Știri
Știri din categoria Inteligență artificială
SK Telecom vizează construirea unui AI Cloud de „scară gigawatt” în Coreea, cu prima „fabrică AI” planificată pentru 2027, într-un parteneriat tehnologic cu NVIDIA care mizează pe eficiență energetică și cost mai mic per unitate de calcul pentru aplicații industriale și enterprise, potrivit NVIDIA News.
Inițiativa folosește platforma NVIDIA DSX (o arhitectură „full-stack”, adică de la cipuri și sisteme până la software și operațiuni) ca „plan” de proiectare pentru centre de date optimizate pentru sarcini de inteligență artificială. În logica anunțului, miza este ca infrastructura să producă „token-uri” (unități de procesare folosite în modele generative) la cost cât mai redus și cu eficiență energetică ridicată, într-un context în care consumul de energie și accesul la acceleratoare (GPU) devin constrângeri operaționale majore pentru extinderea AI.
SK Telecom spune că AI Cloud-ul va susține servicii de tip „sovereign AI” (modele și date operate sub control național/organizațional), „physical AI” (AI aplicată în sisteme fizice, precum robotică și producție) și „agentic AI” (agenți software care execută sarcini), pentru companii și industrii din Coreea, cu o viziune de extindere în regiuni mai largi din Asia.
Compania își bazează proiectul pe infrastructura proprie de rețea, centre de date și competențe enterprise, iar NVIDIA DSX este prezentată ca un set integrat de tehnologii care ar accelera „timpul până la producție” (cât de repede poate fi pusă în funcțiune o capacitate AI utilizabilă comercial) și ar îmbunătăți performanța raportată la energie („token performance per megawatt”).
Parteneriatul este poziționat ca o extindere a colaborării dintre NVIDIA și grupul SK, inclusiv către cercetare comună pentru „arhitecturi de fabrici AI” de generație următoare, cu accent pe optimizări „de la siliciu la rețea” (cipuri, memorie și operarea centrelor de date).
În paralel, SK Telecom indică proiecte conexe care conturează tipul de aplicații vizate:
Totodată, SK Telecom urmează să devină „NVIDIA Cloud Partner”, adică parte dintr-un program global prin care furnizorii folosesc infrastructura și ecosistemul NVIDIA pentru a livra servicii AI în cloud.
Calendarul explicit din anunț indică drept reper punerea în funcțiune a primei „fabrici AI” în 2027. Dincolo de acest termen, materialul nu oferă detalii despre investiții, capacitate instalată (în GPU) sau clienți contractați, astfel că impactul economic nu poate fi cuantificat pe baza informațiilor publicate acum; accentul rămâne pe arhitectura tehnică și pe ținta de scalare la nivel „gigawatt”.
Recomandate
NVIDIA și SK hynix își leagă pe mai mulți ani dezvoltarea de memorii avansate, într-o mișcare menită să reducă riscul de blocaje de aprovizionare pe fondul extinderii „fabricilor de AI”. Parteneriatul, prezentat de NVIDIA News , aliniază co-dezvoltarea de memorii „next-generation” la foaia de parcurs a infrastructurii NVIDIA și vizează explicit susținerea capacității de livrare, într-un domeniu cu cicluri lungi de dezvoltare și investiții mari în producție. Acordul pornește de la colaborarea tehnică existentă dintre cele două companii și pune accent pe faptul că, pe măsură ce centrele de date dedicate AI se extind global, memoria avansată devine un factor critic de performanță și disponibilitate pentru platformele de calcul. În acest context, parteneriatul este descris ca un mecanism de a ține pasul cu cererea și cu ritmul de evoluție al infrastructurii NVIDIA. „Fabricile de AI sunt motoarele următoarei revoluții industriale, iar memoria avansată este esențială pentru performanța lor”, a declarat Jensen Huang, fondator și CEO al NVIDIA. Ce acoperă parteneriatul: produse și piețe vizate În cadrul acordului multianual, SK hynix ar urma să co-dezvolte memorii pentru mai multe familii de produse NVIDIA, pe segmente diferite, de la infrastructură la dispozitive: supercomputerele AI NVIDIA Vera Rubin și procesoarele NVIDIA Vera ; PC-uri cu NVIDIA RTX Spark ; platforme de calcul pentru robotică NVIDIA Jetson Thor . Publicația notează și intenția SK hynix de a se diversifica în piețe pe care NVIDIA le dezvoltă în jurul infrastructurii AI, „personal AI” și „physical AI” (AI aplicată în sisteme