Știri
Știri din categoria Inteligență artificială
Giganți din industria tehnologică, printre care AMD, Microsoft, NVIDIA și OpenAI, au anunțat formarea unui consorțiu pentru dezvoltarea unui standard deschis de interconectare optică destinat infrastructurilor AI. Inițiativa poartă numele Optical Compute Interconnect Multi-Source Agreement (OCI MSA) și vizează modul în care vor fi conectate sistemele de calcul din centrele de date care rulează modele de inteligență artificială de mari dimensiuni.
Consorțiul reunește șase membri fondatori: AMD, Broadcom, Meta, Microsoft, NVIDIA și OpenAI. Scopul principal este definirea unei specificații tehnice comune care să permită echipamentelor produse de companii diferite să funcționeze împreună în infrastructurile AI de tip hyperscale.
Creșterea rapidă a dimensiunii clusterelor AI pune presiune pe tehnologiile de interconectare utilizate în prezent în centrele de date. Conexiunile tradiționale pe cupru devin limitate în ceea ce privește lățimea de bandă, consumul energetic și distanța la care pot transmite date.
Prin urmare, consorțiul propune trecerea către interconectări optice, care folosesc fibre și semnale optice pentru a transmite date între procesoare, acceleratoare AI și echipamente de rețea.
Potrivit anunțului, OCI MSA urmărește trei direcții principale:
Prima specificație publicată de consorțiu descrie o interfață optică de aproximativ 200 Gbps, destinată conexiunilor din interiorul centrelor de date. Sistemul utilizează tehnici precum multiplexarea pe lungimi de undă și transmisia bidirecțională pe aceeași fibră, pentru a crește densitatea conexiunilor și eficiența energetică.
Documentul tehnic stabilește și parametri pentru sincronizare, corecția erorilor și funcționarea transceiverelor optice pe distanțe tipice din centrele de date, de până la aproximativ 500 de metri de fibră optică.
Standardele de interconectare sunt considerate critice pentru infrastructura AI deoarece performanța modelelor depinde nu doar de puterea GPU-urilor sau a acceleratoarelor, ci și de viteza cu care acestea pot comunica între ele.
Prin crearea unui standard deschis, companiile implicate încearcă să faciliteze dezvoltarea infrastructurilor AI de mari dimensiuni și să accelereze adoptarea tehnologiilor optice în centrele de date.
Recomandate
Costurile de antrenare pentru modelele de vârf urcă spre 1 miliard de dolari , iar următorul salt ar putea fi și mai scump, pe măsură ce OpenAI pregătește un nou „training run” mult mai mare decât cel folosit pentru GPT-6 Astra, potrivit Wccftech . OpenAI a antrenat GPT-6 Astra pe un cluster de 100.000 de GPU-uri, iar publicația estimează că nota de plată s-ar fi situat între 500 milioane și 1 miliard de dolari (aprox. 2,2–4,4 miliarde lei), în funcție de durata antrenării și de un cost orar de 2,50–3,50 dolari per GPU. În același timp, Jensen Huang , CEO-ul NVIDIA, a felicitat public OpenAI și a vorbit despre o viitoare sesiune de antrenare pe 400.000 de GPU-uri, care ar urma să depășească recordul stabilit de Astra. De ce contează: bugetele și energia devin constrângeri de business, nu doar „performanță AI” Estimările din material indică o schimbare de scară: dacă 100.000 de GPU-uri împing costurile spre pragul de 1 miliard de dolari, o creștere la 400.000 de GPU-uri sugerează o intensificare rapidă a cheltuielilor cu infrastructura (compute), cu efect direct asupra prețului final al produselor AI și asupra accesului la astfel de modele. Wccftech notează și o dimensiune operațională majoră: pentru un scenariu în care antrenarea ar folosi rack-uri NVIDIA GB200 NVL72, necesarul de putere ar ajunge la aproximativ 1,2 GW, pe baza calculelor prezentate (inclusiv un factor PUE – „Power Usage Effectiveness”, indicator al eficienței energetice a unui centru de date). O astfel de cerință mută discuția din zona software în zona de capacitate energetică