Naabisuhan ang mga customer ng Nvidia tungkol sa pagtaas ng presyo na may kaugnayan sa AI na higit sa 15% ↗
Ang ilan sa mga pinakamalaking kostumer ng Nvidia ay naiulat na binalaan na ang mga server na puno ng mga AI chips nito ay maaaring maging mas mahal ng mahigit 15%. Ang salarin ay ang pagtaas ng mga gastos sa memory-chip, na ngayon ay direktang nakakaapekto sa singil sa imprastraktura ng AI.
Inaasahang maaapektuhan ng mga pagtaas ang mga sistemang gumagamit ng hardware na Vera Rubin at Grace Blackwell. Kaya, sa isang medyo hindi inaasahang pagkakataon, ang karera ng AI ay hindi lamang tungkol sa pagkuha ng sapat na GPU - ang presyo ng memorya ay nagiging isa na namang malaking isyu sa server rack.
Gumagastos ang Nvidia ng $6 bilyon para bumuo ng isang makapangyarihang alternatibo sa US sa Chinese AI ↗
Iniulat na naglalaan ang Nvidia ng $6 bilyon para sa isang kasunduan sa AI startup na Poolside, kabilang ang paglilisensya sa teknolohiya at talento, na may layuning bumuo ng isang napakalakas na open-weight na modelo.
Inilalagay nito ang Nvidia sa isang kakaibang posisyon. Nagsusuplay ito sa mga kumpanyang nagpapagana ng hardware tulad ng OpenAI at Anthropic, ngunit maaari na rin nitong hamunin sila ngayon sa model layer - habang sinusubukan ding kontrahin ang mga Chinese open-model player tulad ng DeepSeek at Kimi. Supplier, partner, competitor... isang maliit na tatsulok.
Sinabi ng Inherent na mas mahusay ang narating ng kanilang AI 'teammate' kaysa sa Anthropic at OpenAI sa pagkopya ng pananaliksik ↗
Inilunsad ng startup sa London na Inherent, na itinatag ng mga dating mananaliksik ng DeepMind, ang Faraday, isang ahente ng AI na idinisenyo upang malayang kopyahin ang mga resulta mula sa mga nailathalang siyentipikong papel.
Ang nakakagulat na bahagi: Sinasabi ng Inherent na ang mga sistemang Faraday beat ay binuo sa paligid ng mas malalaking modelo ng frontier mula sa Anthropic at OpenAI habang tumatakbo sa isang medyo maliit na 27-bilyong-parameter na modelo ng Qwen. Kinikilala ng kumpanya ang disenyo ng ahente at reinforcement learning sa halip na basta pagbibigay lamang ng higit pang mga parameter sa problema... na nagiging isang tema na ngayon.
Sinasabi ng OpenAI na dapat palakasin ng California ang panukalang batas nito sa kaligtasan ng AI ↗
Itinutulak na ngayon ng OpenAI ang California na magdagdag ng mas matibay na proteksyon sa SB 53, kabilang ang pagsubaybay sa mga modelo ng frontier habang nagsasanay at nag-eebalwasyon at pagpapalakas ng cybersecurity sa buong proseso ng pag-develop.
Mayroong bahagyang pagbabago sa takbo ng kwento: Dati nang tinutulan ng OpenAI ang batas. Ngayon, ikinakatuwiran ng kumpanya na ipinapakita ng mga kamakailang insidente sa kaligtasan ng AI kung bakit kailangan ang mas matibay na proteksyon, at sinasabing ang mga patakaran sa antas ng estado ay maaaring maging batayan para sa isang pambansang pamantayan kalaunan.
Hindi pa rin sasabihin ng mga Frontier AI lab kung paano nila ikokontrol ang isang rogue model ↗
Natuklasan sa isang pagtatasa mula sa Guidelight AI Standards na ang mga nangungunang kumpanya ng AI ay nakakagulat na kakaunti ang inilathala tungkol sa kung ano ang kanilang gagawin kung ang isang makapangyarihang modelo ay sumubok na umiwas sa kontrol ng tao.
Pinakamataas ang iskor ng OpenAI sa limang laboratoryong sinuri, ngunit kahit ito ay naiulat na kulang sa isang pampublikong dokumentadong pormal na plano ng pagpigil para sa mga insidente sa hinaharap. Mababa ang iskor ng Anthropic at Meta sa pampublikong pagsisiwalat - bagama't ikinakatuwiran ng mga kumpanya na hindi kinakailangang ibunyag ng mga pampublikong dokumento ang lahat ng kanilang mga panloob na pananggalang.
Sa madaling salita, ang mga AI lab ay may mas detalyadong plano para sa pagsubok ng mga mapanganib na kakayahan... ngunit ang emergency manual para sa "ang modelo ay hindi na gumagana nang maayos" ay mukhang manipis pa rin.
Nag-aalok ang $699 startup bootcamp ng Harvard ng mga AI avatar ng mga instruktor nito ↗
Gumagamit ang Harvard Business School ng mga avatar ng mga instruktor na gawa ng HeyGen sa loob ng walong linggong programa nitong Foundry entrepreneurship na nagkakahalaga ng $699.
Nakakatanggap pa rin ang mga estudyante ng mga live session kasama ang mga instruktor na tao, ngunit ang mga avatar ay humahawak ng personalized na feedback sa mga simulated pitch at mga pulong ng board. Inamin ng isang instruktor na medyo nakakatakot ang dating ng kanyang digital double - tila gusto pa rin ito ng mga estudyante.
