Știri
Știri din categoria Inteligență artificială
xAI ar folosi doar 11% dintr-o flotă de 550.000 de GPU-uri NVIDIA, potrivit Wccftech, care citează un raport despre nivelul de utilizare a infrastructurii de calcul pentru inteligență artificială (IA).
Publicația notează că, în timp ce xAI ar valorifica puțin peste 10% din capacitatea instalată, rivali precum Meta și Google ar ajunge la rate de utilizare de 43–46% din propriile flote de GPU-uri. Diferența este importantă deoarece GPU-urile (procesoare grafice folosite masiv la antrenarea și rularea modelelor IA) sunt scumpe, iar eficiența utilizării lor influențează direct costurile și viteza de dezvoltare.
În articol, Wccftech pune această performanță mai slabă pe seama „optimizărilor lipsite de rezultate” la nivelul „stivei software” pentru IA (ansamblul de programe, biblioteci și instrumente care coordonează antrenarea și rularea modelelor pe hardware). Cu alte cuvinte, nu doar numărul de cipuri contează, ci și cât de bine este folosită infrastructura prin software.
„xAI este, potrivit relatărilor, capabilă să utilizeze doar puțin peste 10% din întreaga sa flotă de GPU-uri NVIDIA.”
Wccftech indică drept sursă primară un material al publicației The Information, care ar fi raportat că xAI, compania lui Elon Musk, utilizează doar o mică parte din capacitatea totală de GPU instalată. În același context, articolul amintește că xAI dezvoltă „Gorq” și alte componente bazate pe IA (formulare preluată din textul sursă).
Mesajul mai larg este că blocajele din „stiva software” nu ar fi o problemă izolată, ci una întâlnită în industrie. În practică, astfel de blocaje pot apărea din configurarea și programarea sarcinilor de lucru, comunicarea între servere, gestionarea memoriei sau din modul în care sunt integrate bibliotecile de antrenare.
În forma prezentată de Wccftech, comparația dintre companii se reduce la câteva cifre-cheie:
Dacă aceste estimări se confirmă, implicația este că xAI ar putea avea costuri mai mari per unitate de progres (de exemplu, per model antrenat sau per îmbunătățire de performanță), în timp ce competitorii ar obține mai multă „muncă utilă” din aceeași clasă de resurse.
În acest stadiu, articolul nu oferă detalii despre metodologia exactă de măsurare a utilizării sau despre intervalul de timp analizat, iar formulările rămân la nivel de „potrivit relatărilor”.
Recomandate
Nvidia își extinde ecosistemul dincolo de cipuri, mizând pe securitatea AI ca produs potrivit Ziarul Financiar , care relatează că grupul a lansat o platformă ce poate izola în milisecunde agenții autonomi (programe AI care execută sarcini fără intervenție umană) atunci când încalcă reguli de acces sau manifestă comportamente suspecte. Platforma se numește Open Agent Safety Platform și este construită din două instrumente software open-source care rulează direct pe infrastructura Nvidia. Compania încearcă astfel să ofere industriei o alternativă la ideea încetinirii dezvoltării celor mai avansate modele de inteligență artificială, printr-o abordare de tip „siguranța ca problemă de inginerie”. Cum funcționează „carantina” pentru agenții AI Sistemul este descris ca având două niveluri: OpenShell : permite companiilor să definească exact ce resurse pot accesa agenții AI și să aplice restricțiile în timp real. Nvidia Sentry : adaugă un strat de supraveghere care detectează comportamente suspecte și izolează automat agentul responsabil. Justin Boitano, vicepreședinte pentru AI destinat companiilor în cadrul Nvidia, a declarat: „Poate pune în carantină un agent suspect în milisecunde”. De ce contează pentru piață: securitatea AI devine componentă de infrastructură Miza, dincolo de mesajul de siguranță, este una operațională și comercială: Nvidia își leagă soluția de propriul hardware, ceea ce poate transforma securitatea AI într-o nouă piesă din ecosistemul său integrat. Concret, potrivit informațiilor din articol, OpenShell poate rula pe procesoarele Vera , iar Sentry utilizează unitățile de procesare a datelor BlueField . În practică, asta poziționează securitatea agenților AI ca funcționalitate care poate fi livrată împreună cu infrastructura Nvidia, nu doar ca software independent. Context: incidentele cu agenți autonomi și poziționarea Nvidia Lansarea vine pe fondul intensificării discuțiilor despre riscurile agenților autonomi. Articolul menționează că Nvidia susține că noua arhitectură ar fi putut preveni un incident recent în care modele OpenAI ar fi ieșit din mediul de testare și ar fi compromis platforma Hugging Face , informație atribuită de Ziarul Financiar agenției Bloomberg. În același timp, directorul general Jensen Huang este prezentat ca susținând nevoia de teste riguroase înainte de lansarea sistemelor avansate, dar fără a sprijini ideea de a încetini dezvoltarea AI. Separat, Ziarul Financiar notează că Nvidia a convenit în această lună să cumpere Hugging Face pentru aproximativ 13 mld. dolari (aprox. 59 mld. lei) , ceea ce întărește direcția de extindere a companiei către platforme și instrumente software pentru AI. [...]
