Știri
Știri din categoria Inteligență artificială

Foxconn mută AI-ul din pilot în operațiuni clinice în Taiwan, într-un program susținut de investiții publice de 1,5 miliarde de dolari, mizând pe „echipe” de agenți AI și roboți pentru a crește capacitatea spitalelor într-o țară cu îmbătrânire accelerată a populației, potrivit NVIDIA News. Inițiativa „Healthy Taiwan” este prezentată ca un model de scalare a AI în sănătate, într-un context de deficit de personal medical și costuri în creștere.
Programul urmărește trecerea de la utilizarea unor instrumente AI izolate la „forțe de muncă” coordonate de agenți AI (sisteme care pot raționa, planifica și acționa în fluxuri de lucru), capabile să gestioneze atât sarcini digitale (documentare, coordonarea îngrijirii), cât și sarcini fizice prin roboți și dispozitive inteligente în spital.
În centrul implementării este platforma CoDoctor a Foxconn, care reunește agenți specializați pe domenii clinice pentru a sprijini medicii în diagnostic, documentare și coordonarea îngrijirii între departamente. În cadrul acesteia sunt menționați, între alții:
NVIDIA indică faptul că Foxconn a introdus și CoDoClaw, un sistem de agent clinic construit pe NVIDIA NemoClaw (un „plan” open-source pentru implementarea de agenți autonomi), cu NVIDIA OpenShell pentru controale suplimentare de confidențialitate și securitate. Pentru modelele de raționament clinic sunt menționate modelele deschise NVIDIA Nemotron, cu „greutăți” deschise (parametrii modelului disponibili), astfel încât instituțiile medicale să păstreze controlul asupra modelelor folosite.
Pe componenta fizică, Foxconn descrie:
Conform sursei, Nurabot ar elibera două-trei ore pe zi pentru asistentele medicale, prin preluarea sarcinilor de transport și logistică.
Pentru a reduce riscurile și timpul de implementare, Foxconn folosește NVIDIA Omniverse pentru a construi „gemeni digitali” (replici virtuale) ai spitalelor, unde sistemele AI și robotice sunt testate și validate înainte de intrarea în mediul real. Abordarea „simulation-first” ar fi redus timpul de implementare cu 40% și ar fi atins 98% acuratețe de navigație, potrivit materialului.
„Healthy Taiwan” este descris ca un efort de construire a unui sistem „suveran” și reglementat, „AI-native”, care conectează spitale, mediul academic și companii de tehnologie, cu Foxconn în rol de integrator între programe guvernamentale, spitale, producători de dispozitive și furnizori software.
NVIDIA afirmă că majoritatea centrelor medicale din Taiwan folosesc deja AI în fluxuri de lucru, iar rețeaua de spitale menționată gestionează peste 14 milioane de interacțiuni cu pacienții anual. În acest cadru, trecerea unor soluții din faza de pilot în operațiuni clinice devine miza principală: nu doar dezvoltarea de prototipuri, ci standardizarea și extinderea lor în spitale, inclusiv prin robotică și automatizare.
