🧩 A Broadcom hosszú távú megállapodást kötött a Google egyedi mesterséges intelligencia chipjeinek fejlesztésére ↗
A Broadcom hosszú távú megállapodást kötött a Google-lel egyedi mesterséges intelligencia chipek és kapcsolódó rack-alkatrészek jövőbeli generációinak gyártására. Emellett egy külön megállapodást is aláírt, amely hozzáférést biztosít az Anthropicnak körülbelül 3,5 gigawattnyi, Google processzorokra épülő mesterséges intelligencia számításhoz – ami nem elhanyagolható mellékes.
A lényeg az, hogy az egyedi szilikonok egyre nagyobb teret hódítanak, mivel a vállalatok olcsóbb, vagy legalábbis az Nvidiától kevésbé függő megoldásokat keresnek. A Google TPU-i központi szerepet játszanak a felhőalapú szolgáltatásokat kínáló cégnél, míg az Anthropic szerint a Claude bevételi rátája meredeken emelkedett, mivel a kereslet folyamatosan gyorsul. ( Reuters )
⚙️ Az Nvidia SchedMD felvásárlása aggodalmat keltett a mesterséges intelligencia szakértői körében a szoftverekhez való hozzáféréssel kapcsolatban ↗
Az Nvidia SchedMD felvásárlására tett lépése nyugtalanítja azokat, akik a Slurmra, a mesterséges intelligencia betanítási feladatait és a nagyobb szuperszámítógépeket futtató nyílt forráskódú munkaterhelés-kezelőre támaszkodnak. Rejtett piaci réseknek tűnhet, de a Slurm egyike azoknak a csendes csöveknek a falban – azonnal észreveszed, amint valaki megveszi a vízvezeték-szerelést.
A kutatók és az infrastruktúra-szakértők attól tartanak, hogy ha a domináns MI-chipgyártó cégnek átadják az irányítást egy ilyen fontos ütemező felett, az a versenytársak és a független adatközpont-üzemeltetők ellensúlyozhatja a helyzetet. A Slurmot a chatbotokon túl is használják, többek között kormányzati szuperszámítógépes környezetekben is, ami miatt a méltányossági kérdés nagyobbnak tűnik, mint egy rutinszerű szoftvermegállapodás. ( Reuters )
💧 A befektetők nyomást gyakorolnak az Amazonra, a Microsoftra és a Google-re az amerikai adatközpontok víz- és energiafelhasználásáról ↗
Több mint egy tucat befektető sürgeti a nagy technológiai vállalatokat, hogy világosabb nyilvánosságra hozzák adatközpontjaik víz- és energiafelhasználását, miután állítólag több nagyszabású projekt is a közösség ellenállásába ütközött. A nyomás a fenntarthatóság általános nyelvezetétől a konkrét helyi kérdések felé tolódik el – mennyi víz, hol és ki viseli a terhelést.
A Reuters megjegyzi, hogy az észak-amerikai adatközpontok közel 1 billió liter vizet használtak fel, miközben a befektetők azzal érveltek, hogy a jelenlegi jelentések hiányosak és gyakran nem helyspecifikusak. Az Alphabet részvényesi nyomás alatt áll a klímacélok miatt, az Amazon azt állítja, hogy több helyi adatot tesz közzé, a Microsoft pedig azt állítja, hogy a fenntarthatóság továbbra is alapvető érték – de a mögöttes panasz az, hogy a mesterséges intelligencia terjeszkedése gyorsabban halad, mint az átláthatóság. ( Reuters )
🏛️ Az OpenAI jövőképe a mesterséges intelligencia alapú gazdaságról: állami vagyonalapok, robotadók és négynapos munkahét ↗
Az OpenAI egy olyan szakpolitikai víziót vázolt fel, amely ötvözi a közvagyonalapokat, az erősebb szociális hálókat, a robotadókat, sőt, még a rövidebb munkahétet is. A vízió egyszerre ambiciózus és gondosan pragmatikus – egy nagyvállalati program, amely próbál nem annak tűnni.