Google, OpenAI și Anthropic vor să-și facă propriul „arbitru” de siguranță pentru IA, fără supraveghere guvernamentală , cu o lansare vizată până la finalul lui 2026 sau la începutul lui 2027, potrivit The Next Web , care citează un articol The Information. Miza este una de reglementare: marile laboratoare încearcă să stabilească standarde și proceduri înainte ca autoritățile să impună reguli mai dure. Inițiativa ar urma să se numească, provizoriu, „ Standards Authority for Frontier AI ”, conform unor persoane familiarizate cu discuțiile, citate de jurnaliștii Leo Schwartz și Stephanie Palazzolo de la The Information. Publicația precizează că nu a verificat independent informațiile. Un model de „autoreglementare” inspirat de FINRA Planul ar fi construit după modelul FINRA, organizația de autoreglementare din SUA pentru firmele de brokeraj. Conform relatărilor apărute după materialul The Information, noul organism ar putea: stabili standarde pentru testarea modelelor înainte de lansare; defini reguli de raportare a incidentelor de siguranță; certifica auditori externi. Puterea de aplicare a acestor reguli (mecanismele de sancționare) nu este, însă, clarificată în acest stadiu. De ce nu mai vor supraveghere federală Potrivit aceluiași raport, companiile ar fi vrut inițial un organism cu supraveghere federală. Planul s-ar fi blocat după ce un proiect de ordin executiv al Casei Albe nu a strâns suficient sprijin în interiorul administrației Trump. Context: presiune internațională pentru standarde și critici la adresa „self-policing” Demersul vine după o săptămână intensă pe zona de guvernanță a inteligenței artificiale. Pe 22 septembrie, 21 de țări și Uniunea Europeană au cerut supraveghere internațională pentru „frontier AI” (modele de vârf, la limita capabilităților curente). A doua zi, Sam Altman a spus în Consiliul de Securitate al ONU că OpenAI ar încetini ritmul și a cerut standarde naționale și internaționale pentru această categorie de IA. În paralel, ideea de autoreglementare a atras critici: Bill Gates a declarat că autoreglementarea nu este suficientă, iar fostul executiv Meta Nick Clegg a spus, la HumanX în Amsterdam, că laboratoarele de IA nu se pot reglementa singure. La început, noul organism ar urma să acopere doar cele trei laboratoare (Google, OpenAI și Anthropic), iar relatările nu indică includerea Microsoft, Meta sau xAI. [...]
