A Jalapeño első eredményei iparágvezető sebességet és hatékonyságot mutatnak a mesterséges intelligencia következtetéseiben ↗
Az OpenAI közzétette a Jalapeño, az egyedi következtetési chipjének első teljesítményeredményeit. A GPT-OSS 120B-n a chip nagyjából 1,9-szer nagyobb csúcsátviteli sebességet biztosított kilowattonként , és körülbelül 1,7-szer alacsonyabb végpontok közötti késleltetést, mint az összehasonlító rendszer.
Az előnyök a DeepSeek R1-en és a Kimi K2.5-ön is megmutatkoztak. Az OpenAI tervei szerint a Jalapeñót a saját számítási infrastruktúráján belül fogja alkalmazni, míg a második és harmadik generációs tervek már folyamatban vannak... szóval igen, az OpenAI egyre inkább chipgyártó céggé is válik, valahogy. (OpenAI)
Claude Cowork végre emlékszik, mit mondtál az alkalmazásnak a csevegésben ↗
Az Anthropic egyesítette Claude memóriáját a szokásos chaten és a Coworkben. A beszélgetések során megszerzett információk mostantól követhetik a felhasználókat az ügynöki feladatokban, megszüntetve azt a kissé őrjítő rituálét, hogy ugyanazt a projektet újra és újra el kell magyarázni.
A felhasználók megtekinthetik, szerkeszthetik és törölhetik a megjegyzett témákat, miközben az emlékek frissülnek a beszélgetések folyamatában. A funkció alapértelmezés szerint engedélyezve van a Free, Pro és Max csomagokban. (TechCrunch)
A Google Cloud elindítja a Gemini Enterprise jogi megoldásait ↗
A Google Cloud bemutatta a jogászok számára kifejlesztett Gemini Enterprise csomagját, amely az általános csevegésen túlmutató, szerződésfelülvizsgálati, jogi kutatási, szabályozási monitoring, adatvédelmi kérelmek benyújtására és dokumentumszerkesztési feladatokra is ösztönzi ügynökeit.
Tartalmaz csatlakozókat olyan platformokhoz, mint a Harvey, az iManage, a Docusign, a RelativityOne és a Thomson Reuters, miközben megőrzi a cégek meglévő hozzáférés-vezérlését és etikai falait. Az MI-ügynökök általi földszerzés elérte a jogi osztályt... ahogy az várható volt, de még mindig elég gyorsan. (Google Cloud Press Corner)
A Google Cloud elindítja a Gemini Enterprise pénzügyi szolgáltatásokat ↗
A Google emellett elindított egy pénzügyekre specializálódott Gemini Enterprise ajánlatot, amely magában foglal egy menedzselt pénzügyi kutatóügynököt, több mint 50 speciális készséget és 13 csatlakozót a pénzügyi és piaci adatrendszerekhez.
A platform olyan munkafolyamatokat céloz meg, mint a hitelkockázat-értékelés, a portfólió-monitorozás, a KYC-kutatás és a piacelemzés. A CME Group és a Deutsche Bank már részt vesz a programban – a vállalati ügynökök egyre specializáltabbak, szinte olyanok, mint egy öltönyt viselő szoftver. (Google Cloud Press Corner)
Az NVIDIA bejelentette a Jetson Orin Nano 2 robotikus számítógépet, amely újraértelmezi a belépő szintű mesterséges intelligenciát ↗
Az Nvidia bemutatta a Jetson Orin Nano 2-t, egy kompakt számítógépet, amelyet robotok, drónok és más fizikai mesterséges intelligencia alapú rendszerek számára terveztek. Másodpercenként 78 billió műveletet , 8 GB memóriát és egy nyolcmagos ARM CPU-t kínál
Az Nvidia szerint a következtetési teljesítmény megduplázódott az előző Nano Superhez képest, miközben a teljesítményének elérése 40%-kal kevesebb energiát. Az érdekes az, hogy a kisebb modellek valóban képesek erre kompakt hardveren – a mesterséges intelligenciának már nem kell mindig felhívnia az óriási adatközpontot. (NVIDIA Newsroom)
A Perplexity az Nvidiával együttműködve piacra dobja a Portable Computert, egy teljesen helyi, nulla tokenköltségű mesterséges intelligencia ágenst ↗
A Perplexity elindította a hordozható számítógépet, amely az ügynöki számítógépes élményt Nvidia-alapú helyi hardverre hozta. A modellek, a fájlok és az ügynökök végrehajtása a felhasználó gépén maradhat, a helyben elvégzett munka nem igényel felhőalapú számlázási krediteket.
