Categories
Bisnis Industri

La primera Mac, Apple Macintosh 128k

[ad_1]

24 de enero: sucedió en la historia de Apple: Apple ha enviado el primer dispositivo Mac 24 de enero de 1984: Apple cobra su primer Mac, que es el potente Macintosh 128k.

Traiga la interfaz de usuario gráfico y del mouse a las masas y la predicó de manera probada Anuncio de Super Ball Esto todavía está hablando hoy, y la primera generación de Mac se convertirá rápidamente en una de las computadoras personales más importantes que se han lanzado.

El primer dispositivo Mac: activos de Apple Macintosh 128K

El proyecto Macintosh se remonta a finales de los años setenta y es el inventor original de la computadora Jeff Raskin. Tenía una idea revolucionaria (que hoy no está de acuerdo con Apple) para construir una computadora personal fácil de usar que todos puedan tener su costo.

Raskin se dirige a un precio de $ 500 o menos. Mientras que esto es igual Casi $ 1,500 se trata de dinero hoyY fue mucho más barato que Apple IICuesta $ 1298 en la década de 1970. Incluso un Bajo costo TRS-80 – Una computadora algo simple vendida en Shack Radio – costó $ 599 en ese momento.

Raskin y el co -fundador de Apple Steve Jobs terminó Conflicto sobre la dirección Para el proyecto debido a su disputa sobre el precio de calidad. Al final, Jobs se hizo cargo del equipo de Mac. Raskin dejó a Apple y terminó lanzando una computadora basada en su idea original, que se llama Gato canonDespués de unos años. (No pude despegar).

Macintosh: ¿Qué hay en el nombre?

Originalmente, Apple planeaba deletrear a Macintosh como “McIntosh”, refiriéndose a la palabra Raskin's Clase favorita de manzanas. (Raskin consideró que el uso de nombres de mujeres para las computadoras implica discriminación sexual).

Apple cambió la ortografía, ya que el nombre ya pertenece a una compañía avanzada de equipos de audio llamado Laboratorio McCayntuch. Él persuadió a Jobs McCainch para permitir que Apple use un nombre diferente con las dos compañías Aprobación del acuerdo financiero.

Si esto no hubiera sucedido, habría sido Apple darle el nombre a la computadora “Mac”, es decir, “el estimulante del mouse”. (Algunas personas dijeron en broma que este nombre realmente significa “una computadora sin sentido”.

Las firmas de los dispositivos Mac originales dentro del cuadro Macintosh 128K.
Firmas Mac nativas.
Foto: Apple

Macintosh 128k: una computadora especial

El dispositivo Macintosh no fue la primera computadora que se inició ampliamente desde Apple (esto sería Apple II). Tampoco fue la primera máquina para usar Windows, iconos e índice de mouse (esto sería Lisa).

Pero la Mac combinó la facilidad de uso, centrarse en la creatividad personal y la creencia de que los usuarios merecen algo mejor que la estética del texto verde en pantallas negras que se dispersaron en casi todas partes en ese momento.

Las especificaciones de Mac originales

Macintosh 128k se caracteriza por Procesador Motorola 68000 a 8MHz. El número “128K” en su nombre se refiere a la RAM (RAM) para la computadora. El primer Mac presenta dos puertos serie y puede acomodar un disco flexible de 3.5 pulgadas. Estaba ejecutando el sistema operativo Mac OS 1.0, y alcanzó una pantalla en blanco y negro de 9 pulgadas, y el precio era de $ 2500 (el precio es de $ 2500). Lo que es equivalente a alrededor de $ 7380 hoy).

El primer dispositivo Mac se vendió decepcionante para Apple. (Esta es una de las razones detrás de la continuación de la línea de producción de Apple II para otros nueve más o menos. Mac SE/30 modelo.

De PowerPC a Intel a Apple Silicon

Apple ha proporcionado Power Macintosh, el primero en usar Procesador PowerPCEn 1994, un poco más de una década, Jobs reveló en 2005 que McCaynosh Souf Devices Pasar de PowerPC a procesadores Intel.

En 2020, Apple revolucionó nuevamente la industria informática al cobrar la primera ola de la compañía que opera la tecnología de la compañía. El chip M1 está especialmente diseñado. El procesador basado en el brazo con alta eficiencia Hice un rendimiento increíble Y allane el camino para activar la colección Mac.