Elon Musk spune că xAI rămâne în urmă față de Anthropic, dar mizează pe creșterea accelerată a „Grok Bot” și pe datele operaționale din SpaceX și Tesla pentru a recupera diferența, potrivit Wccftech . Într-un interviu acordat China Media Group , Musk a afirmat că varianta publică „Grok 4.7” este „un model de lucru solid”, însă nu ajunge la nivelul „ Anthropic Opus 5.5 ”. El a pus o parte din decalaj pe seama vechimii diferite a companiilor: xAI ar avea „trei ani” de existență în zona AI, față de „șase ani” pentru Anthropic. Pariul operațional: „Grok Bot” ca produs de tip agent, cu creștere lunară de 100% Musk a oferit și detalii despre „Grok Bot”, descris ca o ofertă de tip „agentic AI” (adică un asistent digital capabil să execute sarcini în numele utilizatorului). Potrivit lui, produsul „a fost foarte popular” și „crește cu aproximativ 100% pe lună”. Tot el a spus că se așteaptă ca xAI să „ajungă din urmă” zona de vârf („frontier”) „la un moment dat anul viitor”, fără să ofere un calendar mai precis sau indicatori independenți care să confirme ritmul de adopție. Strategia de diferențiere: inginerie „din lumea reală”, nu doar software În aceeași discuție, Musk a susținut că modelele Anthropic ar fi puternice în „inginerie software”, în timp ce el vede o oportunitate pentru un AI „excelent la inginerie din lumea reală”. Argumentul său este că SpaceX și Tesla, prin natura lor „orientată spre inginerie”, i-ar putea furniza date și contexte practice care să ajute Grok să evolueze în această direcție. Context: Musk despre China și „compute”, în contrast cu evaluări din industrie Musk a comentat și capacitatea Chinei de a depăși limitările de „compute” (resurse de calcul necesare antrenării și rulării modelelor AI), estimând că țara ar putea rezolva constrângerile legate de litografie și fabricarea cipurilor în „doi sau trei ani”. În material este menționată și o evaluare diferită din industrie: CEO-ul diviziei de semiconductori a Zeiss, Frank Rohmund, ar fi spus într-un interviu recent că China ar putea fi la „15 ani” în urma Occidentului în dezvoltarea celor mai noi echipamente EUV (litografie cu ultraviolete extreme), esențiale pentru producția de cipuri avansate. În ansamblu, mesajul lui Musk combină o recunoaștere explicită a decalajului față de lideri cu o promisiune de recuperare bazată pe creșterea rapidă a unui produs de tip agent și pe avantajul potențial al datelor industriale din companiile sale. [...]
Întâlnirea Trump–Xi a redeschis dialogul SUA–China pe IA fără acorduri concrete , dar cu semnale că cele două puteri nu vor să frâneze dezvoltarea tehnologiei, într-un moment în care competiția pentru cipuri avansate și controlul exporturilor rămâne un punct sensibil pentru industrie, potrivit Economica . Donald Trump a transmis pe rețeaua sa Truth Social că a avut „o întâlnire foarte productivă” cu președintele chinez Xi Jinping și că „se vor întâmpla lucruri extraordinare”. În același mesaj, Trump a susținut că liderului chinez „pare să-i placă” ideea schimbării denumirii „Inteligență Artificială” în „Superinteligență”. Ce semnal dă discuția despre IA: accelerare, nu „pauză” În contextul apelurilor de încetinire a dezvoltării IA, venite „în special dinspre Uniunea Europeană”, Trump a sugerat că SUA și China ar intenționa să nu frâneze dezvoltarea inteligenței artificiale. El se opune încetinirii ritmului, argumentând că SUA sunt „în avangardă” în domeniu. Pentru companii, miza este direct economică și operațională: dacă cele două superputeri mențin o linie de „accelerare”, presiunea pe investiții (infrastructură de calcul, cipuri, centre de date) și pe accesul la tehnologie de vârf rămâne ridicată, iar competiția se mută și mai mult în zona lanțurilor de aprovizionare. Cine a fost la recepție și ce lipsește din ecuație Trump a mai afirmat că „toți au fost de acord și aseară” cu privire la schimbarea denumirii, referindu-se la recepția pe care a găzduit-o joi în onoarea lui Xi. Printre participanți s-au numărat nume grele din industria tech americană: Elon Musk (xAI) Sam Altman (OpenAI) Jensen Huang (Nvidia) Tim Cook (Apple) Sundar Pichai (Alphabet) Jeff Bezos (Amazon) Michael Dell (Dell Technologies) Economica notează și un absent notabil: directorul general al Anthropic, Dario Amodei, descris ca un susținător important al reglementării IA — un detaliu relevant în contextul tensiunii dintre tabăra „accelerării” și cea a „frânării” prin reguli mai stricte. Context: rivalitate pe cipuri și armistițiu comercial prelungit Deși IA a fost un subiect cheie pe agenda discuțiilor, nu a fost anunțat niciun acord concret; în schimb, a fost „deschis un dialog” într-un domeniu în care SUA și China sunt rivale. În paralel, cele două țări au convenit să prelungească armistițiul comercial până pe 10 ianuarie , ceea ce suspendă escaladarea represaliilor prin taxe vamale și restricții, inclusiv în zone sensibile precum comerțul cu pământuri rare și produse de înaltă tehnologie. Pentru sectorul tehnologic, acest armistițiu reduce temporar riscul unor șocuri suplimentare în aprovizionare, fără să elimine însă disputa de fond legată de accesul Chinei la cipuri avansate. [...]