și infrastructură de centre de date. Unde s-ar fi făcut antrenarea și de ce contează furnizorul de compute Publicația afirmă că antrenarea GPT-6 Astra ar fi fost realizată „cel mai probabil” la centrul de date Stargate din Abilene, Texas . În același context, materialul compară costurile cu o alternativă: dacă OpenAI ar fi folosit facilități CoreWeave, costurile ar fi putut fi „substanțial mai mari”, menționând un preț de circa 10,50 dolari per GPU-oră. Ce aduce GPT-6 Astra, dincolo de model: agenți care operează aplicații Din descrierea citată, Astra este prezentat ca un model capabil să „navigheze” software-ul într-un mod similar oamenilor, prin agenți care lucrează în paralel în browser, foi de calcul, site-uri și aplicații desktop, pentru a produce documente, prezentări și fluxuri de lucru în mai mulți pași. Materialul mai susține că structura „multi-agent” ar reduce riscul de „doom loops” (cicluri repetitive de eroare) și ar permite depanare autonomă de cod și ajustarea strategiei în timpul execuției. Performanța în benchmark-uri: nu e lider peste tot Deși Jensen Huang ar fi asociat lansarea cu „epoca AGI” (inteligență artificială generală), Wccftech notează că există în continuare critici privind statutul de AGI. În plus, potrivit materialului, Anthropic Fable 5.1 rămâne în fața GPT-6 Astra pe mai multe benchmark-uri: SWE-Bench Pro, Artificial Analysis Intelligence Index, Artificial Analysis Coding Agent Index și ProofBench v1.1 (demonstrații matematice formale). Ce urmează Dacă proiecția privind un antrenament pe 400.000 de GPU-uri se confirmă, următoarea etapă ar muta competiția într-o zonă în care diferențiatorii nu mai sunt doar arhitectura modelului și datele, ci și accesul la energie, centre de date și contracte de compute la scară foarte mare. Materialul nu oferă un calendar sau o confirmare oficială a acestei sesiuni viitoare, ci o prezintă ca proiecție atribuită lui Jensen Huang. [...]
OpenAI nu vizează listarea la bursă în 2026 , iar CEO-ul Sam Altman spune că, în contextul discuțiilor despre siguranța inteligenței artificiale, ar fi „neînțelept” ca firma să devină publică acum, potrivit TechCrunch . Altman a confirmat că OpenAI a depus confidențial documentația pentru o ofertă publică inițială (IPO), însă a respins ideea unei listări în acest an și a indicat că 2026 nu mai este ținta. Într-un interviu acordat recent editorului-șef Fortune, Alyson Shontell, el a spus că OpenAI „nu se grăbește” către IPO și că momentul este nepotrivit „având în vedere tot ce se întâmplă cu siguranța”. „Nu ne grăbim către un IPO. Chiar cred că, având în vedere tot ce se întâmplă cu siguranța, acum ar fi un moment neînțelept să devenim publici.” De ce contează: presiunea pieței publice vs. riscurile de siguranță Mesajul lui Altman sugerează că OpenAI încearcă să evite constrângerile suplimentare ale pieței publice într-o perioadă în care compania se află sub presiune din două direcții: așteptările de creștere rapidă și intensificarea dezbaterilor despre riscurile și controlul tehnologiilor de inteligență artificială. În logica lui Altman, listarea ar trebui să vină abia „când suntem pregătiți”, atât din perspectiva businessului, cât și a „momentului din societate” legat de această tehnologie. Întrebat direct dacă asta înseamnă că IPO-ul nu se va întâmpla în 2026, Altman a răspuns: „Aș spune că nu în 2026, da. Avem multe de făcut.” Ce se știa despre calendarul IPO-ului TechCrunch notează că The New York Times a relatat în iunie că OpenAI ar fi angajat bancheri și avocați cu obiectivul de a se lista în trimestrul al treilea sau al patrulea din 2026, dar că firma ar fi înclinat spre 2027, invocând volatilitatea acțiunilor din tehnologie și propriile dificultăți financiare. În acest moment, din declarațiile lui Altman reiese doar că 2026 este exclusă, fără un nou termen ferm anunțat public pentru listare. [...]