Recomandate

NVIDIA duce platforma Vera Rubin în producție de serie, iar primele livrări ar urma să înceapă din această toamnă , un pas care mută competiția din zona „cipurilor” în cea a capacității de a construi rapid „fabrici de AI” (centre de date optimizate pentru rularea și operarea modelelor) la scară mare, potrivit NVIDIA News . Platforma este poziționată ca bază „POD-scale” pentru următoarea generație de infrastructură destinată „agentic AI” (modele care execută sarcini în mai mulți pași, cu raționament, căutare, utilizare de instrumente și generare de răspunsuri). NVIDIA susține că Vera Rubin oferă „de 10 ori” mai mult „agent throughput” (capacitate de procesare a agenților) la scară, față de generația anterioară NVIDIA Grace Blackwell. Ce se schimbă operațional: producție la scară și lanț de furnizori extins NVIDIA afirmă că producția de sisteme bazate pe Vera Rubin este realizată „la scară” de cei mai mari producători de servere din Taiwan și de lideri ai lanțului global de aprovizionare, pentru a alimenta laboratoare de AI, furnizori de cloud și hyperscaleri (operatori foarte mari de centre de date). Compania indică faptul că Vera Rubin este a treia generație de sisteme „rack-scale” din familia MGX, bazată pe un design „open source” (cu specificații publice pentru integrare). În ecosistem ar fi implicați „sute” de parteneri, inclusiv „150 doar în Taiwan”, în „peste 350 de fabrici” din „30 de țări”, care cresc capacitatea de producție pentru această platformă. Lista de producători și parteneri menționați include, între alții, Dell Technologies, HPE, Lenovo și Supermicro, dar și companii precum Foxconn, ASUS, MSI, Pegatron, Quanta Cloud Technology (QCT), Wistron și Wiwynn. Miza: rețele pentru clustere foarte mari și eficiență energetică Un element central al anunțului este introducerea NVIDIA Spectrum-X Ethernet Photonics, descrisă drept prima familie de comutatoare bazate pe „co-packaged optics” (optică integrată în același pachet cu cipul de comutație), cu 200 Gb/s SerDes, „acum în producție”. NVIDIA susține că această generație de rețelistică aduce: eficiență energetică de 5 ori mai bună, „uptime” (timp de funcționare) de 5 ori mai mare pentru AI, timp de implementare cu 1,3 ori mai rapid față de rețelele cu transceivere tradiționale. Compania leagă această arhitectură de obiectivul de a construi, în timp, „fabrici de AI” de ordinul „unui milion de GPU-uri”, menționând CoreWeave, Lambda și Oracle Cloud Infrastructure ca primii parteneri și adoptatori. Securitate pentru date sensibile și medii multi-tenant NVIDIA plasează securitatea ca cerință operațională pentru „agentic workflows” care procesează date proprietare, conținut reglementat și modele critice. Platforma ar include „full-stack NVIDIA Confidential Computing ” (execuție într-un mediu de încredere), cu criptare a datelor pe interconectări de mare viteză și mecanisme de atestare hardware. Sunt menționați ca adoptatori ai NVIDIA Confidential Computing mai mulți furnizori de cloud, inclusiv CoreWeave, IBM Cloud, Microsoft Azure, Lambda și alții. Când intră pe piață NVIDIA spune că livrările de producție pentru Vera Rubin „urmează să înceapă din această toamnă”. În practică, calendarul sugerează că disponibilitatea comercială la scară va depinde nu doar de cipuri, ci și de ritmul de integrare în sisteme complete (rack-uri/POD-uri), de rețelistică și de capacitatea lanțului de producție de a livra volume mari. [...]

Bruxelles condiționează expansiunea centrelor de date pentru AI de reguli mai dure de sustenabilitate , avertizând marile companii tech că pot profita de boomul inteligenței artificiale în Europa doar dacă se aliniază obiectivelor UE de energie și climă, potrivit Politico . Mesajul vine de la comisarul european pentru energie, Dan Jørgensen , care spune că noile centre de date – infrastructura esențială pentru antrenarea și rularea modelelor mari de limbaj (precum ChatGPT sau Claude) – nu trebuie să ducă la creșterea facturilor la energie sau a emisiilor de carbon. În viziunea sa, asta înseamnă sprijin pentru surse de energie „curată”, inclusiv regenerabile și nuclear, în detrimentul combustibililor fosili, dar și integrarea mai bună a centrelor de date în sistemele energetice locale. De ce contează: presiune pe rețele și risc de reacție politică Extinderea rapidă a AI este așteptată să împingă în sus cererea de electricitate în Europa în următorul deceniu. Jørgensen avertizează că, în acest interval, consumul de energie al centrelor de date din Europa „poate ușor să se dubleze, poate chiar mai mult”, ceea ce complică efortul UE de a furniza mai multă electricitate cu emisii reduse pentru industrie, transport și încălzirea locuințelor. În paralel, consumul mare de apă pentru răcire și încărcarea suplimentară a rețelelor fac ca boomul centrelor de date să fie controversat în Europa, unde regulile de mediu sunt mai stricte decât în SUA sau China. Comisarul a sugerat că, dacă sectorul nu se adaptează, poate apărea o reacție politică pe fondul percepției că aceste investiții aduc costuri sociale fără beneficii locale suficiente. Ce instrumente