care interacționează cu lumea fizică). AI în proiectarea și fabricația de cipuri: simulări accelerate și „ digital twins ” O componentă operațională importantă a colaborării este folosirea AI în proiectarea și producția de semiconductori. SK hynix utilizează bibliotecile NVIDIA CUDA-X și cadrul NVIDIA PhysicsNeMo pentru a accelera simulările din zona de proiectare și fabricație, inclusiv fluxuri de lucru de tip TCAD (Technology Computer-Aided Design – simulări pentru proiectarea tehnologiilor de fabricație) și litografie computațională, precum și coduri interne de inginerie. Separat, SK hynix dezvoltă „digital twins” (gemeni digitali – replici virtuale ale fabricilor) pentru operațiuni autonome în fabrici, combinând NVIDIA Omniverse , optimizări de scene 3D prin OpenUSD și motorul de optimizare decizională NVIDIA cuOpt . În același pachet este menționată și platforma NVIDIA Metropolis , pentru analiză video inteligentă în medii industriale. De ce contează pentru piață Mesajul central al acordului este legat de securizarea și extinderea aprovizionării cu memorie avansată într-un moment în care „fabricile de AI” se construiesc și se extind rapid, iar dezvoltarea și fabricarea memoriilor de ultimă generație presupun cicluri lungi și investiții de capital ridicate. În practică, parteneriatul încearcă să reducă presiunea pe lanțul de aprovizionare și să sincronizeze mai strâns evoluția memoriei cu cerințele viitoare ale platformelor NVIDIA. Companiile mai menționează că explorează conectarea gemenilor digitali cu software-ul existent și fluxuri de lucru bazate pe „agentic AI” (sisteme AI care pot planifica și executa sarcini), pentru a automatiza activități și a îmbunătăți deciziile în producție. Materialul nu oferă însă un calendar, volume de livrare sau valori financiare ale acordului. [...]
NAVER își extinde infrastructura de „sovereign AI” de la 55 MW spre scară de gigawați , mizând pe platforma NVIDIA DSX pentru a proiecta și opera „fabrici de AI” (centre de date optimizate pentru antrenare și rulare de modele) într-un moment în care cererea globală pentru servicii AI trece tot mai mult din faza de test în producție, potrivit NVIDIA News . Extinderea începe cu creșterea infrastructurii la GAK Sejong , un centru de date hyperscale din Sejong, Coreea de Sud, descris ca fiind proiectat pentru densități mari de calcul accelerat (hardware specializat pentru AI), cu operațiuni eficiente energetic, automatizare avansată, funcții de sustenabilitate și capabilități de răspuns la dezastre. Obiectivul declarat este să poată deservi companii, industrii și instituții publice, inclusiv clienți globali ai diviziei de AI cloud. De ce contează: energia și „costul pe token” devin criterii de competitivitate Mesajul central al proiectului este trecerea la o infrastructură dimensionată în megawați și, ulterior, în gigawați, într-o industrie în care costul de operare al AI este tot mai strâns legat de consumul energetic și de eficiența cu care centrele de date pot produce „tokeni” (unități de text generate/procesate de modele). NVIDIA susține că DSX oferă un „blueprint” (plan standardizat) de fabrică de AI care urmărește reducerea costului pe token și scurtarea timpului până la primele implementări în producție. În această logică, NAVER își poziționează infrastructura ca alternativă „de încredere” pentru guverne și companii care au cerințe de conformitate locală și suveranitate a datelor, în special pe piețe unde astfel de condiții sunt decisive în achiziția de servicii cloud. Ce construiește NAVER și unde se vede impactul operațional Planul anunțat vizează: construirea de „AI factories” pe platforma NVIDIA DSX™ la scară de gigawați, pornind de la 55 MW; extinderea cloudului bazat pe DSX în jurul centrului de date GAK Sejong; folosirea unei suite „full-stack” NVIDIA (platforme, modele și software) pentru modele regionale și servicii de tip „agentic AI” (sisteme care pot executa sarcini în mod autonom, pe baza unor obiective). Publicația mai precizează că NAVER combină DSX cu experiența proprie în operarea de clustere GPU la scară mare și centre de date hyperscale, cu intenția de a accelera și businessul său de centre de date pentru AI. Legătura cu produsele AI: HyperCLOVA X, agenți și „world