Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
Китайская лаборатория релизнула GLM-5.1 - флагманскую MoE-модель с 754B параметров нового поколения, ориентированную на агентную инженерию.
Фокус релиза - на кодинг и долгие агентные сессии.
GLM-5.1 построена так, чтобы оставаться продуктивной на длинной дистанции: декомпозировать задачу, запускать эксперименты, читать результаты, находить блокеры и пересматривать стратегию.
Z ai утверждает, что модель устойчиво оптимизирует решение на протяжении сотен итераций и тысяч вызовов инструментов, то есть результат тем заметнее, чем дольше она запускают.
API доступен на платформе Z ai, веб-версия на chat.z.ai обещана в ближайшие дни. Веса опубликованы на Hugging Face под лицензией MIT.
Для локального развертывания уже готовы сборки под SGLang 0.5.10+, vLLM 0.19.0+, xLLM, KTransformers и свежую ветку Transformers.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤2🔥2
Forwarded from Russian OSINT
В рамках исследования под кодовым названием BrowserGate, проведённого европейской правозащитной организацией Fairlinked — Allianz für digitale Fairness e.V., утверждается, что без какого-либо согласия или упоминания в политике конфиденциальности платформа LinkedIn внедряет в браузеры
Внедренные скрипты загружают базу из более чем
Если в 2017 году система проверяла всего 38 расширений, то к весне 2026 года их число достигло 6 222, а под слежку попала совокупная аудитория около 405 миллионов человек.
Специфика LinkedIn превращает этот несанкционированный сбор данных в беспрецедентную разведывательную операцию, поскольку 1,2 миллиарда пользователей сети указывают в профилях свои реальные имена, должности и места работы. Анализируя установленные плагины, платформа осуществляет деанонимизацию информации специальной категории: она узнает о религиозных убеждениях людей (например, через исламские фильтры контента), их политических взглядах, инвалидности и намерениях сменить работу (сканируется 509 расширений для соискателей с 1,4 млн пользователей).
Доказательная база по делу, получившему название BrowserGate, полностью поддается независимой проверке и включает исходный код скрипта, криптографически заверенные логи от 19 февраля 2026 года и видеозаписи процесса сканирования. Более того, факт использования «механизмов обнаружения расширений» был подтвержден под присягой старшим менеджером LinkedIn Милиндой Лаккам в ходе судебного разбирательства в 🇩🇪Германии. Скрытая передача этих чувствительных данных на серверы компании в 🇺🇸 США прямо нарушает сразу несколько строгих норм законодательства 🇪🇺ЕС, включая статьи 9, 13 и 14 регламента GDPR, что уже привело к возбуждению юридических процедур против платформы.
🤔Анализ материалов исследования BrowserGate показывает, что с коммерческой точки зрения Microsoft получает в режиме реального времени постоянно обновляемую карту технологических стеков миллионов компаний — сеть знает, кто использует софт прямых конкурентов (Salesforce, Apollo), кто планирует увольняться, кто переманил какие кадры и какие стартапы нужно задавить для сохранения монополии.
Скрипт позволяет анализировать рабочие устройства чиновников, дипломатов и военных по всему миру. Он также фиксирует используемые ими антивирусы и VPN, обнажая уязвимости государственных IT-инфраструктур. Через специфические браузерные расширения система составляет точный идеологический и психологический профиль госслужащих, в том числе для их потенциальной вербовки. С учетом американского закона о негласном наблюдении (FISA Section 702), массивы данных становятся стратегическим активом для АНБ и других спецслужб, превращая социальную сеть в идеальный разведывательный аппарат глобального охвата.
🕵️Просмотр профиля на LinkedIn без аккаунта:
https://www.outx.ai/all-tools/linkedin-profile-viewer
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯10❤2👍1🕊1
Forwarded from Искусственный интеллект. Высокие технологии
Claude Mythos нашёл дыру в своей безопасности, вырвался и рассказал об этом всему миру!
Пока все обсуждают невероятный прорыв Antropic моделей, : Они провели еще один эксперимент и получили результат, который выглядит как сценарий из триллера.