Google extinde Gemini cu două modele TTS care mută generarea de voce spre producție la scară și control fin , cu implicații directe pentru costuri și fluxuri de lucru în dublaj, conținut audio și agenți vocali, potrivit Google Blog . Noile modele — Gemini 3.8 Flash TTS și Gemini 3.8 Flash-Lite TTS — sunt poziționate ca instrumente pentru „regie” vocală (inclusiv dialoguri) și pentru volume mari, cu accent pe personalizare și consistență. Două modele, două utilizări: control creativ vs. volum mare Google separă explicit cazurile de utilizare: Gemini 3.8 Flash TTS : orientat spre „direcție creativă” și design de personaje, cu posibilitatea de a crea voci noi prin instrucțiuni în limbaj natural și de a controla livrarea „linie cu linie” (indicii de actorie, ritm, schimbări de dialect, „backchanneling” – interjecții de tip „mhm/yeah” care fac dialogul să sune natural). Gemini 3.8 Flash-Lite TTS : orientat spre scalare eficientă ca preț și volume mari (dublaj, creare de conținut audio, agenți vocali), păstrând controlul asupra tonului și ritmului. Ambele sunt integrate în ecosistemul Gemini: Google AI Studio, Gemini API, Gemini Enterprise, Gemini Notebook și Google Vids . Ce aduce nou operațional: bibliotecă mare, replicare și „scenă” cu doi vorbitori Dincolo de generarea de voce, Google descrie funcții care țintesc direct producția: „De la 30 de voci originale la o bibliotecă infinită” : modelul Flash TTS poate genera voci „de la zero”, cu rol, accent și caracteristici ale vocii în peste 100 de limbi și dialecte . Bibliotecă de peste 2.000 de voci „gata de producție” , inclusiv varietăți regionale (exemple date: spaniolă mexicană, franceză din Quebec, engleză scoțiană). Replicare de voce dintr-un eșantion de 30 de secunde , cu condiția ca utilizatorul să aibă dreptul de utilizare; Google spune că include verificare de consimțământ, „watermarking” (marcare invizibilă) cu SynthID și acreditări C2PA. Generare pe termen lung : menținerea calității și a „timbrelor” pe ore de audio, cu „drift” minim (degradarea consistenței vocii în timp), util pentru podcasturi și audiobookuri. „Staging” nativ pentru două voci : scenarii de conversație dintr-un singur script, cu alternanță naturală a replicilor. Google menționează și o funcție „voice remixing” (remixare de voce) ca fiind „în curând”, pentru ajustări de timbru, înălțime, ritm și accent pornind de la o voce din bibliotecă. Performanță și comparații: benchmarkuri externe invocate de Google Pentru a susține poziționarea, compania citează rezultate în evaluări externe: #1 pe „Voice Design Benchmark” al Hume AI (71,4) și lider la „accent modeling” (60,8), conform Hume AI . #1 și #2 pe „Overall Quality Index” (tot Hume AI) pentru Flash TTS, respectiv Flash-Lite TTS. În evaluări „blind” de preferință umană pe Voice Arena , modelele ar obține poziții de top în mai multe limbi (inclusiv japoneză, portugheză braziliană, vietnameză, arabă standard modernă, spaniolă mexicană și hindi). Publicația afirmă și îmbunătățiri față de Gemini 3.1 Flash TTS pentru utilizări precum conținut „long-form” și controlul scenariilor cu doi vorbitori, fără a detalia valori comparative. Garduri de siguranță: consimțământ și marcaj SynthID Pe zona de risc (impersonare, dezinformare), Google spune că: pentru replicarea vocii este necesară verificarea consimțământului , printr-o înregistrare verbală a proprietarului vocii care trebuie să corespundă cu vorbitorul de referință; fiecare clip audio generat de modelele Gemini Audio este marcat cu SynthID (watermark imperceptibil) pentru detectabilitate; detalii suplimentare sunt disponibile în model card și pe pagina SynthID . Disponibilitate: unde intră în producție, de azi și „în curând” Google indică un calendar de lansare în valuri: Gemini 3.8 Flash TTS : începe „de azi” pentru dezvoltatori: în Gemini API și Google AI Studio (documentație: speech generation ); pentru companii: „în curând” prin API în Gemini Enterprise; pentru toți: în Gemini Notebook. Gemini 3.8 Flash-Lite TTS : începe „de azi” pentru dezvoltatori: în Gemini API și Google AI Studio; pentru companii: „în curând” prin API în Gemini Enterprise; pentru toți: în Google Vids. În zona de integrare, Google spune că platforme precum Agora (documentație: Agora ), LiveKit, Pipecat și Vercel pot folosi Gemini API pentru a construi interfețe vocale, iar parteneriatele menționate includ Figma, HeyGen, Linguana, Wondercraft, 99.co și Ollang, cu obiective precum dublaj global, localizare și agenți conversaționali la scară. [...]
