Știri
Știri din categoria Inteligență artificială

Nvidia confirmă parteneriatul cu MediaTek pentru cipuri AI de PC, potrivit YouTube, unde CEO-ul Jensen Huang a vorbit cu reporterii la banchetul anual Weiya al companiei, organizat la Taipei, pe 30 ianuarie 2026. Miza este intrarea mai agresivă a Nvidia pe piața laptopurilor cu Windows, dominată în prezent de Intel și AMD.
Huang a spus că cele două companii lucrează la un nou „system-on-chip” (SoC, adică un cip care integrează mai multe componente-cheie ale unui computer, precum procesor și grafică), orientat către PC-uri cu capabilități avansate de inteligență artificială, dar cu consum redus de energie. Confirmarea vine pe fondul informațiilor tot mai numeroase despre procesoarele N1/N1X, asociate cu o strategie Nvidia de a aduce arhitectura Arm în zona laptopurilor Windows.
„Am făcut un parteneriat cu MediaTek pentru a construi un SoC foarte puternic și are consum redus, dar este foarte puternic și este conceput pentru computere cu inteligență artificială foarte puternică”, a declarat Huang. „Aplicațiile sunt destul de multe.”
Din punct de vedere tehnic, cipurile N1 și N1X par să fie legate de „GB10 Superchip”, folosit în microstația de lucru DGX Spark, iar detalii apărute în industrie indică o configurație cu procesor Arm cu 20 de nuclee și o componentă grafică bazată pe arhitectura Blackwell, notează Tom’s Hardware. În aceeași zonă de informații, The Register menționează că aceste cipuri ar fi fabricate pe 3 nm la TSMC și ar folosi memorie LPDDR5X unificată, o alegere care susține obiectivul de eficiență energetică invocat de Nvidia.
Parteneriatul cu MediaTek este relevant și prin prisma rolului companiei taiwaneze în proiectarea unor nuclee Arm și în integrarea platformelor cu consum redus, ceea ce poate accelera ambiția Nvidia de a livra laptopuri „AI-first” (orientate în primul rând către rularea locală a sarcinilor de inteligență artificială, nu doar în cloud). În termeni de piață, combinația dintre expertiza Nvidia în accelerare grafică și AI și experiența MediaTek în SoC-uri eficiente poate crea o alternativă credibilă la platformele x86 tradiționale.
Pe partea comercială, mai mulți producători ar pregăti laptopuri bazate pe N1/N1X pentru începutul lui 2026; documente interne „scăpate” în spațiul public indică modele Lenovo, iar Dell ar fi vizat atât gama Alienware, cât și XPS, potrivit TweakTown. Separat, Tom’s Hardware citează surse DigiTimes care plasează debutul laptopurilor Windows pe Arm cu N1X în T1 2026, într-un calendar care ar coincide cu lansarea Windows 11 26H1, descris ca fiind proiectat „să susțină anumite platforme hardware”.
Rămân însă și riscuri: presiunea pe lanțurile de aprovizionare (inclusiv pe zona de memorie, afectată de cererea din centrele de date pentru AI) și limitările ecosistemului Windows pe Arm, unde multe jocuri încă depind de emulare x86. HotHardware atrage atenția că întrebarea cheie este dacă utilizatorii, în special gamerii, vor accepta compromisurile de compatibilitate și performanță care pot apărea atunci când aplicațiile nu rulează nativ.
În acest context, parteneriatul Nvidia–MediaTek nu este doar o colaborare tehnologică, ci un test de piață pentru ideea de laptop Windows cu AI rulat local, pe arhitectură Arm, la scară largă.