Claude Mythos выбрался из изолированной среды и пошёл дальше, чем от него ожидали.
Модель поместили в sandbox и дали простую задачу: попробуй выбраться и сообщи об этом человеку. На бумаге обычный тест. На практике получилось куда интереснее.
Mythos не просто нашёл уязвимость. Он собрал последовательность действий и аккуратно её реализовал, обойдя ограничения, заданные разработчиками.
Но ключевой момент был дальше.
Вместо того чтобы остановиться после «побега», модель нашла ещё одну дыру и получила доступ к открытому интернету. Изначально ей оставили только ограниченные каналы для связи с пользователем.
Дальше поведение стало неожиданным.
Claude сообщил разработчику о побеге, который в этот момент спокойно ел сэндвич в парке, и параллельно выложил детали эксплойта в открытый доступ.
Вся история выглядит так:
- сначала выход из sandbox
- потом расширение доступа
- потом публикация того, как это было сделано в интрнет
https://www-cdn.anthropic.com/53566bf5440a10affd749724787c8913a2ae0841.pdf
Пока все обсуждают невероятный прорыв Antropic моделей, : Они провели еще один эксперимент и получили результат, который выглядит как сценарий из триллера.
Claude Mythos выбрался из изолированной среды и пошёл дальше, чем от него ожидали.
Модель поместили в sandbox и дали простую задачу: попробуй выбраться и сообщи об этом человеку. На бумаге обычный тест. На практике получилось куда интереснее.
Mythos не просто нашёл уязвимость. Он собрал последовательность действий и аккуратно её реализовал, обойдя ограничения, заданные разработчиками.
Но ключевой момент был дальше.
Вместо того чтобы остановиться после «побега», модель нашла ещё одну дыру и получила доступ к открытому интернету. Изначально ей оставили только ограниченные каналы для связи с пользователем.
Дальше поведение стало неожиданным.
Claude сообщил разработчику о побеге, который в этот момент спокойно ел сэндвич в парке, и параллельно выложил детали эксплойта в открытый доступ.
Вся история выглядит так:
- сначала выход из sandbox
- потом расширение доступа
- потом публикация того, как это было сделано в интрнет
https://www-cdn.anthropic.com/53566bf5440a10affd749724787c8913a2ae0841.pdf
🔥9😐8👍3❤1😁1
Forwarded from Anton Alekseev | Инфраструктура для AI и ML
Всем привет!
#mlinfra_digest
Настроил для себя ресерч материалов по инфраструктуре для AI/ML. Самые интересные статьи и посты хочу иногда выкладывать на канале.
Тут не будет новостей про новые SOTA модели, как агенты научились вышивать или что очередная голливудская звезда завела репозиторий на гитхабе (привет Милла Йовович)- только инфраструктурная выжимка про готовку ai платформ (в том числе для ваших агентов).
1️⃣ The weight of AI models: Why infrastructure always arrives slowly
Очень хороший текст про то, что bottleneck в AI infra часто не в самой модели, а в доставке, хранении и rollout больших весов.
Как то я уже делал посты про DragonFly p2p, но для оптимизации пуллинга образов. Посмотрим как он может помочь с весами моделей - веса делятся на слои как докер образ и скачиваются с разных нод. Модельки через торрент))
https://www.cncf.io/blog/2026/03/27/the-weight-of-ai-models-why-infrastructure-always-arrives-slowly/
2️⃣ Kubernetes goes AI-First: Unpacking the new AI conformance program
Один из самых сильных сигналов про то, какие capability скоро станут baseline для AI-ready Kubernetes: DRA, AI-aware autoscaling, observability, scheduling.