pregătește Comisia Europeană Comisia Europeană lucrează la o etichetă de sustenabilitate pentru centrele de date , care ar urma să evalueze facilitățile pe criterii precum eficiența energetică, consumul de apă și recuperarea căldurii reziduale (căldura generată de servere, de regulă irosită). Proiectul a stârnit deja critici din partea industriei și a unor guverne, în special din cauza unor criterii preliminare care ar fi favorizat energia regenerabilă și ar fi exclus energia nucleară. Jørgensen nu a comentat direct proiectul, dar a spus că executivul european ține cont de critici și a insistat pe „neutralitate tehnologică”, indicând explicit că atât regenerabilele, cât și nuclearul sunt văzute ca parte a tranziției energetice europene. Costuri, căldură irosită și lipsă de date Un exemplu invocat în material este Irlanda, unde centrele de date consumă peste 20% din electricitatea țării – cea mai mare pondere pe cap de locuitor la nivel global – iar un raport publicat săptămâna trecută de Beyond Fossil Fuels și Friends of the Earth Ireland susține că boomul a adăugat costuri la facturile gospodăriilor. O altă temă centrală este recuperarea căldurii reziduale. Jørgensen afirmă că, dacă s-ar utiliza „doar jumătate” din căldura excedentară disponibilă astăzi, ar putea fi încălzite 4 milioane de locuințe europene, calificând situația actuală drept „inacceptabilă”. În plus, Comisia se confruntă cu un deficit de informații: are „puține date” despre consumul energetic al centrelor de date, iar o raportare anterioară a Politico arăta că doar 36% dintre centrele de date obligate să transmită date privind eficiența energetică au făcut-o. Comisarul cere mai multă transparență, argumentând că este și în interesul industriei să demonstreze că poate fi „parte a soluției”. Ce urmează: „suveranitate tehnologică” și condiții mai stricte pentru investiții Bruxelles pregătește pentru miercuri un pachet de „suveranitate tehnologică”, menit să reducă dependența Europei de furnizori străini în domenii precum cloud, AI și semiconductori. În acest context, semnalul transmis marilor jucători este că accesul la piața europeană pentru proiecte noi de centre de date va fi tot mai strâns legat de contribuția lor la tranziția energetică și de acceptabilitatea socială a consumului lor de resurse. [...]

NVIDIA își extinde ofensiva pe „AI personal” în Windows, dar pagina indicată nu oferă încă detalii despre parteneriatul cu Microsoft , ci funcționează ca un index de știri din 31 mai 2026, potrivit NVIDIA News . Pentru companii și investitori, implicația imediată este una operațională: mesajul public al NVIDIA rămâne concentrat pe creșterea capacității de calcul și pe „industrializarea” aplicațiilor de inteligență artificială, în timp ce informațiile concrete despre „reinventarea PC-urilor Windows” nu sunt vizibile în conținutul extras. Ce se vede efectiv în pagina-sursă: un pachet de anunțuri din 31 mai 2026 Conținutul disponibil listează mai multe materiale (bloguri și comunicate) publicate în aceeași zi, cu accent pe infrastructură, producție și aplicații „agentice” (sisteme care pot executa sarcini în mod semi-autonom, pe baza unui obiectiv). Printre temele enumerate: extinderea „ NVIDIA AI Cloud ecosystem ” pentru a susține cererea globală de calcul AI; un „blueprint” (model de implementare) pentru operațiuni în fabrici, descris ca un „creier AI” pentru integrarea semnalelor din utilaje, calitate și alerte operaționale; rolul Taiwanului în lanțul de producție pentru infrastructura „NVIDIA Vera Rubin”, cu referire la parteneri și componente de rack; utilizarea calculului accelerat NVIDIA și a AI de către TSMC pentru proiectare și fabricație de semiconductori; inițiative în sănătate („Healthy Taiwan”), robotică (inclusiv un design de referință pentru robot umanoid), robotaxi și modele AI pentru conducere autonomă. De ce contează pentru piață: accent pe capacitate și implementare, nu pe „demo-uri” Chiar dacă titlul din feed sugerează o repoziționare a PC-urilor Windows în jurul „AI personal”, materialul extras nu include elementele care ar permite evaluarea impactului comercial (produse, termene, specificații, partajarea veniturilor sau lista de producători de PC implicați). În schimb, lista de subiecte publicate în aceeași zi indică o prioritate operațională: extinderea infrastructurii (cloud și „AI factory”), standardizarea implementărilor în industrie și împingerea AI către aplicații fizice (fabrici, sănătate, robotică, mobilitate). Pentru ecosistem, asta înseamnă presiune pe capacitate (hardware, integrare, producție) și pe adoptarea de fluxuri de lucru în care AI devine parte din procese, nu un proiect separat. Limitări și ce ar trebui urmărit în continuare În forma furnizată, pagina nu conține detalii despre colaborarea NVIDIA–Microsoft pentru „PC-uri Windows în era AI personal”. Pentru a cuantifica impactul (costuri, cerere, efect asupra pieței de PC-uri și asupra furnizorilor), ar fi necesare informații care nu apar în textul extras: ce funcții AI sunt vizate, ce cerințe hardware implică și când ar ajunge în produse comerciale. [...]