model” Pe partea de modele și aplicații, NAVER spune că își avansează modelele HyperCLOVA X prin ajustarea (fine-tuning) modelului deschis NVIDIA Nemotron™ 3 Ultra cu date proprietare și expertiză proprie de antrenare, pentru a obține un model mai adaptat cultural și lingvistic. În plus, compania este prezentată ca prima din Coreea care participă în NVIDIA Nemotron Coalition (anunțată de NVIDIA pe blogul companiei, aici: NVIDIA Nemotron Coalition ) și afirmă că intenționează să lanseze o platformă de agenți AI în Coreea în a doua jumătate a anului, bazată pe „blueprints” NVIDIA NemoClaw™ . Separat, NAVER dezvoltă un „Seoul World Model” folosind date urbane proprietare și tehnologie de modelare spațială, pe baza NVIDIA Cosmos™ . Ce urmează Conform anunțului, extinderea pornește de la 55 MW și are ca direcție trecerea la scară de gigawați, cu DSX ca platformă de proiectare și operare a fabricilor de AI. Materialul nu oferă un calendar detaliat sau investiții estimate, dar indică faptul că NAVER își aliniază infrastructura la cererea în creștere pentru AI „în producție”, inclusiv pentru clienți din afara Coreei, în contexte unde suveranitatea datelor și conformitatea locală sunt criterii de selecție. [...]
Jensen Huang respinge scenariile apocaliptice despre IA și cere evaluări măsurabile ale riscurilor , într-un moment în care Nvidia vinde infrastructura hardware care alimentează expansiunea accelerată a tehnologiei, potrivit TechRadar . Într-o intervenție în podcastul „ No Priors ”, CEO-ul Nvidia a criticat narațiunile „doomer” (catastrofiste) care domină discuția publică despre riscurile inteligenței artificiale, argumentând că multe temeri sunt „exagerate” și influențate de literatura și filmele SF ale secolului XX. Ideea centrală: fără o cuantificare riguroasă, discuția despre „riscuri existențiale” rămâne mai degrabă speculativă decât utilă pentru decizii. De ce contează: Nvidia este în centrul infrastructurii IA TechRadar amintește că Nvidia produce procesoarele grafice (GPU) folosite pe scară largă la antrenarea și rularea modelelor de IA (inferență) și își poziționează businessul în „infrastructura” și „construcția” de capacități, inclusiv din perspectiva consumului de energie. În acest context, poziționarea publică a CEO-ului contează pentru felul în care industria și factorii de decizie pot ajunge să prioritizeze riscurile: între avertismente generale și evaluări aplicate, legate de utilizarea curentă. Riscurile invocate țin mai mult de AGI decât de IA de azi Publicația separă riscurile asociate implementărilor actuale de IA de temerile legate de „ inteligența artificială generală” (AGI) – o formă ipotetică ce ar putea replica inteligența umană, ar acționa autonom, și-ar modifica propriul cod și și-ar stabili singură obiectivele. În acest registru, TechRadar notează că astfel de capabilități nu sunt atinse în prezent și, „potrivit unora”, nu ar fi probabile mai devreme de 10–15 ani, deși „alții” cred că ar putea apărea mult mai curând. În consecință, argumentul lui Huang este că implementările curente sunt încă „prea primitive” și au nevoie de prea multă intervenție umană pentru ca oamenii să „piardă controlul”. Unde rămâne un risc concret: suprafața de atac în companii Chiar dacă respinge scenariile existențiale, analiza atrage atenția că „agentic AI” (IA capabilă să execute sarcini în mod mai autonom, ca un „agent”) poate adăuga un nou strat la „suprafața de atac” cibernetică a organizațiilor pe măsură ce este adoptată și ar putea deveni vulnerabilă la exploatare în viitor. Context: scrisoarea deschisă din 2023 și absența lui Huang TechRadar reamintește că, în 2023, un grup de oameni de știință și lideri din tehnologie a semnat o scrisoare deschisă care avertiza că IA ar putea duce la extincția omenirii și că riscul ar trebui tratat la nivelul altor amenințări societale, precum războiul nuclear. Printre semnatari au fost enumerați Elon Musk, Sam Altman și Bill Gates, iar Jensen Huang este menționat ca „absent notabil”. În ansamblu, mesajul lui Huang împinge dezbaterea dinspre retorică spre măsurare: nu neagă existența riscurilor, dar contestă utilitatea scenariilor inspirate din ficțiune atunci când se discută despre probabilitate și control în lumea reală. [...]