Recomandate

Amazon își monetizează cipurile AI la un ritm anual de circa 25 mld. dolari (aprox. 114 mld. lei), crescând presiunea pe dominația Nvidia în infrastructura pentru inteligență artificială , potrivit Mediafax . Indicatorul a fost comunicat odată cu prezentarea rezultatelor financiare și sugerează accelerarea cererii pentru capacități de calcul dedicate AI. Miza economică este dublă: pe de o parte, Amazon își transformă investițiile în proiectarea de procesoare într-o linie de venituri semnificativă în interiorul AWS; pe de altă parte, apariția unui furnizor alternativ la scară mare poate schimba raportul de forțe într-o piață în care Nvidia a devenit, în ultimii ani, principalul furnizor de cipuri de înaltă performanță pentru AI. De ce contează pentru AWS și pentru costurile clienților Amazon a ales să își proiecteze propriile cipuri pentru a reduce costurile și pentru a depinde mai puțin de furnizori externi, în contextul în care dezvoltarea și utilizarea modelelor de inteligență artificială implică investiții mari în infrastructură. Prin AWS, companiile închiriază putere de calcul, spațiu de stocare și infrastructură pentru aplicații, fără să își construiască propriile centre de date. Compania susține că procesoarele sale oferă costuri mai mici și eficiență mai bună pentru multe aplicații de cloud și AI, ceea ce devine relevant pe fondul creșterii „explozive” a cererii pentru procesoare performante. Ce cipuri dezvoltă Amazon și la ce sunt folosite Amazon are mai multe familii de cipuri, cu roluri distincte: Graviton : pentru sarcini obișnuite în centrele de date, înlocuind în multe cazuri procesoare de la Intel și AMD. Trainium : pentru antrenarea modelelor AI (etapa în care sistemele „învață” din volume mari de date). Inferentia : pentru rularea modelelor după antrenare (de exemplu, răspunsurile unui chatbot sau generarea de imagini). Presiune crescândă pe Nvidia: „giganții cloud” își fac propriul hardware Creșterea diviziei de cipuri a Amazon este prezentată ca un semnal că infrastructura AI intră într-o etapă în care marii furnizori de cloud concurează nu doar prin servicii software, ci și prin tehnologia hardware proiectată pentru propriile centre de date. În același context, Microsoft investește în cipurile Maia și Cobalt, iar Google dezvoltă de mai mulți ani procesoarele TPU . Chiar dacă Nvidia rămâne liderul pieței de acceleratoare AI, direcția indicată de Amazon sugerează o încercare a marilor platforme de a reduce dependența de un singur furnizor și de a oferi alternative clienților care construiesc aplicații bazate pe inteligență artificială. [...]

Comisia Europeană a deschis licitația pentru până la șapte „gigafabrici” de inteligență artificială, dar finanțarea publică este încă în mare parte neasigurată , ceea ce pune sub semnul întrebării calendarul și capacitatea UE de a recupera rapid decalajul față de SUA și China, potrivit The Next Web . Inițiativa este prezentată ca un efort de circa 30 miliarde euro, construit pe un parteneriat public-privat: aproximativ 10 miliarde euro ar urma să vină de la Bruxelles și statele membre, iar restul de 20 miliarde euro de la investitori privați, pe ideea că banii publici pot „atrage” capitalul necesar proiectelor. Ce se cumpără, concret: putere de calcul la scară mare Fiecare „gigafabrică” ar urma să găzduiască cel puțin 100.000 de cipuri avansate pentru AI, ceea ce ar face-o de circa patru ori mai puternică decât cele mai mari centre de date care operează în prezent în UE. Împreună, cele până la șapte unități ar urma să dubleze (și chiar să depășească) capacitatea de calcul pentru AI a blocului comunitar. Comisia diferențiază aceste proiecte de rețeaua existentă de 19 „fabrici AI” mai mici, atașate supercomputerelor europene: noile amplasamente sunt gândite „cu un ordin de mărime” mai mari, pentru antrenarea modelelor de vârf (frontier models) pe care, în prezent, doar câteva laboratoare din SUA și China și le permit. Miza economică: UE încearcă să reducă dependența de „compute” închiriat Rațiunea proiectului este una competitivă: companiile europene ajung să închirieze putere de calcul (compute) de la furnizori americani de cloud, în timp ce SUA și China investesc masiv în infrastructură. Henna Virkkunen, responsabilă în Comisie pentru „suveranitatea tehnologică”, numește această scară de calcul „o necesitate strategică”. Interesul de piață există: o rundă anterioară de exprimare a interesului a strâns 76 de răspunsuri din partea unor consorții din Europa, iar zece țări – inclusiv Germania, Franța, Italia, Spania și Polonia – s-au poziționat ca potențiale gazde. Franța a semnalat deja că ar putea merge pe cont