Autor

Brian

Redação técnica interna

3 posts

Brian ensina a usar software e ferramentas de forma eficaz. Ele é pragmático em cada artigo e entrega valor na forma de trabalho que dá para fazer hoje mesmo.

LoRA vs QLoRA vs full fine-tuning compared by VRAM use, quality, and when each method wins

IA e machine learning

LoRA vs. QLoRA vs. Full Fine-Tuning: qual método usar?

Compare LoRA, QLoRA e full fine-tuning por VRAM, qualidade e caso de uso. Descubra qual método de fine-tuning de LLM se encaixa no seu orçamento de GPU.

Brian Jul 6, 2026 15 min de leitura

$GGUF, GPTQ, AWQ, EXL2 quantization formats compared: how model weights, runtime overhead, and KV cache stack up in memory$

IA e machine learning

GGUF, GPTQ, AWQ, EXL2: como os formatos de quantização de LLM realmente usam memória

Compare o uso de memória de GGUF, GPTQ, AWQ e EXL2, do tamanho de arquivo Q4_K_M ao crescimento do cache KV e ao overhead de runtime.

Brian Jul 2, 2026 12 min de leitura

Unified memory explained: discrete GPU memory requires a copy across PCIe between system RAM and VRAM, while unified memory is one shared pool the CPU and GPU both access directly

IA e machine learning

O que é memória unificada e por que ela permite que um mini PC execute um modelo de 235B?

A memória unificada permite que um PC de IA compacto carregue modelos da classe 235B que nenhuma GPU única de 24-32GB consegue armazenar. O que é, por que funciona e por que maior

Brian Jul 2, 2026 11 min de leitura