miminashi

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unistd.h>
#include <net/if.h>
#include <linux/if_tun.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <sys/ioctl.h>
#include <sys/stat.h>

miminashi

ubuntu@mi25:~/llama.cpp (master) $ set -x
./build/bin/llama-perplexity --n-gpu-layers 100 --split-mode layer -m ~/.cache/llama.cpp/unsloth_gpt-oss-20b-GGUF_gpt-oss-20b-F16.gguf -f ~/polano.txt
printf '\n\n'
./build/bin/llama-perplexity --n-gpu-layers 100 --split-mode layer -m ~/.cache/llama.cpp/unsloth_gpt-oss-20b-GGUF_gpt-oss-20b-UD-Q8_K_XL.gguf -f ~/polano.txt
set +x
++ parse_git_branch
++ git branch --no-color
++ sed -e '/^[^*]/d' -e 's/* \(.*\)/ (\1)/'
+ ./build/bin/llama-perplexity --n-gpu-layers 100 --split-mode layer -m /home/ubuntu/.cache/llama.cpp/unsloth_gpt-oss-20b-GGUF_gpt-oss-20b-F16.gguf -f /home/ubuntu/polano.txt
ggml_cuda_init: GGML_CUDA_FORCE_MMQ:    no

miminashi

ubuntu@mi25:~/llama.cpp (master) $ ./build/bin/llama-perplexity --n-gpu-layers 100 --split-mode layer -m ~/.cache/llama.cpp/unsloth_gpt-oss-20b-GGUF_gpt-oss-20b-F16.gguf -f ~/polano.txt
printf '\n'
./build/bin/llama-perplexity --n-gpu-layers 100 --split-mode layer -m ~/.cache/llama.cpp/unsloth_Qwen3-30B-A3B-Instruct-2507-GGUF_Qwen3-30B-A3B-Instruct-2507-UD-Q8_K_XL.gguf -f ~/polano.txt
printf '\n'
./build/bin/llama-perplexity --n-gpu-layers 100 --split-mode layer -m ~/.cache/llama.cpp/unsloth_gemma-3-27b-it-GGUF_gemma-3-27b-it-UD-Q8_K_XL.gguf -f ~/polano.txt
ggml_cuda_init: GGML_CUDA_FORCE_MMQ:    no
ggml_cuda_init: GGML_CUDA_FORCE_CUBLAS: no
ggml_cuda_init: found 4 ROCm devices:
  Device 0: Radeon Instinct MI25, gfx900:xnack- (0x900), VMM: no, Wave Size: 64
  Device 1: Radeon Instinct MI25, gfx900:xnack- (0x900), VMM: no, Wave Size: 64

miminashi

ubuntu@mi25:~/llama.cpp (master) $ ./build/bin/llama-bench -p 0 -n 128,256,512   -m ~/.cache/llama.cpp/unsloth_gpt-oss-20b-GGUF_gpt-oss-20b-F16.gguf   -m ~/.cache/llama.cpp/unsloth_Qwen3-30B-A3B-Instruct-2507-GGUF_Qwen3-30B-A3B-Instruct-2507-UD-Q8_K_XL.gguf   -m ~/.cache/llama.cpp/unsloth_gemma-3-27b-it-GGUF_gemma-3-27b-it-UD-Q8_K_XL.gguf
ggml_cuda_init: GGML_CUDA_FORCE_MMQ:    no
ggml_cuda_init: GGML_CUDA_FORCE_CUBLAS: no
ggml_cuda_init: found 4 ROCm devices:
  Device 0: Radeon Instinct MI25, gfx900:xnack- (0x900), VMM: no, Wave Size: 64
  Device 1: Radeon Instinct MI25, gfx900:xnack- (0x900), VMM: no, Wave Size: 64
  Device 2: Radeon Instinct MI25, gfx900:xnack- (0x900), VMM: no, Wave Size: 64
  Device 3: Radeon Instinct MI25, gfx900:xnack- (0x900), VMM: no, Wave Size: 64
| model                          |       size |     params | backend    | ngl |            test |                  t/s |
| ------------------------------ | ---------: | ---------: | ---------- | --: | --------------: | -------------------:

miminashi

set -g mouse on
set -g terminal-overrides 'xterm*:smcup@:rmcup@'
set -g set-titles on
set -g set-titles-string '#H'
set-window-option -g mode-keys vi