A feladatok helyben kezdődnek, és a rendszer engedélyt kér, mielőtt egy lépést a határterületi felhőmodell felé eszkalálna. Nvidia DGX Spark és kellően erős RTX GPU-kkal rendelkező Linux rendszerek körül indul – az adatvédelem és a költségek hirtelen a helyi AI-értékesítési szöveg részévé válnak, nem csak a sebesség. (Venturebeat)
A WSJ jelentése szerint az Anthropic várhatóan több mint 30 billió dolláros potenciális bevételt jósol a befektetőknek ↗
Az Anthropic állítólag arra készül, hogy közölje a befektetőkkel, hogy a teljes elérhető piaca meghaladhatja a 30 billió dollárt. Fontos különbség - ez az elméleti éves lehetőség, ha a mesterséges intelligencia elvégezné a releváns munkát, nem pedig az Anthropic 30 billió dolláros előrejelzése. (Reuters)
Ez a hatalmas szám segít keretet adni az Anthropic infrastrukturális kiadásainak, az OpenAI-val és a Google-lel folytatott versenyének, valamint a tágabb befektetői történetnek. Ez egy látványosan nagy szám... még az MI-iparág számszerű mércéjével mérve is. (Reuters)
GYIK
Mit jelentenek az OpenAI jalapeño chips eredményei az AI következtetései szempontjából?
Az OpenAI szerint a Jalapeño magasabb kilowattonkénti csúcsátviteli sebességet és alacsonyabb végpontok közötti késleltetést biztosított, mint az összehasonlító rendszere, miközben GPT-OSS 120B-t futtatott. Hasonló előnyökről számoltak be a DeepSeek R1 és a Kimi K2.5 esetében is. Az eredmények arra utalnak, hogy az OpenAI egyre inkább a nagyméretű MI-következtetések hatékonysági és sebességigényei köré tervezi a hardvereket.
Hogyan működik Claude megosztott memóriája a chaten és a Coworkben?
Claude mostantól a szokásos beszélgetések során tanult információkat is átviheti a Cowork feladatokba, így csökkentve annak szükségességét, hogy ugyanazt a projektet vagy kontextust ismételten elmagyarázza. A felhasználók megtekinthetik, szerkeszthetik és törölhetik az emlékezett témákat, miközben ezek az emlékek folyamatosan frissülnek a beszélgetések alakulásával. A cikkben ismertetett bejelentés szerint a funkció alapértelmezés szerint engedélyezve van a Free, Pro és Max csomagokban.
Mit tud nyújtani a Gemini Enterprise jogi és pénzügyi szolgáltatások terén?
A Google Cloud specializált Gemini Enterprise ajánlatai iparágspecifikus munkafolyamatokra irányulnak, nem pedig általános mesterséges intelligencia alapú csevegésre. A jogi csomag olyan területeket fed le, mint a szerződések felülvizsgálata, kutatás, szabályozási monitoring, adatvédelmi kérelmek és szerkesztés, míg a pénzügyi szolgáltatásokra vonatkozó verzió olyan munkafolyamatokat támogat, mint a hitelkockázat-értékelés, a portfólió-monitorozás, a KYC-kutatás és a piacelemzés. Mindkettő képes csatlakozni a meglévő professzionális adat- és szoftverrendszerekhez is.
Miért válik egyre fontosabbá a lokális AI-következtetés?
A lokális MI-következtetés erősítheti az adatvédelmet, csökkentheti a felhőalapú infrastruktúrától való függőséget, és potenciálisan mérsékelheti a folyamatos használati költségeket. Az Nvidia Jetson Orin Nano 2 robotokat, drónokat és más peremhálózati rendszereket céloz meg, míg a Perplexity Portable Computer kompatibilis helyi hardveren tárolja a modelleket, fájlokat és az ügynökök végrehajtását. Számos munkafolyamatban a felhőmodellek ezután olyan feladatokhoz tarthatók fenn, amelyek további képességeket igényelnek.
Hogyan dönti el a Perplexity hordozható számítógép, hogy mikor használja a felhőalapú mesterséges intelligenciát?
A feladatok a felhasználó helyi, Nvidia-alapú hardverén indulnak el, így a kompatibilis modellfuttatás és fájlok a gépen maradnak. Ha egy lépéshez határterületi felhőmodell szükséges, a rendszer a továbbítás előtt engedélyt kér a felhasználótól. A helyben elvégzett munka nem fogyaszt felhőalapú számlázási krediteket, így a megközelítés releváns azoknak a felhasználóknak, akiket mind az adatvédelem, mind az ismétlődő következtetési költségek érdekelnek.
Mit jelent az Anthropic 30 billió dolláros mesterséges intelligencia piaci becslése?
A közölt adat az Anthropic nézetére utal a mesterséges intelligencia potenciálisan elérhető piacáról, nem pedig arra az előrejelzésre, hogy maga az Anthropic 30 billió dolláros éves bevételt fog generálni. Ez a mesterséges intelligencia által potenciálisan a gazdaság egészében elvégezhető munka elméleti értékét képviseli. A becslés segít megmagyarázni azt is, hogy a vezető mesterséges intelligencia-vállalatok miért fektetnek be olyan jelentős összegeket az infrastruktúrába és a vállalati képességekbe.