A TechCrunch úgy fogalmazza meg ezt, mint az OpenAI-t, amely elmagyarázza, hogyan gondolja, hogy a vagyon és a munka átszervezhető egy mesterséges intelligencia által vezérelt gazdaságban, a munkahelyek elvesztése, a hatalomkoncentráció és az óriási adatközpontok építése miatti növekvő szorongás közepette. Tehát igen, ez politikai párbeszéd – de egyben reputációkezelés is, vagy valami ahhoz hasonló. ( TechCrunch )
🎙️ A Google elindított egy ingyenes, offline mesterséges intelligencia alapú diktálási alkalmazást, amely automatikusan csiszolja a beszédedet. ↗
A Google csendben elindította az AI Edge Eloquent nevű diktáló alkalmazást, amely offline is működik, ingyenes és használati korlátozások nélkül használható. Az alkalmazás leírja az élő beszédet, majd megtisztítja azt a töltelékszavak és az önkorrekciók eltávolításával – ami a hangulatunktól függően lehet hasznos vagy kissé nyugtalanító.
Jelenleg iOS-en érhető el, Androidon és macOS-en későbbre tervezik a megjelenést. Az érdekes rész nem csak maga az alkalmazás, hanem a jelzés is: a Google egyre több mesterséges intelligencia funkciót telepít közvetlenül az eszközökre, ahol az adatvédelem, a késleltetés és a költségek mind sokkal fontosabbá válnak. ( The Verge )
🛰️ A spanyol Xoople 130 millió dolláros B sorozatot gyűjtött a Föld mesterséges intelligencia számára történő feltérképezésére ↗
A Xoople 130 millió dollárt gyűjtött össze, hogy jobb minőségű Föld-megfigyelési adatokat állítson elő mesterséges intelligencia rendszerekhez, és magát a vállalati felhasználásra szánt „földi igazság” forrásaként pozicionálja. A cég egy műholdkonstellációt épít, és azt állítja, hogy érzékelői sokkal jobb adatokat szolgáltatnak, mint a meglévő megfigyelőrendszerek – ami nyilvánvalóan merész állítás, de ez a helyes út.
A startup bejelentette az L3Harris-szal kötött partnerségét is, amelynek keretében szenzorokat építenek az űrhajójukhoz, és közölte, hogy adataikat közvetlenül vállalati platformokba kívánják ágyazni. A tágabb elképzelés az, hogy valamiféle földi nyilvántartási rendszerré váljanak a logisztikában, a mezőgazdaságban, az infrastruktúrában és a katasztrófa-megfigyelésben használt mesterséges intelligencia modellek számára. Talán egy kicsit nagyszabású, de nem kicsi. ( TechCrunch )
GYIK
Miért nagy ügy a Broadcom és a Google közötti hosszú távú megállapodás az egyedi mesterséges intelligencia chipekről?
Ez azért fontos, mert megmutatja, hogy a nagy technológiai vállalatok milyen komolyan fektetnek be saját MI-hardvereikbe. A Google nem csupán generikus kapacitást vásárol; a Broadcommal közösen fejleszti a jövőbeli chipgenerációkat és a kapcsolódó rackrendszereket. Ez élesítheti a költségellenőrzést, javíthatja az ellátástervezést és finomhangolhatja a teljesítményt. Emellett megerősíti a Google érveit amellett, hogy saját processzorait használja felhőalapú MI-stratégiájának központi elemeként.
Vajon az egyedi mesterséges intelligencia chipek valódi alternatívává válnak az Nvidia számára?
Egyre jelentősebbek, különösen azoknak a vállalatoknak, amelyek alacsonyabb költségeket vagy egyetlen beszállítótól való kisebb függőséget keresnek. Ebben az áttekintésben a Google TPU-i egyre inkább központi szerepet játszanak a vállalat mesterséges intelligencia infrastruktúrájában és felhőpiaci pozíciójában. Ez nem teszi az Nvidiát jelentéktelenné. Arra utal, hogy a piac bővül, az egyedi szilikonok egyre nagyobb teret hódítanak ott, ahol a vállalatok szigorúbb kontrollt akarnak a teljesítmény és a gazdaságosság felett.
Miért aggódnak a mesterséges intelligencia szakértők amiatt, hogy az Nvidia megvásárolja a SchedMD-t?