NVIDIA își deschide către comunitate un set amplu de „skill-uri” și instrumente pentru agenți AI în zona de robotică, vehicule autonome și inspecție vizuală, cu promisiunea reducerii costurilor și a timpului de dezvoltare — potrivit NVIDIA News . Miza operațională este automatizarea unor fluxuri de lucru complicate (date sintetice, simulare, antrenare, evaluare, implementare) prin instrucțiuni repetabile pe care agenții le pot executa, astfel încât echipele să poată scala mai ușor proiecte de „physical AI” (AI care interacționează cu lumea fizică). Ce lansează NVIDIA și de ce contează pentru companii Colecția include „ physical AI skills ” (seturi de instrucțiuni optimizate, executabile de agenți) și instrumente „agent-ready” (apelabile de agenți) din ecosistemul NVIDIA, acoperind mai multe componente ale stivei sale tehnologice: physical AI skills (depozit open-source pe GitHub) NVIDIA Agent Toolkit (pachetul în care sunt integrate skill-urile) NVIDIA Cosmos (modele „world foundation” pentru raționament și generare legate de lumea fizică) NVIDIA Omniverse (simulare și „digital twins” – replici digitale ale unor sisteme reale) NVIDIA Isaac (simulare și învățare pentru roboți) NVIDIA Metropolis (analiză video/vision AI) NVIDIA Alpamayo și zona de autonomous driving (dezvoltare pentru vehicule autonome) NVIDIA Jetson (platformă pentru AI la marginea rețelei – „edge”, adică pe dispozitive locale) În paralel, NVIDIA indică și componente pentru construirea și rularea agenților în condiții de guvernanță (securitate/confidențialitate) pe infrastructură locală sau în cloud: NVIDIA NemoClaw și NVIDIA OpenShell . Unde se aplică: de la date sintetice la „digital twins” Publicația descrie cinci zone în care skill-urile ar putea comprima munca de la „setup” până la iterații și validare: Robotică și edge AI : accelerarea pipeline-ului complet, inclusiv generare de date pentru percepție și mobilitate, simulare, antrenare pentru navigație și reglaje pentru implementare pe Jetson. Vehicule autonome : reconstrucția datelor din flote în medii de simulare, generarea de scenarii fotorealiste la scară și rularea de învățare prin întărire în buclă închisă pentru acoperire mai mare la antrenare și evaluare. Agenți de vision AI în timp real : date sintetice, ajustarea fină a modelelor, etichetare automatizată și agenți care caută, rezumă și analizează video live sau înregistrat. AI industrial : conversia datelor de inginerie în active CAD pentru simulare de tip „digital twin” și optimizarea scenelor OpenUSD cu mai puțină configurare manuală. Sănătate : ghidarea agenților prin crearea de „digital twins” pentru medii spitalicești, generare de date „sim-to-real” și testare de politici software înainte de implementare. Exemple de impact operațional raportat: timp, efort și randament NVIDIA oferă câteva exemple punctuale de rezultate obținute de companii care folosesc aceste instrumente, în special în zona de inspecție vizuală și date sintetice: Pegatron a redus timpul de antrenare și implementare a modelelor cu 67% folosind date sintetice generate cu skill-ul „Defect Image Generation” (compania este