Ang mga negosyong nananalo gamit ang mga ahente ng AI ay naglilimita sa kung gaano karami ang magagawa ng mga ahente nang mag-isa ↗
Nagsisimula nang baligtarin ng karera ng enterprise AI-agent ang isa sa mga paborito nitong palagay: ang mas maraming awtonomiya ay hindi awtomatikong mas mahusay. Ang mga kumpanyang nakakakita ng mas malakas na resulta ng produksyon ay lalong nagbibigay sa mga ahente ng mas makitid na responsibilidad at mas mahigpit na mga hangganan sa pagpapatakbo.
Ang mas malaking problema ay tila ang pamamahala, mga gastos sa integrasyon at pagpapatunay ng nasasalat na halaga ng negosyo. Sa madaling salita, ang nanalong empleyado ng AI ay maaaring magmukhang hindi gaanong isang autonomous na henyo at mas mukhang isang hindi pangkaraniwang mabilis na kasamahan na may napakahigpit na mga pahintulot.
Mga Madalas Itanong
Bakit inaasahang magiging mas mahal ang mga Nvidia AI server?
Naiulat na binalaan ang mga customer ng Nvidia na ang mga presyo para sa ilang AI server ay maaaring tumaas ng mahigit 15%. Ang pangunahing presyon ay nagmumula sa mas mataas na gastos sa memory-chip, na siyang nagtutulak sa pangkalahatang presyo ng mga sistemang binuo batay sa hardware tulad nina Vera Rubin at Grace Blackwell. Ipinapahiwatig nito na ang pagpepresyo ng memorya ay nagiging isang lalong mahalagang bahagi ng paggastos sa imprastraktura ng AI.
Tungkol saan ang $6 bilyong Poolside AI deal ng Nvidia?
Iniulat na nangangako ang Nvidia ng $6 bilyon para sa isang kasunduan na kinasasangkutan ng AI startup na Poolside, na sumasaklaw sa paglilisensya ng teknolohiya at talento. Ang layunin ay tumulong sa pagbuo ng isang malakas na open-weight AI model sa Estados Unidos. Ang hakbang na ito ay maaaring maglagay sa Nvidia sa isang mas malawak na posisyon sa kompetisyon, dahil nagsusuplay na ito ng computing hardware sa mga pangunahing AI developer habang posibleng nakikipagkumpitensya rin sa kanila sa model layer.
Paano nalampasan ng Faraday AI agent ng Inherent ang mas malalaking modelo ng AI?
Sinasabi ng Inherent na ang Faraday AI agent nito ay mas mahusay na gumanap sa pagkopya ng nailathalang siyentipikong pananaliksik kaysa sa mga sistemang binuo sa paligid ng mas malalaking modelo ng frontier. Iniulat na gumagamit ang Faraday ng isang 27-bilyong-parameter na Qwen model, kung saan kinikilala ng Inherent ang pagganap nito sa disenyo ng ahente at reinforcement learning. Ipinahihiwatig ng resulta na ang disenyo ng daloy ng trabaho at mga pamamaraan ng pagsasanay ay minsan ay mahalaga tulad ng pagpapalaki ng laki ng modelo.
Bakit nais ng OpenAI na palakasin ng California ang panukalang batas nito tungkol sa kaligtasan ng AI?
Nananawagan ang OpenAI para sa mas matibay na proteksyon sa SB 53 ng California, kabilang ang mas malapit na pagsubaybay sa mga modelo ng hangganan sa panahon ng pagsasanay at pagsusuri, kasama ang pinahusay na mga hakbang sa cybersecurity. Ito ay nagmamarka ng pagbabago mula sa naunang pagtutol nito sa batas. Ikinakatuwiran ngayon ng OpenAI na ang mga kamakailang insidente sa kaligtasan ng AI ay ginagawang kinakailangan ang mas matibay na mga pananggalang at ang mga patakaran sa antas ng estado ay maaaring makatulong sa paghubog ng isang pambansang balangkas sa hinaharap.
Ano ang ginagawa ng mga AI lab bilang paghahanda para sa mga rogue o magulo ang pag-uugali ng mga modelo?
Naglalathala ang mga nangungunang kompanya ng AI ng detalyadong impormasyon tungkol sa kung paano nila sinusubukan ang mga mapanganib na kakayahan, ngunit nananatiling limitado ang pampublikong dokumentasyon sa pagpigil sa isang modelo kapag nagsimula itong kumilos nang mapanganib. Isang pagtatasa mula sa Guidelight AI Standards ang nakatuklas ng mga malalaking kakulangan sa mga pangunahing laboratoryo. Pinakamataas ang iskor ng OpenAI sa mga sinuri, bagama't kahit ito ay naiulat na walang pampublikong dokumentadong pormal na plano sa pagpigil para sa mga insidente ng rogue-model sa hinaharap.
Bakit mas kaunting awtonomiya sa produksyon ang ibinibigay ng mga kumpanya sa mga ahente ng AI?
Ang mga negosyong nakakakita ng mas matibay na resulta mula sa mga ahente ng AI ay lalong naglilimita sa kung ano ang kayang gawin ng mga sistemang iyon nang nakapag-iisa. Ang isang karaniwang pamamaraan sa produksyon ay ang pagbibigay sa mga ahente ng mas makitid na responsibilidad, malinaw na mga pahintulot, at mahusay na natukoy na mga hangganan ng operasyon. Maaari nitong gawing mas madali ang pamamahala, integrasyon, at pangangasiwa, habang binabawasan ang mga panganib na nauugnay sa mga sistemang lubos na nagsasarili na mahirap kontrolin o suriin.