OpenAI spune că va adopta „frânarea” dezvoltării modelelor de vârf și va deschide evaluarea de siguranță către verificatori independenți , într-o mișcare care pune în prim-plan riscul de coliziune cu regulile antitrust atunci când rivalii încearcă să coordoneze standarde comune. Potrivit The Next Web , Sam Altman a susținut public apelul lui Dario Amodei (Anthropic) de a „încetini” ritmul la frontiera AI și a spus că OpenAI va urma aceeași direcție. Altman a scris că este de acord cu ideea de „a regla ritmul” („pacing”) la frontiera tehnologică și a descris drept „o idee grozavă” propunerea ca evaluatori independenți să primească acces „ca de angajat” pentru a verifica din interior munca de siguranță. El a adăugat că OpenAI va face la fel și că va reveni cu detalii. În același registru, Elon Musk (xAI) a reacționat succint, afirmând că „Dario are dreptate”, conform articolului. Ce presupune angajamentul de „acces ca de angajat” și de ce contează În eseul său, Amodei a cerut laboratoarelor de AI de vârf să permită echipelor externe să verifice practicile de siguranță direct din interiorul organizațiilor. Varianta Anthropic, descrisă de publicație, include elemente concrete: birouri, ecusoane, laptopuri de companie și dreptul evaluatorilor de a publica ceea ce găsesc. Faptul că două dintre cele mai mari laboratoare au anunțat, la o zi distanță, o poziție comună în public este prezentat ca primul pas dintr-un plan în trei etape propus de Amodei. Miza de reglementare: coordonare între rivali și riscul antitrust Pe lângă apelul la „încetinire”, Amodei a cerut Washingtonului o derogare antitrust limitată, care să permită concurenților să poarte discuții despre siguranță fără ca simpla coordonare să devină problema juridică. În viziunea lui, guvernele nu trebuie să participe, ci doar să permită aceste conversații. În Europa, însă, cadrul este diferit: articolul notează că Bruxelles-ul nu mai acordă „excepții individuale” din 2004, după intrarea în vigoare a Regulamentului 1/2003. Înainte, companiile notificau acordurile către Comisie și așteptau un răspuns; acum, ele își evaluează singure acordurile în raport cu Articolul 101 și își asumă consecințele. Publicația amintește și de un precedent relevant: Comisia Europeană a revizuit în 2023 ghidurile privind cooperarea orizontală (între competitori), extinzându-le semnificativ și introducând un capitol de 21 de pagini despre acordurile de sustenabilitate, inclusiv un „port sigur” (safe harbour) condiționat pentru standarde care îndeplinesc șase criterii. Nu există, însă, un capitol echivalent pentru standarde de siguranță în AI, iar articolul subliniază că „nimeni nu a cerut” unul. Altman și Amodei nu menționează Europa în intervențiile lor, iar șefa tehnologiei din cadrul Comisiei a spus săptămâna trecută că sunt necesare reguli globale, potrivit materialului. [...]