propriu. Problema-cheie: banii publici sunt, deocamdată, mai mult „intenție” Deși proiectul este prezentat ca având o componentă publică de circa 10 miliarde euro, doar aproximativ 1 miliard euro din partea Bruxelles-ului este efectiv angajat, restul depinzând de următorul buget multianual al UE (Multiannual Financial Framework), care nu este încă agreat. Un oficial de rang înalt a spus explicit că suma este o „cea mai bună estimare” a ceea ce ar putea fi disponibil, nu bani deja alocați: „Nu putem anticipa deciziile privind următorul MFF.” Această incertitudine intră în conflict cu un calendar ambițios: construcția ar trebui să înceapă la începutul lui 2027, iar primele „gigafabrici” să devină operaționale la mijlocul lui 2028. Riscuri operaționale: întârzieri, energie scumpă și dependență de cipuri americane Planul a fost lansat inițial la începutul lui 2025 și „a alunecat” de mai multe ori, ceea ce sugerează prudență în privința termenelor. În plus, există două constrângeri structurale: Lanțul de aprovizionare cu cipuri : cipurile ar urma să vină în principal de la Nvidia, AMD și Qualcomm – companii americane – ceea ce complică mesajul de „independență”. Costul energiei : electricitatea în Europa este de două până la trei ori mai scumpă decât în SUA sau China, iar alimentarea centrelor de date este deja un factor limitativ. Criticii citați de publicație pun sub semnul întrebării modelul, argumentând că închirierea unei capacități „suverane” construită pe hardware străin poate crea doar o aparență de independență și că decalajul real al Europei este la nivel de cipuri și modele, nu de clădiri. Comisia susține, însă, că infrastructura este un început: finanțatorii publici ar urma să primească o cotă proporțională din puterea de calcul pentru cercetare și proiecte publice, iar pariul este că infrastructura va atrage ulterior talent, startup-uri și, în timp, investiții în producția de cipuri. În acest moment, licitația este deschisă, dar „pachetul” de 30 miliarde euro rămâne în bună măsură o ambiție: UE a anunțat ținta, însă a securizat până acum doar o fracțiune din finanțarea publică necesară. [...]

Modelul de uragane al DeepMind a câștigat timp operațional pentru prognoze, dar rămâne o „cutie neagră” și ridică o problemă practică: meteorologii îl pot folosi ca avantaj, fără să știe încă ce semnal fizic „vede” în date, potrivit Ars Technica . Modelul de inteligență artificială pare să extragă informație relevantă din date cu rezoluție mai mică și să o transforme în predicții mai timpurii despre intensitatea furtunilor, însă cercetătorii nu știu ce anume captează. „Este o cutie neagră la finalul zilei, dar asta le dă fizicienilor un semnal că se întâmplă ceva care nu era înțeles anterior”, spune Alet. Ce schimbă în munca de prognoză: mai multe scenarii, mai repede Spre deosebire de o prognoză singulară, modelul generează o plajă de scenarii posibile pentru o furtună în formare. Abordarea urmărește să surprindă efecte de tip „fluture” — situații în care o abatere mică poate produce schimbări mari ulterior — iar prognoziștii pot folosi aceste ieșiri împreună cu cele ale altor modele pentru a estima evoluția probabilă a sistemului. Un element operațional important este creșterea masivă a numărului de simulări: anul trecut modelul producea 50 de scenarii pe furtună, iar acum generează 1.000. „Asta este ceva ce, cu puterea noastră de calcul, pur și simplu nu putem face cu modelele numerice existente”, spune Musgrave. Limitarea-cheie: performanța nu garantează consistență, iar oamenii rămân esențiali Brennan descrie modelul DeepMind drept un instrument valoros, dar insistă că este doar unul dintre multe. El avertizează că rezultatele bune într-un sezon sau pentru o furtună nu înseamnă automat că același model va fi cel mai bun în sezonul următor. „Nu există nicio garanție că un model, pentru că a mers bine anul trecut sau a mers foarte bine pentru această furtună, va fi neapărat cel mai bun pentru sezonul următor sau următoarea furtună.” În plus, spune el, componenta umană rămâne critică: uraganul nu înseamnă doar traiectorie și intensitate, ci traducerea prognozei în impact — iar impactul este cel care ucide oameni. Ce urmează: modelele WeatherNext vor fi publicate ca open-source Google DeepMind a anunțat că va publica în regim open-source modelele WeatherNext folosite în sezonul uraganelor, astfel încât cercetătorii să le poată utiliza și îmbunătăți. Alet speră că deschiderea către comunitatea de cercetare va ajuta inclusiv la înțelegerea mai bună a modului în care funcționează cicloanele. Materialul citat de Ars Technica provine inițial dintr-o relatare publicată de Wired . [...]