menționată și cu link: Pegatron ). Delta Electronics a raportat o îmbunătățire a ratei de detecție cu 17% pentru identificarea excesului de lipire pe bare colectoare metalice, după generarea de date sintetice de defecte. Inventec a redus efortul de colectare a datelor de defecte cu 30% pentru producția de carcase de laptop, prin integrarea aceluiași skill. Foxconn , împreună cu DeepHow, ar fi crescut „first pass yield” (procentul de produse care trec din prima verificare fără reparații) cu aprox. 3% , prin detectarea mai timpurie a erorilor. În zona vehiculelor autonome, NVIDIA menționează că Li Auto, Afari și DeepRoute.ai folosesc modele Omniverse NuRec pentru reconstrucție de scene, cu peste 1.000 de reconstrucții și peste 300.000 de randări și simulări pe zi. Disponibilitate și integrare în cloud Instrumentele și skill-urile sunt disponibile „openly” prin GitHub și skills.sh, pentru utilizare cu „orice agent de programare”, potrivit sursei. NVIDIA mai spune că anumite skill-uri pentru generare de date sintetice (Neural Reconstruction, Video Augmentation, Defect Image Generation) pot fi testate pe NVIDIA Brev, ca medii preconfigurate („Launchables”). În plus, Microsoft, CoreWeave și Nebius sunt menționate ca integrând aceste skill-uri și instrumente cu serviciile lor cloud, pentru a ajuta dezvoltatorii să simplifice și să scaleze generarea de date sintetice și implementarea. [...]

Intel susține că a rezolvat o problemă-cheie care frânează adoptarea „AI fizic” în robotică , o afirmație cu potențial impact operațional pentru companiile care dezvoltă și implementează roboți în industrie, logistică sau retail, potrivit Neowin , care relatează despre anunțul făcut la Computex 2026 . Miza este una practică: „AI fizic” (modele de inteligență artificială care controlează sisteme din lumea reală, precum roboți) se lovește de constrângeri diferite față de software-ul clasic — de la cerințe de latență (întârzierea dintre decizie și acțiune) până la integrarea cu senzori și actuatori. În acest context, Intel spune că a abordat una dintre cele mai mari probleme din zona roboticii și a AI-ului „încorporat” în dispozitive. De ce contează pentru companii Dacă soluția descrisă de Intel se confirmă în implementări comerciale, efectul direct ar putea fi reducerea fricțiunii la trecerea de la prototipuri la sisteme utilizabile în producție, adică: integrare mai rapidă a componentelor hardware și software în proiecte de robotică; timpi mai mici de dezvoltare și testare pentru aplicații care trebuie să funcționeze „în teren”; premise pentru extinderea utilizării roboților în medii unde fiabilitatea și reacția în timp real sunt critice. Ce știm și ce rămâne neclar Materialul indică faptul că afirmația a fost făcută în cadrul Computex 2026, însă, în fragmentul de conținut disponibil aici, nu apar detalii tehnice complete despre mecanismul exact, condițiile de utilizare sau rezultate măsurabile (de exemplu, valori de latență, scenarii de test, disponibilitate comercială). În lipsa acestor elemente, impactul concret pentru piață rămâne de validat prin implementări și date publice suplimentare. [...]