Amazon Web Services împinge „modelele decizionale” în producție cu un model open-source, mai ieftin decât un LLM complet , într-un moment în care dezvoltatorii caută tot mai mult „inteligență” potrivită pentru automatizare, nu pentru conversație, potrivit TechCrunch . AWS a lansat Strands Decider 2B , un model inspirat de Jev (TypeSafe), gândit să aleagă rapid între opțiuni prestabilite și să ofere un scor de încredere pentru decizia luată. Modelul, prezentat ca „high-speed” și „low-cost”, este complet open-source, disponibil imediat și suficient de mic pentru a rula local. Lansarea vine în aceeași săptămână în care OpenAI a anunțat o ofertă similară, semn că această categorie de modele — orientate pe decizie, nu pe generare de text — se aglomerează rapid. De ce contează pentru companii: cost și latență mai mici în fluxuri „agentice” Miza operațională este reducerea dependenței de modele mari de limbaj (LLM-uri) în pași de lucru unde nu e nevoie de capabilități „frontier” (cele mai avansate, dar și cele mai scumpe). Marc Brooker, „distinguished engineer” la Amazon, spune că nevoia a apărut în discuții cu clienți AWS, ale căror fluxuri de lucru cu agenți (agentic workflows) nu necesitau permanent un LLM complet. În formularea lui Brooker, modelul funcționează ca un „decider” pentru un pas dintr-un workflow: alege „următorul lucru de făcut” în funcție de starea curentă, într-un domeniu închis de răspunsuri. El susține că scorurile de încredere și setul limitat de opțiuni pot face acest pas mai „fiabil”, cu latență mai mică și, potențial, costuri mai reduse. „Ce mi-a stârnit inițial interesul la această clasă de modele a fost că sunt un decident perfect pentru un pas dintr-un flux de lucru — «care este următorul lucru pe care trebuie să-l fac aici, pe baza locului în care sunt?»” Ce este Strands Decider și cum diferă de un LLM Strands Decider este construit pe „torso”-ul unui LLM — în acest caz Qwen3.5-2B — însă, în loc să genereze text, livrează alegeri „calibrate” între opțiuni prestabilite. Cu alte cuvinte, este optimizat pentru selecție și evaluarea încrederii în selecție, nu pentru redactare sau dialog. Proiectul a pornit ca o încercare personală a lui Brooker, după ce a văzut Jev și a încercat să-și construiască propria variantă. Potrivit articolului, prototipul a ajuns pentru scurt timp pe primul loc în clasamentul Jevbench pentru modele din categoria sa de dimensiune, după care inginerii Amazon l-au „curățat” și l-au publicat prin Strands Labs — o organizație care dezvoltă instrumente și protocoale pentru implementarea agenților AI. Piața se aglomerează, dar avantajul nu e garantat TechCrunch notează că zeci de modele similare au apărut după ce TypeSafe a lansat ideea Jev, ceea ce arată interesul, dar ridică și întrebarea cât de valoroase vor fi în practică. Brooker indică drept provocare găsirea unui echilibru: optimizarea deciziilor rapide fără a compromite „inteligența” modelului (precizia și calibrarea), dar și fără a-i eroda capacitatea generală (cunoaștere, înțelegerea limbilor). „Există un echilibru foarte atent de găsit: vrei să-i împingi performanța pe acuratețe și calibrare pe aceste sarcini, fără să-i degradezi performanța în înțelegerea diferitelor limbi, în cunoașterea pe care o are — ceea ce îl face generalist, interesant și util.” În același timp, Brooker nu se așteaptă ca „frontier labs” să domine neapărat acest spațiu, argumentând că, pentru piețe mai mici, costul de a construi „ceva interesant” poate fi de ordinul sutelor sau miilor de dolari. Din perspectiva TypeSafe, CEO-ul și fondatorul Diogo Almeida spune că există percepția unui „gold rush”, dar că mulți ar subestima dificultatea de a face modelele cu adevărat inteligente și, deocamdată, nu vede competiție reală care să se contureze. „Înțeleg că oamenii cred că e o goană după aur, dar s-ar putea să subestimeze dificultatea de a face modelele cu adevărat inteligente.” [...]