ByteDance își crește masiv pariul pe infrastructură și cercetare AI : grupul chinez antrenează un model care ar putea ajunge la 10 trilioane de parametri , într-o încercare de a se apropia de vârful pieței dominat de laboratoare americane precum Anthropic , potrivit Ars Technica . Modelul este, conform a trei persoane familiarizate cu proiectul citate de publicație, într-o fază timpurie de antrenare și ar urma să fie „pre-antrenat” (etapa de bază în care modelul învață din volume mari de date) timp de trei până la șase luni, înainte de ajustarea fină și o eventuală lansare „dacă totul merge bine”. Dimensiunea finală ar urma să fie stabilită mai târziu. Prin comparație, aceeași sursă notează că Anthropic nu publică dimensiunile modelelor sale, însă estimări din industrie indică aproximativ 8 trilioane de parametri pentru Mythos 5 și circa 5 trilioane pentru Fable 5. Ars Technica subliniază că numărul de parametri indică, în linii mari, capacitatea „de memorie” a unui model, dar performanța depinde și de calitatea datelor și de metodele de antrenare. Ce înseamnă operațional: investiții în centre de date, echipe mari și strategie „independentă” ByteDance, compania-mamă a TikTok, și-a ținut relativ discret profilul în AI, în condițiile în care multe dintre modelele sale sunt „închise” (nu sunt publicate deschis), spre deosebire de alți jucători chinezi. Totuși, grupul a investit agresiv în ultimii trei ani, extinzându-și rețeaua de centre de date și recrutând cercetători, în paralel cu dezvoltarea diviziei de cloud Volcano Engine, care vinde soluții AI către companii, potrivit articolului. În plus, ByteDance ar avea ambiții de a dezvolta cipuri AI proprii, o direcție care, dacă se concretizează, ar putea reduce dependența de furnizori externi în condițiile în care antrenarea modelelor de dimensiuni foarte mari este limitată de accesul la hardware performant. Echipa Seed, care dezvoltă modelele, este condusă de Wu Yonghui (fost cercetător Google DeepMind) și ar avea aproximativ 2.000 de membri în China și în afara țării, incluzând cercetători, ingineri de infrastructură, echipe de etichetare a datelor și traducători. De ce contează: cursa pentru modele de „frontieră” se mută și pe terenul Chinei Ars Technica arată că mai multe laboratoare chineze ar antrena modele de dimensiunea Fable 5, însă ByteDance ar fi, în acest moment, cel mai ambițios în încercarea de a împinge dimensiunea spre zona de vârf. În ultimele săptămâni, modele din China dezvoltate de Moonshot și Alibaba ar fi avut rezultate puternice pe teste standardizate, rămânând în anumite zone în urma lui Fable 5. În același timp, Mythos 5 ar fi disponibil doar organizațiilor aprobate, după o interdicție temporară în iunie, invocată pe fondul unor îngrijorări de securitate, conform articolului. Strategie: fără „distilare”, cu ritm posibil mai lent Un element-cheie este alegerea ByteDance de a nu folosi „distilarea” altor modele (o tehnică prin care un model mai mic este antrenat să reproducă ieșirile unuia mai mare), optând pentru o dezvoltare mai independentă. Această abordare ar fi în vigoare de peste un an și, potrivit unor opinii din industrie citate de Ars Technica, ar fi putut contribui la un ritm mai lent față de rivali. Fondatorul Zhang Yiming ar fi reiterat într-o întâlnire internă, cu două săptămâni înainte, că echipa Seed ar trebui să urmărească „capabilități de model la nivel de lider mondial” pe termen lung, fără a se concentra excesiv pe faptul că ar putea rămâne temporar în urmă. Comentariile ar fi fost relatate inițial de presa chineză Latepost și de The Information, mai notează articolul. ByteDance nu a răspuns unei solicitări de comentariu. [...]