miminashi

ubuntu@t120h-k80:~/llama.cpp (master)$ ./build/bin/llama-bench -p 0 -n 128,256,512 \
>   -m ~/.cache/llama.cpp/unsloth_Qwen3-32B-GGUF_Qwen3-32B-Q8_0.gguf \
>   -m ~/.cache/llama.cpp/unsloth_Qwen3-30B-A3B-GGUF_Qwen3-30B-A3B-Q8_0.gguf \
>   -m ~/.cache/llama.cpp/mmns_Qwen3-32B-F16.gguf \
>   -m ~/.cache/llama.cpp/mmns_Qwen3-30B-A3B-F16.gguf \
>   -m ~/.cache/llama.cpp/unsloth_DeepSeek-R1-Distill-Llama-70B-GGUF_DeepSeek-R1-Distill-Llama-70B-Q4_K_M.gguf
ggml_cuda_init: GGML_CUDA_FORCE_MMQ:    no
ggml_cuda_init: GGML_CUDA_FORCE_CUBLAS: no
ggml_cuda_init: found 8 CUDA devices:
  Device 0: Tesla K80, compute capability 3.7, VMM: yes

miminashi

ubuntu@t120h-p100-ubuntu20:~/llama.cpp$ ./build/bin/llama-cli -hf llama-cli -hf unsloth/DeepSeek-R1-Distill-Qwen-32B-GGUF:Q4_K_M -no-cnv --prompt "自己紹介してください" -ngl 65 --split-mode row
ggml_cuda_init: GGML_CUDA_FORCE_MMQ:    no
ggml_cuda_init: GGML_CUDA_FORCE_CUBLAS: no
ggml_cuda_init: found 4 CUDA devices:
  Device 0: Tesla K80, compute capability 3.7, VMM: yes
  Device 1: Tesla K80, compute capability 3.7, VMM: yes
  Device 2: Tesla K80, compute capability 3.7, VMM: yes
  Device 3: Tesla K80, compute capability 3.7, VMM: yes
build: 4997 (d3f1f0ac) with cc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0 for x86_64-linux-gnu
main: llama backend init

miminashi

#!/bin/sh

API_KEY="<YOUR API KEY HERE>"

set -eu

url="${1}"
authorized_url="${url}&token=${API_KEY}"
wget -P models/Stable-diffusion --content-disposition "${authorized_url}"

miminashi

# 0 "/home/miminashi/src/openwrt/build_dir/target-arm_cortex-a9+vfpv3-d16_musl_eabi/linux-mvebu_cortexa9/linux-6.6.60/arch/arm/boot/dts/marvell/armada-385-fortinet-fg-50e.dts"
# 0 "<built-in>"
# 0 "<command-line>"
# 1 "/home/miminashi/src/openwrt/build_dir/target-arm_cortex-a9+vfpv3-d16_musl_eabi/linux-mvebu_cortexa9/linux-6.6.60/arch/arm/boot/dts/marvell/armada-385-fortinet-fg-50e.dts"


# 1 "/home/miminashi/src/openwrt/build_dir/target-arm_cortex-a9+vfpv3-d16_musl_eabi/linux-mvebu_cortexa9/linux-6.6.60/arch/arm/boot/dts/marvell/armada-385-fortinet-fg-5xe.dtsi" 1


# 1 "/home/miminashi/src/openwrt/build_dir/target-arm_cortex-a9+vfpv3-d16_musl_eabi/linux-mvebu_cortexa9/linux-6.6.60/arch/arm/boot/dts/marvell/armada-385-fortinet-fg-xxe.dtsi" 1

miminashi

MT7688-OpenOCD

MT7688AN/MT7688KN/MT7628x用のOpenOCD設定

これは何ですか

MT7688AN/MT7688KN/MT7628xのためのOpenOCD設定ファイルです。これを使えば、完全に文鎮化したルーターやスマートデバイス、各種IoTデバイスを復活させることができます。たとえデバイスのフラッシュが完全に損傷している、空である、または未実装であっても可能です。

このコードはMT7688ANでテスト済みで、テストデバイスはOrangePiを使用し、bitbang（つまりGPIOソフトウェアエミュレーション）方式でMT7688ANと通信しています。理論上、すべてのMT76x8シリーズのSoCで使用可能です。

これはどのように実現されるのか

MT76X8シリーズはMIPS-24kecコアのSoCチップで、このシリーズのSoCはデバッグに使用できるJTAGインターフェースを提供しています。MT7688シリーズの場合、関連するピン定義と操作手順は以下のとおりです。