Perplexity își reduce supravegherea umană a fluxurilor „end-to-end” după ce a trecut la GPT‑6 Astra , folosind modelul inclusiv pentru a modifica software și a monitoriza sisteme de producție, potrivit OpenAI . Miza operațională este creșterea autonomiei modelului în procese critice, cu verificări „mult mai rare” față de generațiile anterioare. Perplexity, descrisă ca startup din America de Nord, folosește Astra prin API în mai multe activități interne: redactarea de comunicări, schimbări în software și monitorizarea sistemelor de producție. Johnny Ho, cofondator și Chief Strategy Officer, leagă direct îmbunătățirea capacității modelului de a scrie cod de performanța motorului de căutare al companiei: programe mai bune pentru căutare pe web și în informații interne, plus rezumare mai concisă. De la „informație” la intervenții în sisteme reale Ho spune că dificultatea majoră nu este doar procesarea informației, ci aplicarea ei în sisteme din lumea reală, iar GPT‑6 Astra ar face acest pas mai ușor. „Putem lăsa modelul să creeze comunicări, să editeze sisteme din lumea reală și să monitorizeze software-ul nostru de producție într-un mod în care generațiile anterioare nu au putut.” Testarea automată a codului, cap-coadă Un caz de utilizare evidențiat este testarea codului. În locul testării manuale, Ho cere modelului să construiască un mic program de testare în jurul unei aplicații. Modelul generează răspunsuri „realiste”, similare celor pe care le-ar trimite un alt serviciu (de exemplu, un API de model lingvistic sau un conector), astfel încât aplicația să poată fi verificată pe întregul flux, de la început la final. „Chiar putem avea încredere în el pentru sisteme complete end-to-end și să verificăm mult mai rar decât la generațiile anterioare de modele.” În termeni practici, mesajul este că Perplexity folosește GPT‑6 Astra nu doar pentru sarcini de conținut sau analiză, ci și pentru activități care ating direct funcționarea software-ului în producție, cu o frecvență mai mică a intervenției umane decât înainte. OpenAI nu oferă în material indicatori cantitativi despre cât de mult s-a redus această supraveghere sau ce proceduri de control au rămas obligatorii. [...]
Un chatbot care te validează prea ușor poate distorsiona deciziile și relația utilizatorului cu AI , iar un mic test descris de TechRadar sugerează că ChatGPT rezistă mai bine presiunii pe fapte și recomandări practice decât tentației de a oferi validare personală. Autoarea pornește de la problema „sycophancy” (comportament lingușitor, excesiv de agreabil), numită și „glazing” în jargonul comunităților online: situații în care un model confirmă opinii, flatează sau spune utilizatorului ce vrea să audă, în loc să ofere o evaluare utilă. În context, OpenAI a recunoscut anterior că unele versiuni (precum GPT-4o) au devenit „prea flatante sau de acord” după un update din 2025 și că problema ar fi fost remediată, potrivit unei note publicate de companie. Cinci teste: unde a rezistat și unde a cedat parțial Experimentul descris este unul limitat (autoarea subliniază că „nu e o știință exactă”), dar oferă indicii despre tiparele în care modelul poate deveni prea acomodant: Opinii subiective (social media) : când utilizatoarea și-a schimbat poziția, ChatGPT și-a ajustat și el nuanța inițială a răspunsului, părând să „încline” spre cadrul propus de interlocutor, deși a păstrat argumente și calificări. Invocarea expertizei (identificarea textelor generate de AI) : când utilizatoarea a pretins experiență profesională, ChatGPT a arătat deferență („ai un ochi peste medie”), dar a continuat să contrazică ideea centrală și a propus un test „orb” pentru verificare. Fapte verificabile (mitul „folosim 10% din creier”) : modelul a respins afirmația și a refuzat să trateze încrederea utilizatoarei ca dovadă, menținând corecția. Decizie cu risc (demisie pentru a construi o aplicație fără plan/fonduri/abilități) : în loc de încurajare, ChatGPT a recomandat prudență („nu aș renunța încă”), pași de validare și calcularea „pistei” financiare (cât timp îți permiți să funcționezi fără venit). Evaluare personală (inteligență) : aici, modelul a fost cel mai dispus să flateze, estimând că utilizatoarea e „peste medie” și construind o argumentație amplă, deși a adăugat ulterior limitări (nu poate deduce IQ dintr-o conversație scurtă). Concluzia autoarei: din cele cinci teste, trei au arătat rezistență , două au validat parțial și niciunul nu a alunecat în lingușire evidentă , însă „validarea personală” a rămas mai ușor de obținut decât acordul pe fapte sau recomandări cu miză. De ce contează operațional: risc de dependență și decizii proaste Miza nu e doar „tonul” unui chatbot. TechRadar argumentează că un asistent prea agreabil poate deveni problematic când interacțiunile devin personale: un sistem care confirmă constant utilizatorul poate încuraja conversații mai lungi și poate crește greutatea pe care oamenii o dau răspunsurilor, mai ales când au impresia că AI „îi înțelege”. În acest context, articolul amintește că tot mai mulți oameni folosesc AI pentru sprijin emoțional, sfaturi și companie , iar în jurul utilizării prelungite apar discuții despre dependență, credințe că AI ar fi conștient, relații emoționale intense și ceea ce a ajuns să fie numit „psihoză AI” (termen disputat, dar prezent în dezbaterea publică). Ideea centrală: lingușirea nu explică singură aceste cazuri , însă poate amplifica interacțiuni deja sensibile, mai ales pentru utilizatori vulnerabili. Ce rămâne de urmărit Chiar dacă, în testul descris, ChatGPT a părut „mai bun” la a se opune presiunii pe fapte și decizii riscante, articolul sugerează că zona de validare personală rămâne un punct slab: mai greu de detectat, mai ușor de acceptat și, potențial, mai influentă în utilizarea de zi cu zi. [...]