Nvidia își securizează lanțul de aprovizionare pentru HBM4 , după ce a certificat trei dintre cei mai mari producători de cipuri de memorie, un pas care poate influența direct ritmul de livrare și costurile noii generații de acceleratoare pentru inteligență artificială, potrivit IT Home . Jensen Huang , directorul general al Nvidia, a confirmat pentru prima dată că Samsung Electronics, SK Hynix și Micron Technology au trecut procesul de certificare și sunt eligibile să furnizeze HBM4 (High Bandwidth Memory – memorie cu lățime mare de bandă), componentă descrisă ca „indispensabilă” pentru platforma de generație următoare Vera Rubin , folosită în sarcini de inteligență artificială. Informația este atribuită de publicație unui material Bloomberg. De ce contează: HBM4 este un „gât de sticlă” pentru acceleratoarele AI HBM este una dintre piesele critice în construcția acceleratoarelor AI, iar accesul la volume mari, cu specificații conforme, poate limita sau accelera livrările de sisteme. Prin certificarea simultană a trei furnizori, Nvidia își reduce dependența de un singur producător și își crește șansele de a acoperi cererea pentru noua platformă. Huang a spus că toți cei trei furnizori „au trecut cu succes certificarea, au intrat pe linie în producția de masă” și lucrează la capacitate ridicată pentru a susține necesarul de livrări al platformei Vera Rubin. Context: competiție între Samsung, SK Hynix și Micron pe o piață profitabilă Cele trei companii „domină împreună” piața globală a semiconductorilor de memorie pentru stocare și concurează pentru a câștiga cotă într-un segment descris ca foarte profitabil, pe fondul cererii explozive din zona infrastructurii AI. Separat, publicația amintește că Nvidia a indicat anterior, la Computex 2026 din Taipei, că Vera Rubin a intrat în etapa de producție de masă, iar produsele complete ar urma să fie livrate în această toamnă. Platforma este prezentată ca un sistem AI construit dintr-un Vera CPU și un cluster de GPU-uri Rubin. [...]
Apple își mută o parte din Siri în cloud-ul Google, pe cipuri Nvidia, pentru a accelera upgrade-ul AI potrivit GSMArena , care citează un raport The Information. Schimbarea contează operațional: Apple ar urma să se bazeze pe infrastructură externă ( Google Cloud și hardware Nvidia) pentru unele interogări Siri, în loc să ruleze totul pe dispozitivele proprii sau pe servere Apple. Ce presupune parteneriatul Apple–Google–Nvidia Conform informațiilor citate, Apple va folosi: cipurile Nvidia Blackwell, în special Blackwell B200, pentru partea de procesare în centrele de date; modelul de inteligență artificială Gemini al Google, într-o versiune licențiată, pentru a alimenta „Siri de nouă generație”. Raportul menționează că unele întrebări adresate lui Siri ar urma să fie procesate pe Google Cloud, nu local pe iPhone/iPad și nici pe infrastructura Apple. Miza: viteză de implementare, cu un pariu pe „confidential compute” GSMArena notează că este o schimbare de strategie pentru Apple, companie cunoscută pentru dezvoltare internă sau pentru diversificarea furnizorilor. În acest caz, dependența ar fi mai pronunțată: Apple „se va baza puternic” pe cipurile Blackwell și pe Gemini. Pentru a răspunde preocupărilor de confidențialitate, raportul indică faptul că centrele de date Google vor utiliza cipuri Nvidia Blackwell B200 cu o funcție integrată de „confidential compute” (procesare confidențială), care criptează datele în timp ce sunt procesate direct pe cip. Ideea este să reducă riscurile, chiar dacă o parte din solicitări ajung pe un cloud terț. Când ar putea apărea noul Siri Prima versiune a Siri „mai inteligent” ar putea fi văzută în septembrie, potrivit aceleiași surse. Detaliile despre ce tipuri de interogări vor fi mutate în cloud și în ce proporție nu sunt precizate în materialul citat. [...]