Sin embargo, el Mac 128k original sigue siendo creativo, por una muy buena razón. ¡Feliz cumpleaños, Mac!

¿Cuál es tu primera Mac?

¿Tienes el Macintosh 128k original? ¿Cuál es el primer Mac que usaste en tu vida, cómo cambiar tu vida? Cuente sus historias a continuación.

https://www.youtube.com/watch?v=8bepzum1x3w



[ad_2]

Source Article Link

Categories
News

GPT-4 Turbo 128K context length performance tested

GPT-4 Turbo 128K context length performance tested

Recently, OpenAI unveiled its latest advancement in the realm of artificial intelligence: the GPT-4 Turbo. This new AI model boasts a substantial 128K context length, offering users the ability to process and interact with a much larger swath of information in a single instance. The introduction of GPT-4 Turbo invites a critical question: How well does it actually perform in practical applications?

Before delving into the specifics of GPT-4 Turbo, it’s important to contextualize its place in the lineage of Generative Pretrained Transformers (GPTs). The GPT series has been a cornerstone in the AI field, known for its ability to generate human-like text based on the input it receives. Each iteration of the GPT models has brought enhancements in processing power, complexity, and efficiency, culminating in the latest GPT-4 Turbo.

The 128K context window of GPT-4 Turbo is its most notable feature, representing a massive increase from previous versions. This capability allows the model to consider approximately 300 pages of text at once, providing a broader scope for understanding and generating responses. Additionally, GPT-4 Turbo is designed to be more economical, reducing costs for both input and output tokens significantly compared to its predecessor, the original GPT-4. This cost efficiency, combined with its ability to produce up to 4096 output tokens, makes it a potent tool for extensive text generation tasks.

GPT-4 Turbo 128K context length performance tested

Check out the video below to learn more about the new GPT-4 Turbo 128K context length and its implications and applications.

Other articles we have written that you may find of interest on the subject of GPT-4 Turbo 128K :

However, advancements in technology often come with new challenges. One of the primary issues with GPT-4 Turbo, and indeed many large language models, is the “lost in the middle” phenomenon. This refers to the difficulty these models have in processing information that is neither at the very beginning nor at the end of a given context. While GPT-4 Turbo can handle vast amounts of data, its efficacy in navigating and utilizing information located in the middle of this data is still under scrutiny. Early tests and observations suggest that despite its expanded capabilities, GPT-4 Turbo may still struggle with comprehending and integrating details from the central portions of large data sets.

This challenge is not unique to GPT-4 Turbo. It reflects a broader pattern observed in the field of language modeling. Even with advanced architectures and training methods, many language models exhibit decreased performance when dealing with longer contexts. This suggests that the issue is a fundamental one in the realm of language processing, transcending specific model limitations.

Interestingly, the solution to this problem might not lie in continually increasing the context window size. The relationship between the size of the context window and the accuracy of information retrieval is complex and not always linear. In some cases, smaller context windows can yield more accurate and relevant outputs. This counterintuitive finding underscores the intricacies of language processing and the need for careful calibration of model parameters based on the specific application.

As the AI community continues to explore and refine models like GPT-4 Turbo, the focus remains on improving their ability to handle extensive contexts effectively. The journey of GPT models is characterized by continuous learning and adaptation, with each version bringing us closer to more sophisticated and nuanced language processing capabilities.

For those considering integrating GPT-4 Turbo into their workflows or products, it’s crucial to weigh its impressive capabilities against its current limitations. The model’s expanded context window and cost efficiency make it a compelling choice for a variety of applications, but understanding how it performs with different types and lengths of data is key to making the most out of its advanced features. GPT-4 Turbo represents a significant stride in the ongoing evolution of language models. Its expanded context window and cost efficiency are remarkable, but as with any technology, it’s essential to approach its use with a clear understanding of both its strengths and areas for improvement.

Filed Under: Guides, Top News





Latest timeswonderful Deals

Disclosure: Some of our articles include affiliate links. If you buy something through one of these links, timeswonderful may earn an affiliate commission. Learn about our Disclosure Policy.