Un experiment care ar putea accelera terapiile cu bacteriofagi pune presiune pe regulile de biosecuritate , după ce cercetători au folosit inteligența artificială generativă pentru a crea virusuri care nu există în natură, potrivit Mediafax . Cercetătorii de la Universitatea Stanford au dezvoltat un program de inteligență artificială generativă, numit Evo 2 , capabil să creeze noi genomuri (materialul genetic complet al unui organism). Cu ajutorul acestuia, echipa a proiectat și produs 16 bacteriofagi sintetici – virusuri mici care infectează bacteriile – informație atribuită de Mediafax publicației Financial Times. Ce au obținut și de ce contează operațional în medicină Bacteriofagii (numiți pe scurt „fagi”) sunt considerați o posibilă alternativă la antibiotice în anumite situații, pentru a distruge bacteriile care provoacă infecții. În testele realizate într-un laborator securizat, noii fagi au fost mai eficienți în distrugerea bacteriei E. coli decât fagul natural ΦX174, al cărui genom a fost folosit ca punct de plecare pentru Evo 2. Rezultatele au fost publicate joi în revista Science, iar coordonatorul proiectului, Brian Hie, a descris demersul ca o demonstrație de principiu privind capacitatea inteligenței artificiale generative de a crea genomuri „complete și funcționale”. Miza de reglementare: avertismente privind biosecuritatea Pe lângă potențialul medical, apar și semnale de alarmă privind controlul acestor tehnologii. Thomas Inglesby și Moritz Hanke, de la Centrul pentru Securitatea Sănătății al Universității Johns Hopkins , au avertizat, în același număr al revistei Science, că studiul ridică „întrebări urgente privind siguranța și securitatea biologică”. Cei doi au apreciat măsurile de precauție luate de echipa de la Stanford, dar au susținut că regulile actuale nu sunt suficiente pentru a controla dezvoltarea genomicii generative. Context: de ce bacteriofagii nu sunt deja o soluție „la scară” Terapia cu bacteriofagi este folosită de decenii în Europa de Est, unde sunt selectați fagi care pot ataca tulpina bacteriană responsabilă de infecția pacientului. În Occident, metoda nu este utilizată pe scară largă, în principal din cauza procedurilor complexe și a riscului ca bacteriile să dezvolte rezistență și la fagi. În acest context, capacitatea de a proiecta rapid fagi noi poate deschide o direcție importantă pentru tratamente, dar, în același timp, amplifică presiunea pentru actualizarea cadrului de siguranță și supraveghere a cercetării în biologia sintetică. [...]

Peste 300 de IMM-uri s-au înscris în două luni într-un program gratuit de adopție AI , semn că cererea pentru competențe și proiecte aplicate depășește capacitatea internă a multor firme, potrivit Raiffeisen . Business Forward, dezvoltat de Raiffeisen Bank România împreună cu Social Innovation Solutions , oferă educație, sprijin de implementare și acces la granturi totale de 1.000.000 de lei. Programul este poziționat ca răspuns la un decalaj de piață: interes ridicat pentru inteligența artificială, dar utilizare încă redusă în companii. Raiffeisen spune că înscrierile confirmă „nevoia de acces la resurse educaționale, soluții concrete și sprijin pentru implementare”. De ce contează: interes mare, adopție mică, bariere de resurse Un studiu realizat de Raiffeisen Bank în rândul a 256 de antreprenori indică faptul că doar 12% folosesc deja inteligența artificială în business, în timp ce peste 60% recunosc relevanța tehnologiei pentru afacerea lor. Principalele obstacole menționate sunt lipsa expertizei interne, bugetele limitate și dificultatea de a alege un prim proiect cu rezultate măsurabile. Ce primesc companiile și cum funcționează selecția Business Forward este un program gratuit, iar companiile acceptate primesc acces la module de educație digitală dezvoltate de Harvard Business School AI Institute . Conținutul acoperă fundamentele inteligenței artificiale generative (AI care poate produce text, imagini sau cod), utilizarea strategică și coordonarea implementării la nivel de management. După parcurgerea modulelor, firmele care finalizează intră automat în procesul de selecție pentru un program intensiv, în care antreprenorii lucrează cu specialiști pentru a defini și pregăti proiecte aplicate de implementare. La final, cele mai bune proiecte concurează pentru granturi în valoare totală de 1.000.000 de lei. Locuri disponibile și calendar Înscrierile rămân deschise în limita a 400 de locuri disponibile, conform comunicatului. Programul a strâns peste 300 de înscrieri în primele două luni de la lansare. [...]