Az aggodalom nem korlátozódik egyetlen szoftvercégre. A SchedMD a Slurmhoz kötődik, egy nyílt forráskódú munkaterhelés-kezelőhöz, amelyet MI-képzési feladatok és nagyobb szuperszámítógépek ütemezésére használnak. Mivel az Nvidia már most is jelentős hatalommal rendelkezik a MI-chipek terén, egyes kutatók attól tartanak, hogy egy fontos szoftverréteg birtoklása tisztességtelen előnyöket teremthet. A probléma lényegében a megosztott infrastruktúra semlegességéről szól.
Hogyan befolyásolhatja a Slurm feletti ellenőrzés a kutatókat és a független adatközpontokat?
Egy olyan ütemező, mint a Slurm, kritikus helyet foglal el, mivel segít meghatározni, hogyan kezelik a munkaterheléseket a számítási erőforrások között. Ha egy domináns chipgyártó cég ellenőrzi ezt a réteget, a riválisok és a független szolgáltatók aggódhatnak a hozzáférés, a prioritások vagy a jövőbeli kompatibilitás miatt. A cikk nem állít semmilyen konkrét visszaélést. Megmutatja, hogy miért látják az emberek ezt tágabb értelemben vett méltányossági aggálynak, különösen a kutatási és kormányzati számítástechnikai környezetekben.
Miért szorgalmazzák a befektetők a mesterséges intelligencia által működtetett adatközpontok víz- és energiafelhasználásának átláthatóbbá tételét?
Úgy tűnik, a befektetők többet akarnak a széleskörű fenntarthatósági ígéretektől. Helyi, helyszín-specifikus közzétételt kérnek, mivel a közösségi ellenállás gyakran gyakorlati kérdésekre, például a vízfogyasztásra, az áramigényre és arra irányul, hogy ki viseli a terhet. A cikk azt sugallja, hogy a mesterséges intelligencia infrastruktúrája gyorsabban bővül, mint a jelentéstételi szabványok. Ez a hiányosság megnehezíti a részvényesek és a közösségek számára, hogy bármilyen pontosan megítéljék a környezeti kompromisszumokat.
Mit javasol az OpenAI a mesterséges intelligencia alapú gazdaság számára?
Az OpenAI szakpolitikai jövőképe olyan ötleteket tartalmaz, mint a közvagyon-alapok, az erősebb szociális hálók, a robotadók, sőt, akár a négynapos munkahét is. A közös szál az, hogyan lehet szélesebb körben elosztani a mesterséges intelligencia előnyeit, ha az automatizálás átalakítja a munkahelyeket és a vagyont. A cikk ezt egyszerre szakpolitikai gondolkodásként és imázskezelésként keretezi. Más szóval, a közgazdaságtanról szól, de arról is, hogy az OpenAI hogyan szeretne látszódni.
Mit mond a Google offline diktáló alkalmazása az eszközön futó mesterséges intelligencia jövőjéről?
Ez arra utal, hogy a Google egyre nagyobb értéket lát abban, ha a mesterséges intelligencia közvetlenül az eszközökre kerülne, ahelyett, hogy mindent a felhőn keresztül irányítana. Az alkalmazás offline is működik, nincsenek használati korlátai, és automatikusan megtisztítja a beszélt szöveget a töltelékszavak és az önjavítások eltávolításával. Ez a kombináció az adatvédelemre, az alacsonyabb késleltetésre és az alacsonyabb kiszolgálási költségekre helyezi a hangsúlyt. Azt is mutatja, hogy a fogyasztói mesterséges intelligencia eszközök hogyan fonódnak egyre mélyebben be a mindennapi munkafolyamatokba.
Miért számít a Xoople finanszírozása a fizikai világ adataira támaszkodó mesterséges intelligencia modellek számára?
A Xoople arra fogad, hogy a jobb Föld-megfigyelési adatok kulcsfontosságú bemeneti adatokká válhatnak a vállalati MI-rendszerek számára. A céljuk nem pusztán műholdak képalkotása, hanem jobb minőségű „földi valóság” biztosítása olyan felhasználási területekre, mint a logisztika, a mezőgazdaság, az infrastruktúra és a katasztrófa-felügyelet. Ez azért fontos, mert számos termelési MI-rendszer a fizikai világ megbízható adataira támaszkodik. A jobb bemeneti adatok ugyanolyan fontosak lehetnek, mint a jobb modellek.