Aller au contenu
24 octobresam.
  1. Hackaday42

    Machine à enrouler les bobines automatique : Larry conçoit un enrouleur pour son afficheur flip-dot

    Larry a construit une machine à enrouler les bobines pour fabriquer les deux électroaimants de chaque point de son afficheur flip-dot. L'enrouleur utilise deux moteurs pas à pas — un pour enrouler le fil sur la bobine, un pour déplacer le guide-fil —, un Teensy avec écran OLED et encodeur rotatif, et un boîtier majoritairement imprimé en 3D avec tiges métalliques, roulements et entraînements par courroie. Avant chaque bobine, la machine met le chariot guide-fil en butée sur un fin de course, puis enroule les couches en en tenant le compte.

  2. Hackaday38

    Philips CD-i alimenté en USB-C : le projet de MattKC

    MattKC a conçu une carte permettant d'alimenter la Philips CD-i via USB-C au lieu de son alimentation d'origine à connecteur 8P8C. La console exige jusqu'à 3 A sur la ligne 5 V plus une ligne -5 V à 0,2 A, ce qui empêche l'usage d'un simple chargeur 15 W ; la carte négocie donc 9 V via une puce CH221K, abaisse à 5 V avec un TPSM84538 (jusqu'à 5 A) et inverse la tension avec un LT3580 pour la ligne -5 V, avec un circuit de commutation intégré.

23 octobreven.
  1. Hugging Face Blog42

    Hugging Face : vérifier si un modèle Transformers s'exécute sur AWS Trainium

    Hugging Face met en ligne un Space qui indique si un modèle Transformers du Hub s'exécute sans modification sur AWS Trainium via le backend PyTorch natif torch-neuronx. Chaque fiche précise le résultat du test, le nombre de cœurs Trainium utilisés, le temps d'exécution compilation incluse et la mémoire device de pointe, avec le script run.py et les versions de neuronx-cc et de Transformers. Les tests se limitent pour l'instant aux modèles de génération de texte et image-texte tenant sur 4 instances Trainium2 (16 cœurs au plus), et les résultats proviennent du dataset public aws-neuron/torch-neuronx-model-support.

  2. Jeff Geerling58

    Démontage du détecteur de vape à 99 dollars d'Ubiquiti

    Jeff Geerling a testé et démonté le UP-AirQuality à 99 dollars d'Ubiquiti, un capteur de qualité de l'air et de détection de vape.

    Motif de la recommandation :Le démontage révèle que le capteur Sensirion SEN66 embarqué coûte à lui seul 62 dollars, ce qui permet de juger du positionnement prix de l'appareil et de sa dépendance à l'écosystème UniFi.

  3. Hackaday50

    Sauvegarde automatique des images des caméras de voiture vers un NAS via Raspberry Pi Zero 2 W

    Sasha a conçu un système qui sauvegarde automatiquement les images des caméras embarquées de sa voiture électrique vers un NAS.

    Motif de la recommandation :Le projet montre comment un Raspberry Pi Zero 2 W sauvegarde automatiquement les images des caméras embarquées vers un NAS, avec un dépôt GitHub à consulter.