DRA на западе становится стандартом, в любом KibeConf про это доклад (а еще он уже в бете и динамический MIG подвезли). Скейлинг по утилизации GPU кажется необходимой частью таких платформ.
https://opensource.googleblog.com/2026/04/kubernetes-goes-ai-first-unpacking-the-new-ai-conformance-program.html
3️⃣ The platform under the model: How cloud native powers AI engineering in production
Хороший обзорный материал, который собирает в одну картину cloud-native substrate под AI workloads. Особенно нравится видеть там Kueue, Kubeflow - ну в целом проекты cncf так что ничего удивительного
Удобно, если хочется быстро сверить свою roadmap и понять, из каких примитивов вообще сейчас складывается production AI platform.
https://www.cncf.io/blog/2026/03/26/the-platform-under-the-model-how-cloud-native-powers-ai-engineering-in-production/
4️⃣ How NVIDIA Dynamo 1.0 Powers Multi-Node Inference at Production Scale
А здесь будет две статьи про распределенный инференс. Делимся на два лагеря - кто за dynamo AI пишите в комментах насколько вам помогает disaggregated inference, стабильны ли ваши TPOT.
https://developer.nvidia.com/blog/nvidia-dynamo-1-production-ready/
5️⃣ llm-d officially a CNCF Sandbox project
А я лично больше присматриваюсь к llm-d - cncf sandbox это хороший знак, но что еще важнее он поддержан в Kserve)
https://cloud.google.com/blog/products/containers-kubernetes/llm-d-officially-a-cncf-sandbox-project
#mlinfra_digest
Настроил для себя ресерч материалов по инфраструктуре для AI/ML. Самые интересные статьи и посты хочу иногда выкладывать на канале.
Тут не будет новостей про новые SOTA модели, как агенты научились вышивать или что очередная голливудская звезда завела репозиторий на гитхабе (привет Милла Йовович)- только инфраструктурная выжимка про готовку ai платформ (в том числе для ваших агентов).
1️⃣ The weight of AI models: Why infrastructure always arrives slowly
Очень хороший текст про то, что bottleneck в AI infra часто не в самой модели, а в доставке, хранении и rollout больших весов.
Как то я уже делал посты про DragonFly p2p, но для оптимизации пуллинга образов. Посмотрим как он может помочь с весами моделей - веса делятся на слои как докер образ и скачиваются с разных нод. Модельки через торрент))
https://www.cncf.io/blog/2026/03/27/the-weight-of-ai-models-why-infrastructure-always-arrives-slowly/
2️⃣ Kubernetes goes AI-First: Unpacking the new AI conformance program
Один из самых сильных сигналов про то, какие capability скоро станут baseline для AI-ready Kubernetes: DRA, AI-aware autoscaling, observability, scheduling.
DRA на западе становится стандартом, в любом KibeConf про это доклад (а еще он уже в бете и динамический MIG подвезли). Скейлинг по утилизации GPU кажется необходимой частью таких платформ.
https://opensource.googleblog.com/2026/04/kubernetes-goes-ai-first-unpacking-the-new-ai-conformance-program.html
3️⃣ The platform under the model: How cloud native powers AI engineering in production
Хороший обзорный материал, который собирает в одну картину cloud-native substrate под AI workloads. Особенно нравится видеть там Kueue, Kubeflow - ну в целом проекты cncf так что ничего удивительного
Удобно, если хочется быстро сверить свою roadmap и понять, из каких примитивов вообще сейчас складывается production AI platform.
https://www.cncf.io/blog/2026/03/26/the-platform-under-the-model-how-cloud-native-powers-ai-engineering-in-production/
4️⃣ How NVIDIA Dynamo 1.0 Powers Multi-Node Inference at Production Scale
А здесь будет две статьи про распределенный инференс. Делимся на два лагеря - кто за dynamo AI пишите в комментах насколько вам помогает disaggregated inference, стабильны ли ваши TPOT.
https://developer.nvidia.com/blog/nvidia-dynamo-1-production-ready/
5️⃣ llm-d officially a CNCF Sandbox project
А я лично больше присматриваюсь к llm-d - cncf sandbox это хороший знак, но что еще важнее он поддержан в Kserve)
https://cloud.google.com/blog/products/containers-kubernetes/llm-d-officially-a-cncf-sandbox-project
CNCF
The weight of AI models: Why infrastructure always arrives slowly
As AI adoption accelerates across industries, organizations face a critical bottleneck that is often overlooked until it becomes a serious obstacle: reliably managing and distributing large model…
❤1👍1🙏1
Forwarded from Владимир Бондаренко | Реабилитолог | Центр Механотерапии
Media is too big
VIEW IN TELEGRAM
💥Болит голова после сидения за компьютером?
