في عام 1870، قدّر اللورد رايلي حجم الجزيئات عن طريق نشر الزيت على الماء وحساب سمك الفيلم، بافتراض أنه يشكل طبقة جزيئية واحدة.
استُلهمت هذه الطريقة من ملاحظات بنجامين فرانكلين السابقة.
الإنجازات العلمية التاريخية مثل تقدير رومر لسرعة الضوء في عام 1676 وتجربة قطرة الزيت لمليكان لقياس شحنة الإلكترون تُظهر كيف يمكن للملاحظات البسيطة أن تؤدي إلى رؤى علمية هامة.
وينامب، مشغل الوسائط المتعددة الذي تم إطلاقه في عام 1997، أصبح الآن مفتوح المصدر، مما يتيح للمجتمع تحديث شفرته.
يتطلب بناء عميل سطح المكتب لبرنامج Winamp استخدام Visual Studio 2019 وIntel IPP v6.1.1.035، مع وجود خيارين رئيسيين للبناء: استخدام سكريبت أو داخل بيئة تطوير Visual Studio IDE.
تشمل التبعيات libvpx، libmpg123، OpenSSL، DirectX 9 SDK، إصلاح مكتبة Microsoft ATLMFC، و Intel IPP، وكل منها يتطلب تعديلات محددة وخطوات فك الضغط.
تم إصدار الشيفرة المصدرية لمشغل Winamp Legacy على GitHub مع قيود، بما في ذلك عدم توزيع النسخ المعدلة، وعدم إنشاء تفرعات، وفقط المسؤولين الرسميين يمكنهم توزيع التعديلات.
تتعارض هذه القيود مع شروط خدمة GitHub، التي تسمح بتفريع المستودعات العامة، مما يؤدي إلى نقاشات حول تفسير مصطلح "التفريع".
يُعتبر الإصدار "متاح المصدر" بدلاً من كونه مفتوح المصدر حقًا، مما أدى إلى ردود فعل متباينة من مجتمع التكنولوجيا.
قامت شركة ناشئة بضبط نموذج LLaMA3.1 405B على 8 وحدات معالجة رسومات AMD MI300x باستخدام JAX بدلاً من PyTorch، محققة تحسينات ملحوظة في الأداء.
قاموا بفتح مصدر الكود الخاص بهم ومشاركة تقنيات التقسيم، مسلطين الضوء على قدرة JAX على تجميع كود نماذج التعلم الآلي إلى رسوم بيانية مستقلة عن الأجهزة يتم تحسينها بواسطة المترجم XLA.
تتيح هذه الطريقة تنفيذ نفس الكود بسلاسة على كل من وحدات معالجة Tensor من Google ووحدات معالجة الرسومات من AMD، مما يعالج التحديات التي تواجهها الشركات مع ارتباط PyTorch العميق بنظام NVIDIA البيئي.
نجحت شركة ناشئة في تحسين أداء Llama 405B على وحدات معالجة الرسومات من AMD باستخدام JAX بدلاً من PyTorch الأكثر شيوعًا، مستفيدة من واجهات برمجة التطبيقات المتقدمة للتقسيم في JAX لتحسين الأداء.
أتاحت الرسوم البيانية لـ HLO المستقلة عن الأجهزة في JAX، والتي تم تحسينها بواسطة مترجم XLA، تشغيل نفس الكود على كل من وحدات معالجة Tensor من Google ووحدات معالجة الرسومات من AMD دون تعديلات، مما يعالج تحديًا شائعًا مع التكامل العميق لـ PyTorch مع أجهزة NVIDIA.
قامت الشركة الناشئة بفتح مصدر كودها وتبحث عن آراء حول نهجها ورؤيتها للبنية التحتية للذكاء الاصطناعي على الأجهزة غير التابعة لشركة NVIDIA.