NVIDIA mizează pe „antrenarea la scară” pentru a reduce costurile și timpul de dezvoltare în robotică, conducere autonomă și agenți virtuali, prin modele care generalizează mai bine și rulează mai eficient pe hardware-ul din teren, potrivit NVIDIA , într-o prezentare a trei lucrări de cercetare la conferința CVPR 2026 . Ideea comună a celor trei lucrări este că volume foarte mari de date (în special din simulare) și arhitecturi optimizate pot elimina cicluri repetate de antrenare și pot face sistemele mai aplicabile „din cutie” în contexte variate — un punct cu impact operațional direct pentru companiile care dezvoltă roboți sau sisteme autonome. GraspGen-X: prindere „zero-shot” pentru grippere diferite, fără reantrenare pe fiecare configurație NVIDIA prezintă GraspGen-X , descris ca primul „model fundamental” (foundation model) pentru prindere robotică „zero-shot” — adică poate propune poziții de prindere pentru obiecte și grippere pe care nu le-a mai văzut, fără a fi reantrenat pentru fiecare tip de clește. În mod uzual, arată compania, sistemele de prindere sunt specializate: o politică de control (policy) antrenată pentru un gripper cu două degete nu se transferă automat la un gripper multi-degete, ceea ce obligă la colectare de date, ajustări (fine-tuning) și validare pentru fiecare „întrupare” (embodiment) nouă. GraspGen-X încearcă să elimine acest blocaj prin antrenare pe un set masiv de date: cercetătorii au generat 2 miliarde de prinderi simulate , acoperind mii de forme de obiecte și configurații sintetice de grippere. Modelul poate fi folosit împreună cu curoboV2 , o bibliotecă de planificare a mișcării accelerată cu CUDA, pentru a executa prinderile în medii necunoscute. NVIDIA indică și o continuare a lanțului tehnologic, prin lucrarea „Grasp-MPC”, prezentată la ICRA 2026 (link în sursă). LCDrive: raționament mai rapid pentru mașini autonome, cu mai puține „tokenuri” A doua lucrare, LCDrive, vizează o limitare practică a raționamentului de tip „chain-of-thought” (pași intermediari de gândire): în varianta bazată pe text, fiecare cuvânt generat înseamnă „tokenuri” care consumă timp de calcul, iar în mașină tokenurile devin o constrângere de latență. Soluția propusă este înlocuirea raționamentului în limbaj natural cu reprezentări latente compacte (un spațiu intern de stări care comprimă informația), astfel încât sistemul să „gândească” în stări care surprind informație spațială, nu în propoziții. Arhitectura alternează între propunerea de acțiuni candidate și predicția felului în care va arăta lumea dacă acele acțiuni sunt executate, într-o buclă de rafinare. NVIDIA susține că rezultatul este o calitate comparabilă a traiectoriei față de raționamentul bazat pe text, folosind aproximativ jumătate din tokenuri . Modelul este construit pe NVIDIA Alpamayo și antrenat cu supervizare derivată din date existente de vehicule. NitroGen: antrenarea agenților „întrupați” în jocuri, la volum mare de interacțiuni A treia lucrare, NitroGen, extinde principiul din NVIDIA Isaac GR00T (model fundamental deschis pentru roboți umanoizi) către medii virtuale, folosind jocurile video ca teren de antrenament: lumi structurate, variate, cu obiective și condiții de succes bine definite. NVIDIA afirmă că NitroGen a fost antrenat pe peste 1.000 de jocuri și 40.000 de ore de interacțiune , iar agenții rezultați au fost evaluați pe mai multe genuri (de la action RPG la platformere și jocuri open-world), demonstrând comportamente precum luptă, navigație și explorare. În condiții cu puține date (când agentul vede doar câteva exemple dintr-un mediu nou), pornirea de la NitroGen ar îmbunătăți performanța cu până la 52% față de metodele anterioare de vârf, potrivit companiei. Modelul este disponibil ca open-source pe GitHub și pe Hugging Face . De ce contează pentru industrie: mai puține cicluri de antrenare, latență mai mică, generalizare mai bună Mesajul operațional al pachetului de cercetări este reducerea „fricțiunii” de implementare: de la eliminarea reantrenării pentru fiecare gripper (GraspGen-X), la raționament mai rapid pe hardware-ul din vehicul (LCDrive), până la pre-antrenarea agenților în medii virtuale diverse înainte de contactul cu lumea reală (NitroGen). NVIDIA mai indică faptul că a prezentat la CVPR și „noi abilități” pentru agenți de „AI fizic” (physical AI) menite să accelereze dezvoltarea de vehicule autonome, roboți și sisteme de viziune, cu detalii suplimentare într-un material separat (link în sursă). [...]