NVIDIA își extinde ofensiva în centrele de date cu Vera, un CPU „pentru agenți” care promite să crească veniturile din tokeni. Potrivit NVIDIA News , noul procesor Vera este deja în producție și este poziționat ca o piesă-cheie pentru „fabricile de AI” (infrastructuri care rulează antrenare, inferență și execuție de agenți), într-un moment în care economia acestor sisteme se mută de la „nuclee per dolar” la „tokeni per dolar” — adică la câți pași de calcul utili pot livra pentru fiecare unitate de cost. NVIDIA susține că Vera finalizează sarcini cu 1,8 ori mai repede decât procesoarele x86, pe o plajă de utilizări care include AI „agentic” (modele care nu doar răspund, ci execută acțiuni, rulează cod și folosesc instrumente), învățare prin recompensă (reinforcement learning) și procesare de date. Miza economică invocată de companie este directă: mai multă performanță CPU pe fluxurile critice din centrele de date ar însemna mai mult „token revenue” (venituri asociate volumului de tokeni procesați în servicii AI). De ce contează: CPU-ul devine din nou o constrângere în „fabricile de AI” În arhitecturile moderne pentru AI, acceleratoarele (GPU) fac partea grea de calcul, dar multe etape rămân limitate de CPU: rularea mediilor Python, compilări, execuție de cod în sandbox (medii izolate), logică de orchestrare și conducte de analiză. NVIDIA își construiește argumentul pe ideea că agenții AI cresc masiv cererea pentru astfel de sarcini, iar un CPU mai rapid și mai eficient energetic crește „debitul” (throughput) de agenți și interactivitatea. Jensen Huang , fondator și CEO al NVIDIA, afirmă: „Agenții AI vor fi cei mai mari utilizatori de calcul. Vera este primul CPU proiectat pentru acel viitor — construit pentru a rula AI agentic la scară hyperscale cu performanță, eficiență și programabilitate extraordinare.” Ce aduce Vera: arhitectură proprie și integrare strânsă cu platformele NVIDIA Vera este bazat pe „Olympus”, un nucleu CPU personalizat NVIDIA, și include 88 de nuclee Olympus , „Spatial Multithreading” (o tehnică de execuție paralelă pentru a crește utilizarea resurselor) și memorie LPDDR5X cu până la 1,2 TB/s lățime de bandă. Pe partea de integrare în platformele companiei, Vera este prezentat ca: CPU pentru servere Vera „standalone” (configurații dedicate CPU), CPU gazdă pentru platformele NVIDIA Vera Rubin , prin interconectarea NVLink-C2C de generația a doua, cu până la 1,8 TB/s lățime de bandă coerentă între CPU și GPU, componentă pentru platforme de stocare AI, prin NVIDIA Vera BlueField-4 STX , care combină CPU-ul cu rețelistică, accelerare de stocare și securitate „în siliciu”. NVIDIA mai spune că Vera extinde „Confidential Computing” (mecanisme hardware/software care protejează datele în utilizare) la nivel de rack, pentru a proteja sarcini agentice. Cine îl adoptă și cine îl produce: ecosistem de cloud și OEM Compania indică drept potențiali utilizatori sau evaluatori ai Vera atât laboratoare AI, cât și operatori mari de cloud și infrastructură. Sunt menționate, între altele, Anthropic, OpenAI și SpaceXAI, precum și ByteDance, CoreWeave și Oracle Cloud Infrastructure (OCI). În zona enterprise, NVIDIA indică și NYSE ca utilizator care explorează platforma. Pe partea de producție și integrare hardware, NVIDIA spune că sisteme Vera vor fi construite la scară de producători precum Dell Technologies, HPE, Lenovo și Supermicro, alături de ASUS, Compal, Foxconn, GIGABYTE, Pegatron, Quanta Cloud Technology (QCT), Wistron și Wiwynn, între alții. Publicația notează că marii OEM ar urma să ofere Vera în configurații de server CPU „standalone”, ca „prima opțiune standard de CPU dincolo de x86”. Performanță: benchmark-uri invocate și un exemplu de utilizare NVIDIA citează Phoronix (publicație de benchmark-uri open-source) spunând că Vera a livrat „cea mai rapidă performanță generală” pe sarcini agentice precum compilare de cod, Python, Java și procesare de baze de date — exact tipuri de încărcări care apar pe traseul critic al execuției agenților (utilizare de instrumente și execuție în sandbox). Într-un exemplu operațional, NYSE Group leagă adopția de obiective de latență și capacitate. Lynn Martin, președinte NYSE Group, spune: „NYSE procesează peste 1,1 trilioane de mesaje pe zi și, în colaborare cu Redpanda și HPE, folosind CPU-urile NVIDIA Vera, ne vom extinde capacitatea, optimizând în continuare latența pentru a susține o infrastructură de piață performantă, rezilientă și pregătită pentru AI.” Disponibilitate: când ajunge pe piață NVIDIA afirmă că sistemele Vera vor fi disponibile de la integratori și parteneri cloud din această toamnă . Compania nu oferă în material detalii despre prețuri sau despre configurații comerciale concrete pentru fiecare segment, astfel că impactul financiar imediat rămâne de evaluat în funcție de ritmul de adoptare în cloud și în centrele de date enterprise. [...]