AI chipek (Nvidia, Google TPU), adatközpontok, edge computing
Az új Vera Rubin architektúra és a Rubin GPU bevezetése lehetővé teszi a gigawattos léptékű AI-számítások hatékony orchestrációját, így a cég megőrzi pozícióját a saját chipeket fejlesztő versenytársakkal szemben.
Az Anthropic Model Hardware Standard (MHS) kutatási előnézetben érhető el, célja, hogy az AI biztonságosan vezérelhesse a gyári és laboratóriumi gépeket, például korlátozva egy robotkar sebességét és szögét.
A Daytona 0,27 másodperces medián hidegindítási időt ért el, de csak 37%-os sikerességgel a ComputeSDK 2026. augusztus 21-i tesztjén. Az E2B 1,61 másodperces, a Modal 0,88 másodperces mediánt produkált.
Az új Nion kamera 1,2 megapixeles felbontásával és 30 kép/mp sebességével stabil mélységi adatokat biztosít, még gyors mozgás és változó fényviszonyok mellett is.
Az NVIDIA a CUDA Python 1.0 megjelenésével hivatalosan is elsőrangú nyelvvé emelte a Pythont a GPU-platformon, stabil API-kat és egységes alapokat biztosítva.
Az OpenAI saját fejlesztésű, Jalapeño nevű AI-gyorsító chipje 1,5–1,9-szeres munkát végez wattonként, és 1,7–3,6-szor alacsonyabb késleltetést kínál az NVIDIA GB200/GB300 rendszereihez képest – állítják a vállalat belső tesztjei.
A szállítások az új Blackwell Ultra és Rubin chipeket is magukban foglalják, amelyek az AI-modellek betanítását és futtatását támogatják; a partnerség emellett nyílt modellekre és robotikai szoftverekre is kiterjed.
A lépés megerősítheti a cég számítási infrastruktúráját az NVIDIA-val szembeni versenyben, miközben az adatcenter-vezető, Chris Malone távozása újabb csapás a vezetőség stabilitására.
A GPU Memory Service (GMS) segítségével a modell súlyai megmaradnak a folyamatok meghibásodása során, így az élettartamuk független a motorfolyamatoktól, ami lehetővé teszi a közel azonnali átkapcsolást.
Az Apple új M5 Ultra chipje négyszer gyorsabb AI-teljesítményt kínál az M3 Ultrához képest, akár 512 GB egységes memóriával és 8 külső kijelző támogatásával.
A Xiaomi 21 milliárd jüant (körülbelül 3,1 milliárd dollárt) költött saját fejlesztésű 3nm-es Xring D100 chipjére, amely 2027-től váltja le az Nvidiát az autóiban.
Az NVIDIA Jetson Orin Nano 2 belépőszintű AI-számítógép duplázza az előd inferencia-teljesítményét és 40%-kal csökkenti az energiafogyasztást.
Az NVIDIA Groq 3 LPX és a Vera Rubin NVL72 platform 3431 kiadott tokent/másodperc sebességet ért el a 100K kontextusú Gemma 4 31B modellel, miközben megőrzi a pontosságot és a minőséget.
A Phonak új EON hallókészülékei HYPERSONIC chipet használnak, amely két AI-rendszert futtat párhuzamosan, 37%-kal csökkentve az energiafogyasztást, miközben 25%-kal kisebbek és 20%-kal könnyebbek az előző generációnál.
A 2 nanométeres technológiával gyártott processzor 5,7 GHz-es órajelű, és 2026. augusztus 24-én lesz elérhető. Az IBM és az Arm áprilisi együttműködésének első hardveres mérföldköveként a Hot Chips konferencián mutatták be.
A Huawei és az iFlytek részvételével Rio de Janeiróban épülő, 1,3 milliárd reál értékű rendszer 2027 júliusában kezdheti meg a munkát. A másik, Rio Grande do Norte-ba kerülő, 1 milliárd reálba kerülő Nvidia-gépnek 2027 végére kell működőképesnek lennie.
A német vállalat 2027-ben kezdi meg a humanoid robotokhoz szükséges, speciálisan kifejlesztett sebességváltók tömeggyártását, miután befejezte a tesztelést.
Az NVIDIA DSX MaxLPS új rendszere dinamikus teljesítményelosztással és 45 Celsius-fokos hűtéssel maximalizálja az AI-kapacitást, akár 40 százalékkal növelve a GPU-sűrűséget ugyanazon a telephelyen.
A Cerebras CS-4 három WSE-3 Turbo waferrel 750 petaflops számítási kapacitást és 129,6 PB/s sávszélességet kínál, miközben a GPU-s rendszereknél akár 30-szor gyorsabb inferenciát tesz lehetővé.
A Hongkongon keresztül irányított chipimportok értéke 124 milliárd dollár volt januártól májusig, ami a kínai AI-infrastruktúra jelentős költségvonzata.
Az AI-adatközpontok által okozott RAM-hiány miatt az egekbe szöktek a Raspberry Pi árai. Két 16GB-os Pi 5 már egy MacBook Neóval ér fel, ezért megnőtt az érdeklődés a régi Android telefonok átalakítása iránt.
Tetszik az oldal? Támogasd a fejlesztést
Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.