MKBHD 拿到了 PhD 学位：

一边是全 YouTube 最火的科技博主，一边打 frisbee，一边还把博士学位读出来了。

https://x.com/hi__hassan/status/1793401723878563915

他的老板对他的评价非常高：

1. 这回毕业典礼请了 MKBHD 做演讲，简短而有深度；
2. MKBHD 读书的时候，写作非常好；

https://x.com/gauravsabnis/status/1793337493724561667

mactop - Apple Silicon Monitor Top written in pure Golang! Under 1,000 lines of code.

https://github.com/context-labs/mactop

37Signals 即将推出完全免费的 Markdown 编辑器 — Workbook 用于网络出版

https://x.com/jasonfried/status/1793385721581236377

其实是荣誉博士，不过他的演讲还是蛮出彩的

https://youtu.be/a7ItChBrY8E

一个把 Apple Watch 转变成 iPod 的手表壳，很有意思的点子

https://thetinypod.com/

https://9to5mac.com/2024/05/24/ipod-like-device-turns-strapless-watch-into-phone/

黄仁勋最近在台湾 ComputeX 2024 的演讲，面向的是普通大众：

1. CUDA 才是 Nvidia 得以成功的核心 — 没有 CUDA，根本不可能有这么多开发者使用 Nvidia 的显卡，也有不可能有今天；
2. 使用显卡并行计算，不仅省时间，也省能耗；随着显卡的计算性能越来越高，能耗的使用效率也越来越高，比如最新的 Blackwell 单位耗能只有 Pascal 的 1/350；
3. 之前的信息基本都是获取式的（retrieval），而以 LLM 为代表的信息是生成式的（generative），今后的信息会以生成式为主，无法生成的才会通过获取式获得；
4. Blackwell 的新架构可以让 FLOP 提高45倍，而能耗只是10倍，也就是原先耗能的22%。这也为未来的 AI 工厂奠定了基础。当然中国的所有相关产业都无法享受到这些；
5. AI 的下一波浪潮会是物理世界的 AI (Physical AI)，当然这些的基础是图像处理和强化学习。最经典的例子就是，富士康的工厂用 Nvidia 的技术来优化它们的流水线布局，而这些流水线会生产出新的 Nvidia 显卡。

https://www.youtube.com/watch?v=pKXDVsWZmUU&t=5s

DPS 周刊 153 - 每天做一件小事，坚持1000天

https://letters.acacess.com/weekly-153/

自从四年前开始，Daily Productivity Sharing 每个工作日在 Substack 上开始分享 一篇我读过的好文章，到昨天为止，坚持了1000天，没有一天中断。

当然1000天不仅仅是一个里程碑，也是一个新的开始，它将督促我继续坚持下去。

如果你也想建立一个小习惯，不妨从订阅 DPS 开始，一点点坚持下去。

为了庆祝 DPS 坚持更新1000期，我们和 AwesomeVisa 及 「推播助栏」 推出联合优惠活动。

对比看一下哥斯达黎加移民局的网站，所有文件夹/文件都暴露出来了。

当然因为网页上只有西语，而且站内搜索不支持英语，所以这么一暴露倒是方便用户自己手动查找文件 😂

https://www.migracion.go.cr/Documentos%20compartidos/Forms/AllItems.aspx

利用 ThunderBolt4 将多台 Mac Studio 桥接成一个集群，可以用来做分布式深度学习的训练集群：

1. 非常小巧
2. 可以利用 Apple 的 MLX 来加速；
3. 耗能很小，噪音很小

https://fxtwitter.com/kassinoss/status/1802243632545534019

一个将 Apple Watch 改造成 Rabbit AI 的硬件

https://www.cake.computer/

AwesomeVisa Immigration List 新增了专门针对 IT 人才的签证

目前一共有5个地区的8种签证

https://github.com/AwesomeVisa/awesome-immigration/blob/master/it.md

两个 CEO 的对谈：Stripe 的 Patrick Collins 对话 Nvidia 的黄仁勋

0. 你不会因为 AI 而失业，但你会因为其他使用 AI 的人而失业。
1. 黄仁勋极其厌恶一对一的反馈，他认为如果要给反馈，不如当着大家的面进行，这样所有人都能学到经验和教训，而不是只有一个人受益。
2. 黄仁勋的直接下属有60多人，他说他可以从每个人身上学到新东西。Nvidia的管理结构非常扁平，他希望尽可能让所有人都听到他的话，避免信息差。
3. 黄仁勋曾经打扫厕所、洗过盘子，因此他拥有极其认真的工作态度。他表示现在依然每周工作七天，从睁眼到闭眼都在工作。
4. 他喜欢这份工作，但不意味着他享受这份工作。喜欢和享受之间并没有直接的联系，因为工作中的挣扎也是他喜欢的，而这些挣扎让他和公司变得更好。
5. 他很少开除员工，因为他相信人是会改变的，"折磨你，直到你变得卓越" (torture you to greatness)。
6. 他很少参加日常的管理会议，只会参加那些创意会议和问题会议，因为他要解决只有CEO才能解决的难题，如果他的下属可以解决，他就不会插手。

https://youtu.be/8Pfa8kPjUio

整理了一下目前的咖啡装备，主要在家做 espresso，效果很满意：

磨豆机： Option-O Lagom Mini

摩卡壶： Bialetti Nuova Brikka 2 Cups 2023

金属滤网： Corretto Set of 3 Reusable Metal Filters

https://letters.acacess.com/gear/