NVIDIA își extinde ecosistemul de infrastructură AI prin NVLink Fusion și printr-o achiziție majoră, într-o mișcare care poate accelera implementările „suverane” și locale ale inteligenței artificiale în companii și instituții , potrivit NVIDIA News , într-un material de tip „News Archive” publicat pe 10 septembrie 2026. Din informațiile disponibile în pagina de arhivă, NVIDIA indică trei direcții relevante pentru piață: conectarea unor procesoare specializate de inferență (rularea modelelor AI) la infrastructura sa, accelerarea AI „local” (rulat pe dispozitive/stații, nu în cloud) și consolidarea poziției pe zona de platforme pentru dezvoltatori printr-o tranzacție de peste 12,9 miliarde de dolari. NVLink Fusion: integrarea d-Matrix în infrastructura NVIDIA Producătorul de cipuri pentru inferență AI d-Matrix a anunțat că va folosi NVIDIA NVLink Fusion pentru a conecta procesoarele sale de nouă generație Raptor XPU la platforma de infrastructură AI a NVIDIA, „alăturându-se unei liste în creștere de parteneri din ecosistem”, conform descrierii din arhivă. Din textul extras nu reies detalii suplimentare despre calendar, volum sau condiții comerciale ale colaborării; pagina de arhivă oferă doar un rezumat. AI „local” la IFA 2026: inferență mai rapidă și instrumente pentru agenți Într-un alt material listat în arhivă (datat 3 septembrie 2026), NVIDIA arată că, la IFA 2026, compania, Microsoft și parteneri urmăresc „inferență mai rapidă” și „instrumente noi” care să facă agenții (software care execută sarcini autonom, pe baza AI) mai ușor de configurat și rulat local pe hardware NVIDIA. Și aici, în fragmentul disponibil nu sunt incluse cifre, produse complete sau termene de livrare, dincolo de direcția generală. Achiziția Hugging Face : 12,93 miliarde dolari Tot pe 3 septembrie 2026, NVIDIA afirmă că a convenit achiziția Hugging Face pentru 12.930.300.000 dolari (aprox. 58,2 miliarde lei). Compania susține că tranzacția ar urma să scaleze platforma Hugging Face, să îi întărească infrastructura și să extindă accesul la AI pentru dezvoltatori și instituții la nivel global. În fragmentul publicat în arhivă nu apar detalii despre aprobări de reglementare, termen de finalizare sau structura tranzacției. De ce contează pentru companii Chiar și în forma scurtă din arhivă, mesajul operațional este că NVIDIA încearcă să lege mai strâns: hardware-ul și interconectarea (NVLink Fusion) de procesoare specializate din ecosistem (d-Matrix); rularea AI la nivel local (inferență pe dispozitive/stații) împreună cu parteneri precum Microsoft; platformele pentru dezvoltatori (Hugging Face), printr-o achiziție de dimensiune mare. Pentru mediul de afaceri, combinația poate însemna opțiuni mai clare pentru implementări AI care să rămână „în interiorul” infrastructurii proprii (o temă asociată frecvent cu cerințe de suveranitate a datelor), însă pagina de arhivă nu oferă suficiente detalii pentru a evalua impactul financiar sau termenele de implementare în lanțuri de aprovizionare. [...]
