К содержимому
Другое

esp32-tiny-coding-model

нейросеть на 3M параметров для рисования на ESP32-S3

2 мин чтенияобновлено

Компактная языковая модель, которая работает полностью автономно прямо на микроконтроллере ESP32-S3 без интернета и внешнего сервера. Вы отправляете на плату запрос на английском языке, а нейросеть пишет небольшую программу на Python-подобном языке для вывода графики и анимации на экран 128×64. Встроенный на чипе интерпретатор сразу же исполняет этот код с ограничениями по шагам и времени ожидания, чтобы устройство оставалось под контролем. Модель пригодится энтузиастам DIY, разработчикам встроенных систем и тем, кто экспериментирует с Edge AI (запуском нейросетей на микроконтроллерах).

Ключевые особенности

  • Сверхкомпактный размер: 2.9M основных параметров и 0.8M в таблице поиска (Per-Layer Embeddings), всего 2.1 МБ при 4-битном квантовании.
  • Генерация кода на простом языке с поддержкой примитивов (pixel, line, rect, circle, text), циклов и условий.
  • Высокая точность на целевых задачах: 98% отложенных запросов отрисовывают картинку, идентичную эталонной.
  • Полностью локальная работа на чипе со скоростью около 9 токенов в секунду (запрос «draw a house» выполняется за 5.6 секунды).

Что можно сделать

  • Выводить простую статичную графику и иконки на OLED-дисплей по текстовым командам через серийный порт.
  • Создавать текстовые поздравления и таймеры с обратным отсчётом прямо на плате без перепрошивки.
  • Генерировать простую покадровую анимацию вроде прыгающего мяча с помощью встроенных циклов и команды wait.

Пример

pip install esptool
esptool --chip esp32s3 --port /dev/ttyACM0 write-flash 0x0 esp32-oled-full.bin

После прошивки откройте порт на скорости 115200 бод и отправьте запрос, например: draw a house, countdown from 5 then happy birthday или bounce a ball twice quickly.

ПодробнееЖелезо: плата ESP32-S3 с 16 МБ Flash и 8 МБ PSRAM (octal), дисплей 128×64 SSD1306 I2C (SDA = GPIO 18, SCL = GPIO 8).
Обучение: около 300 000 пар «запрос — программа», сгенерированных по правилам и проверенных эталонным интерпретатором.
Токенизатор: byte-level BPE на 1 079 токенов.
Ограничения: понимает только запросы на английском языке, близкие к стилю обучающей выборки.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Unt1l1f1nd/esp32-tiny-coding-model
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Unt1l1f1nd/esp32-tiny-coding-model --local-dir ~/models/esp32-tiny-coding-model
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к esp32-tiny-coding-model
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии esp32-tiny-coding-model — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Unt1l1f1nd/esp32-tiny-coding-model
Автор
Unt1l1f1nd
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии