Știri
Știri din categoria Inteligență artificială

Google își diversifică producția de cipuri pentru AI, reducând dependența de TSMC, printr-o comandă fermă către Intel pentru fabricarea a peste trei milioane de unități în 2028, potrivit The Next Web. Mișcarea vine pe fondul presiunii tot mai mari asupra capacităților TSMC, în special în zona de „advanced packaging” (împachetare avansată, adică integrarea cipului cu memoria), un blocaj care începe să schimbe strategiile de aprovizionare ale marilor cumpărători din AI.
Informația, atribuită de publicație unui material The Information, indică faptul că Google a plasat comanda către Intel pentru producția de „tensor processing units” (TPU – acceleratoare dezvoltate intern pentru sarcini de inteligență artificială). În paralel, Nvidia testează tehnologiile Intel, inclusiv împachetarea avansată și procesul 18A, fără să fi luat încă o decizie de producție. Pe fondul știrii, acțiunile Intel au urcat cu aproximativ 12%.
Miza nu este o schimbare de lider în industrie, ci reducerea riscului operațional într-un lanț de aprovizionare concentrat într-o singură țară și, practic, într-un singur furnizor pentru cele mai avansate cipuri AI. TSMC „se chinuie” să țină pasul cu cererea, iar presiunea este descrisă ca fiind cea mai severă în liniile de împachetare avansată, unde cipurile și memoria sunt „cusute” împreună pentru performanță.
Pentru companiile care proiectează cipuri de top, această dependență devine o vulnerabilitate strategică, iar diversificarea furnizorilor începe să arate mai puțin ca o opțiune și mai mult ca o necesitate.
Publicația separă explicit cele două abordări:
Pentru Intel, interesul – chiar și prudent – este prezentat ca un prag important, în condițiile în care compania încearcă de ani să transforme divizia de producție pentru terți (foundry, adică fabricare la comandă) într-un rival credibil pentru TSMC, cu rezultate limitate și pierderi mari. Publicația amintește că Intel a încercat să atragă Apple ca client și că atât guvernul SUA, cât și Nvidia au luat participații în companie.
Totuși, „fereastra” pe termen scurt pare să fie mai degrabă în împachetare decât în fabricația de vârf, unde Intel încă rămâne în urmă. Un punct critic rămâne dacă 18A poate egala TSMC la „yield” (randament – proporția de cipuri funcționale rezultate din producție), o problemă care a mai afectat Intel în trecut. În același timp, este menționat că SK Hynix ar testa compatibilitatea memoriei sale HBM (high-bandwidth memory) cu împachetarea Intel.
Comanda către Intel este prezentată și ca o continuare a strategiei Google de a-și controla infrastructura de cipuri: TPU-urile „se livrează acum în milioane”, iar compania și-a „împrăștiat” comenzile către mai mulți parteneri pentru a reduce dependența atât de Nvidia, cât și de TSMC. Adăugarea Intel este încă o măsură de acoperire.
Concluzia implicită: TSMC nu este „detronată”, dar faptul că cei mai mari cumpărători din AI caută alternative arată că presiunea de capacitate și riscul de concentrare au devenit suficient de mari încât să redeseneze, treptat, harta furnizorilor. Pentru Intel, Google devine un client care validează – cel puțin parțial – ambiția de revenire.
Recomandate

Google începe testarea limitată a Genie 4 , un „world model” care poate rula simulări interactive în timp real cu audio nativ , o direcție cu potențial operațional direct pentru companii care dezvoltă agenți AI, roboți sau instrumente creative. Informațiile sunt prezentate pe Google Blog . Genie 4 este descris ca un model global („world model”) pentru simulare interactivă în timp real, cu un nivel ridicat de realism și cu generare de sunet „nativ” (adică produs direct de model, pe loc, nu adăugat ulterior). Google spune că modelul integrează și dezvoltă capabilități din familia Gemini: „Gemini Omni” ar ancora simulările în aspect și comportament din lumea reală, iar alte modele Gemini ar furniza raționamentul necesar pentru coerență și continuitate. Ce poate face Genie 4 în simulare, potrivit Google Publicația indică faptul că utilizatorii pot porni un eveniment și pot „dirija” scenele în timp real prin limbaj natural, inclusiv: mișcarea camerei, schimbarea vremii, introducerea de personaje noi. În plus, fiecare „lume” ar genera audio dinamic, inclusiv sunete ambientale, muzică și dialog interactiv. De ce contează pentru utilizare practică și industrie Google poziționează simularea lumii ca un pas important către AGI (inteligență artificială generală), menționând explicit două direcții de utilizare: medii de antrenare mai sigure pentru roboți și agenți, respectiv extinderea instrumentelor creative în industrii precum film, jurnalism, jocuri și producție. Acces: testare limitată și planuri de extindere Google spune că a început distribuirea Genie 4 către un grup restrâns de testeri „de încredere”. Următorul pas ar fi disponibilitatea „în curând” pentru abonații Google AI Ultra , în Project Genie, precum și pentru parteneri cu acces timpuriu prin Gemini API și AI Studio. Pentru demonstrații, compania trimite către blogul Google DeepMind: https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/ . [...]

NVIDIA va investi 3 miliarde de dolari (aprox. 13,8 miliarde lei) în oferta de acțiuni a Meta , pe fondul extinderii colaborării dintre cele două companii pentru optimizarea modelelor Muse și a infrastructurii necesare rulării agenților de inteligență artificială, potrivit NVIDIA News . Parteneriatul vizează extinderea lucrului comun pe Muse și „familia” de modele Muse, cu accent pe îmbunătățirea performanței la inferență (rularea modelului în producție) și antrenare. În același timp, companiile urmăresc optimizări „pe fluxuri de lucru” pentru a maximiza performanța și a reduce costul total de deținere (total cost of ownership), adică ansamblul costurilor de infrastructură și operare pe durata utilizării. De ce contează: investiția leagă mai strâns Meta de ecosistemul NVIDIA Elementul cu impact economic direct este investiția de 3 miliarde de dolari în oferta de acțiuni a Meta, pe care NVIDIA spune că o va face în paralel cu extinderea colaborării tehnologice. În termeni practici, mișcarea consolidează relația comercială și tehnologică într-un moment în care Meta își accelerează ambițiile de infrastructură pentru agenți AI și modele de frontieră. Ce include extinderea colaborării tehnologice NVIDIA și Meta indică trei direcții principale: Optimizări pentru Muse : îmbunătățirea performanței la inferență și antrenare, plus optimizări pe întregul flux de lucru pentru eficiență și costuri mai mici. Securitate și monitorizare pentru agenți AI : luarea în calcul a unor colaborări pe NVIDIA OpenShell Reference Architecture , inclusiv OpenShell pentru implementare „sigură” și NVIDIA Sentry pentru monitorizarea comportamentului agenților. Extinderea implementărilor de infrastructură NVIDIA la Meta : Meta intenționează să extindă utilizarea NVIDIA Vera Rubin și Vera CPU , și să folosească NVIDIA Spectrum-X Ethernet și BlueField-4 pentru eficiență de rețea și creșterea debitului de date. Publicația mai notează că modelele și agenții Muse, care folosesc infrastructura NVIDIA, au avut performanțe de tip „frontier-level” în benchmark-uri și o creștere puternică a descărcărilor de la consumatori după lansare, fără a oferi însă cifre. Mesajul celor două companii: agenții AI, noua țintă operațională Jensen Huang , CEO NVIDIA, leagă extinderea parteneriatului de trecerea către agenți AI ca „nouă paradigmă de calcul”, în timp ce Mark Zuckerberg , CEO Meta, poziționează Muse ca vehicul pentru a duce „superinteligența personală” către utilizatori. În perioada următoare, consecința practică a anunțului ar trebui să fie accelerarea implementărilor de infrastructură NVIDIA la Meta și o integrare mai strânsă a instrumentelor de securitate și monitorizare pentru agenți, în măsura în care colaborările „luate în calcul” se concretizează. [...]

NVIDIA și Oracle mizează pe extinderea „superclusterelor” OCI la scară multi-gigawatt , într-o mișcare care vizează direct capacitatea operațională necesară pentru antrenarea și rularea modelelor de inteligență artificială tot mai mari, potrivit NVIDIA News . În paralel, NVIDIA Vera Rubin NVL72 și NVIDIA Vera CPU devin disponibile general în Oracle Cloud Infrastructure (OCI) , ceea ce extinde opțiunile de infrastructură pentru clienții care rulează atât sarcini intensive pe GPU (plăci grafice pentru calcul), cât și operațiuni intensive pe CPU (procesoare). Ce se schimbă, operațional: GPU și CPU pot fi scalate separat Elementul practic al colaborării este posibilitatea ca organizațiile să dimensioneze independent resursele de CPU și GPU, în funcție de tipul de încărcare. Mesajul central: în fluxurile moderne cu „agenți” AI (sisteme care nu doar generează răspunsuri, ci și execută pași intermediari), o parte relevantă din muncă se mută între apelurile către model și poate bloca GPU-urile dacă rulează lent pe CPU. În această logică, OCI oferă acum: disponibilitate generală pentru NVIDIA Vera Rubin NVL72 și NVIDIA Vera CPUs în Oracle Cloud Infrastructure ; infrastructură pentru antrenare și inferență (rulare) a modelelor, plus sarcini „din spate” pentru agenți: execuție de unelte, testare de cod, recuperare de date. Cum arată „superclusterele” OCI și de ce contează scara multi-gigawatt OCI Superclusters combină sisteme rack-scale NVIDIA NVL72 cu rețelistică Oracle Acceleron și NVIDIA Spectrum-X (Ethernet), plus alimentare și răcire „de clasă gigawatt”, pentru a susține antrenarea și servirea celor mai mari modele AI. Conform anunțului, fiecare rack conectează 72 de GPU-uri prin NVIDIA NVLink , iar rețeaua OCI este proiectată să scaleze la sute de mii de GPU-uri. Extinderea planificată cu Vera Rubin se bazează pe infrastructura NVIDIA deja prezentă în OCI, inclusiv sisteme GB200 și GB300 . NVIDIA indică și rolul platformei software CUDA, ca bază comună pentru a rula modele pe generații diferite de hardware. Următorul pas: HGX Rubin NVL8, o configurație mai mică, compatibilă x86 OCI spune că intenționează să introducă și NVIDIA HGX Rubin NVL8 , cu opt GPU-uri Rubin conectate prin NVLink într-un server bazat pe arhitectură x86. Configurația planificată include două procesoare Intel Xeon 6 cu 64 de nuclee, 4 TB memorie DDR5 și rețelistică RDMA de 6,4 Tbps, ca opțiune pentru antrenare, „fine-tuning” (ajustare) și inferență. Ideea operațională este de flexibilitate: adoptarea tehnologiei Rubin într-un format cu opt GPU-uri, păstrând compatibilitatea cu aplicații x86. Exemplu de utilizare: OpenAI pe OCI, peste 100.000 de GPU-uri Blackwell În anunț este menționat OpenAI ca exemplu de utilizare a infrastructurii OCI: în Abilene, compania ar fi antrenat și servit GPT-6 Astra pe un OCI Supercluster cu peste 100.000 de GPU-uri NVIDIA Blackwell. OpenAI este citată și în contextul folosirii Vera Rubin pe OCI, respectiv al testării și trecerii în producție a Vera CPU pentru sarcini de tip „agentic”. De ce intră în ecuație Vera CPU: reducerea timpilor morți ai GPU-urilor NVIDIA și Oracle își justifică extinderea și printr-o problemă practică: agenții AI execută cod și folosesc unelte între apelurile către model, iar dacă aceste operațiuni sunt lente pe CPU, GPU-urile pot rămâne în așteptare. În OCI, „Compute cu NVIDIA Vera CPUs” este prezentat ca orientat către: performanță ridicată pe un singur fir de execuție (single-thread), utilă pentru apeluri individuale și execuție de cod; lățime mare de bandă a memoriei, pentru a alimenta nucleele CPU cu date în sarcini concurente. În plus, OCI Kubernetes Engine este menționat ca mecanism pentru scalarea separată CPU/GPU, iar Oracle Acceleron este indicat pentru izolare hardware a încărcărilor care rulează cod „neîncrezător” generat de AI. Ce urmează Pe termen scurt, efectul concret este disponibilitatea generală în OCI pentru NVIDIA Vera Rubin NVL72 și NVIDIA Vera CPUs . În paralel, Oracle și NVIDIA vor să ducă OCI Superclusters la scară multi-gigawatt și să introducă HGX Rubin NVL8, însă calendarul și dimensiunea exactă a implementărilor nu sunt detaliate în material. [...]

Autoritățile finlandeze au oprit defrișarea ilegală pentru un centru de date Google , după ce dezvoltatorul proiectului a tăiat aproximativ 526 de hectare de pădure (circa 5,26 milioane mp) și circa 250.000 de copaci, potrivit IT之家 . Cazul alimentează tensiunile din Europa legate de ritmul accelerat al construcției de centre de date și de costurile de mediu asociate, într-un context în care cererea pentru infrastructură de calcul (inclusiv pentru inteligență artificială) crește rapid. În prima parte a lunii octombrie, un organism de reglementare din Finlanda a cerut companiei Tuike Finland Oy , dezvoltatorul centrului de date deținut de Google, să oprească imediat tăierile ilegale. Informațiile publicate ulterior de The Guardian , citate de IT之家, descriu zona defrișată ca fiind transformată într-un teren plin de noroi și cioate, după dispariția pădurii boreale de conifere. Impact operațional și social: fauna împinsă spre comunități În apropierea satului Otanmäki, după defrișare, o haită de lupi ar fi rămas fără prada obișnuită și a început să caute hrană în localitățile din zonă. O localnică, Anne Ranta (53 de ani), a declarat pentru The Guardian că animalele sălbatice au fugit din pădure, iar lupii au ajuns în sat din lipsă de hrană. Ea spune că ia în calcul să se mute definitiv și se declară împotriva construirii de centre de date în zonă. Un alt locuitor, Antti Jääkonen (din Muhos), a criticat proiectul, tot într-o declarație pentru The Guardian, susținând că abordarea a fost greșită „încă de la început”. Context mai larg: conflicte similare și în SUA Materialul mai indică faptul că tensiunile dintre dezvoltatorii de centre de date și protecția mediului se repetă și în Statele Unite: în West Virginia, pentru un centru de date „hiperscalat” planificat de Anthropic, o zonă cu castani americani extrem de periclitați ar putea fi nivelată; lângă Fort Wayne (Indiana), o parte dintr-un teren cu zone umede ar fi fost nivelată pentru un nou centru de date Google; în sudul statului New Jersey, un operator de centre de date a fost amendat cu 1 milion de dolari (aprox. 4,6 milioane lei) pentru utilizarea a 62 de generatoare pe gaz fără autorizație, care ar fi evacuat gaze de eșapament în zonă. Pentru Google și industria centrelor de date, cazul din Finlanda ridică o problemă de risc operațional și de reglementare: proiectele pot fi întârziate sau oprite atunci când intră în conflict cu legislația de mediu, iar costurile sociale și de reputație cresc odată cu vizibilitatea publică a acestor proiecte. [...]

Gemini 4 Argon este disponibil global prin API pentru dezvoltatori și companii , ceea ce mută accentul de la demonstrații la utilizare efectivă în produse — de la vizualizări 3D bazate pe date în timp real până la jocuri multiplayer în browser, potrivit Google Blog . Modelul, descris de Google drept unul „frontier” (de vârf), este prezentat ca performant în sarcini complexe, în mai multe domenii, inclusiv programare, finanțe, juridic, securitate cibernetică și știință. Publicația susține că Argon excelează în „deep work” (muncă în profunzime) pe fluxuri de lucru în mai mulți pași și că depășește alte modele similare pe teste standardizate („benchmarks”), fără a oferi însă cifre în acest material. Ce pot construi dezvoltatorii cu Argon: cinci exemple din comunitate Google oferă cinci proiecte realizate de dezvoltatori, ca ilustrare a capabilităților modelului în raționament spațial, precizie matematică și generare de medii 3D: O simulare 3D a unui hidroavion pe apă, cu iluminare, reflexii și mișcarea apei, realizată de Lumina ( @LuminaBench ). Un glob 3D interactiv care combină date despre incendii de vegetație și seisme: NASA (flux live de incendii globale) și U.S. Geological Survey (date seismice), construit în Google Antigravity de Alex Patrascu ( @maxescu ). O simulare detaliată a unui motor turbofan, cu măsurători și specificații pe componente, realizată cu Blender și Three.js de Ashutosh Shrivastava ( @ai_for_success ). Un model 3D interactiv al unei trăsuri, generat dintr-o singură imagine, cu elemente funcționale (uși, ferestre) și reacții la denivelări, creat de The Bugged Dev ( @thebuggeddev ). Un joc multiplayer „capture-the-flag” în browser („Backyard Rascals”), în care personajele pot alerga, intra în coliziune și interacționa în timp real, realizat de Chong-U ( @chongdashu ). Unde este disponibil și ce înseamnă operațional pentru companii Conform materialului, Gemini 4 Argon este disponibil global: prin API în AI Studio și în Gemini platform , pentru dezvoltatori și întreprinderi; în Google Antigravity pentru abonații Google AI Ultra și Pro plătit ; în aplicația Gemini și în AI Mode din Search pentru abonații Google AI Ultra și Pro. Pentru piață, miza practică este că accesul „global” prin API și integrarea în instrumente Google reduce fricțiunea de implementare: echipele pot testa și integra modelul direct în fluxuri de lucru (vizualizări, simulări, aplicații interactive) fără a se limita la demonstrații izolate. Materialul nu oferă detalii despre prețuri, limite de utilizare sau niveluri de performanță măsurate. [...]

Jensen Huang spune că modelele AI trebuie „ținute sub control” și monitorizate , un mesaj care mută discuția din zona de performanță în cea de guvernanță și risc operațional pentru companiile care dezvoltă sau folosesc inteligență artificială. Într-un interviu acordat CNBC , CEO-ul Nvidia compară AI cu „un bebeluș”, argumentând că tehnologia are nevoie de limite și supraveghere continuă pentru a fi utilizată în siguranță. Declarațiile vin în contextul în care evaluările „laboratoarelor de frontieră” (companii care dezvoltă modele AI de vârf) au crescut puternic, iar presiunea pe industrie se mută tot mai mult spre întrebarea: cum sunt controlate aceste sisteme după ce sunt puse în producție, nu doar cât de capabile sunt. De ce contează pentru companii: siguranța devine cerință operațională, nu opțiune Mesajul lui Huang indică o schimbare de accent relevantă pentru piață: pe măsură ce modelele AI sunt integrate în produse și procese, „siguranța” nu mai e doar un principiu, ci o componentă de operare — cu instrumente, proceduri și monitorizare. În interviu, Huang spune că există deja instrumente menite să controleze modelele AI și să promoveze utilizarea lor în condiții de siguranță. CNBC nu detaliază, în materialul disponibil, care sunt exact aceste instrumente sau cum sunt implementate, astfel că rămâne neclar ce mecanisme concrete are în vedere (de exemplu, limitări de acces, filtre, auditare sau monitorizare în timp real). Context: evaluările OpenAI și Anthropic, parte din aceeași discuție În aceeași intervenție, CEO-ul Nvidia discută și despre evaluările unor jucători precum Anthropic și OpenAI. Legătura implicită este că, odată cu creșterea valorii și a influenței acestor companii, cresc și așteptările privind controlul riscurilor asociate modelelor AI pe care le dezvoltă și le comercializează. Materialul CNBC este un segment video (aprox. 5 minute și 58 de secunde) și nu include, în textul extras, cifre sau exemple punctuale despre evaluări ori despre instrumentele de siguranță menționate. [...]