articles
Oui. Chaque texte est un rewrite anglais original pour ce site. Structure et code suivent la source ; la prose est réécrite et contrôlée.
Les posts techniques partent en anglais pour garder code et API exacts. L’habillage du site existe en neuf langues.
Les brouillons entrent en file après relecture. L’import ne prend que les slugs nouveaux ou modifiés — sans doublons.
Exemples illustratifs. Validez stack et licences avant la prod. Pour une livraison, envoyez le brief.
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.