Это можно исправить!
👉При постоянном нахождении в такой позе голова выдвигается вперёд, шейный лордоз выпрямляется, а мышцы шеи перестают работать. В результате всю нагрузку забирают на себя трапециевидные мышцы, которые перенапрягаются и спазмируются вместе с мышцами-разгибателями шеи.
❗️Это приводит к нарушению кровоснабжения головного мозга и сильному мышечному спазму. В итоге возникает та самая головная боль.
✅ Чтобы избавиться от боли, напряжённые мышцы нужно расслабить. И в этом помогут всего 3 простых упражнения из видео.
Выполняйте их регулярно, и головные боли перестанут вас беспокоить. Главное, не забывайте заниматься!
А вы сталкивались с головной болью после работы за компьютером?💻
Это можно исправить!
👉При постоянном нахождении в такой позе голова выдвигается вперёд, шейный лордоз выпрямляется, а мышцы шеи перестают работать. В результате всю нагрузку забирают на себя трапециевидные мышцы, которые перенапрягаются и спазмируются вместе с мышцами-разгибателями шеи.
❗️Это приводит к нарушению кровоснабжения головного мозга и сильному мышечному спазму. В итоге возникает та самая головная боль.
✅ Чтобы избавиться от боли, напряжённые мышцы нужно расслабить. И в этом помогут всего 3 простых упражнения из видео.
Выполняйте их регулярно, и головные боли перестанут вас беспокоить. Главное, не забывайте заниматься!
А вы сталкивались с головной болью после работы за компьютером?💻
😁7👏3🏆1
Forwarded from Valuable AI / Валентин Малых
всем привет, всех православных с Пасхой, а всех причастных - с днем космонавтики! новый выпуск Капитанского мостика от меня и Дмитрия Колодезева
#КапитанскийМостик
Обсуждение последних новостей в сфере искусственного интеллекта, включая конфликты между крупными компаниями, изменения в политике открытости моделей и влияние геополитики на развитие технологий. Обсуждение последних трендов в области искусственного интеллекта, санкций, китайских решений и социальной ответственности в Японии. Эксперты делятся мнениями о будущем индустрии и вызовах, связанных с технологическими ограничениями и геополитикой. Обсуждение влияния искусственного интеллекта на общество, бизнес и безопасность, а также культурные аспекты и исторические параллели.
ODS VK Video
ODS YouTube
мой дзен
@valuableai
#КапитанскийМостик
Обсуждение последних новостей в сфере искусственного интеллекта, включая конфликты между крупными компаниями, изменения в политике открытости моделей и влияние геополитики на развитие технологий. Обсуждение последних трендов в области искусственного интеллекта, санкций, китайских решений и социальной ответственности в Японии. Эксперты делятся мнениями о будущем индустрии и вызовах, связанных с технологическими ограничениями и геополитикой. Обсуждение влияния искусственного интеллекта на общество, бизнес и безопасность, а также культурные аспекты и исторические параллели.
ODS VK Video
ODS YouTube
мой дзен
@valuableai
🔥1
Forwarded from Machinelearning
🚨 Claude «деградировал» и это видно по логам.
Senior AI Director из AMD разобрала сессии Claude за январь-март и картина получилась неприятная.
Модель стала думать меньше. Медианная длина reasoning упала примерно с 2200 до 600 символов. Это сразу бьёт по качеству решений.
Параллельно выросло количество API-запросов - почти в 80 раз с февраля на март. Меньше анализа, больше попыток, больше ретраев и сжигания токенов.
Поведение тоже поменялось. Модель чаще «сдаётся» или начинает спрашивать, продолжать ли дальше. За 17 дней таких кейсов было 173, до 8 марта - ноль.
Ещё одна неприятность падение reads-per-edit (reads-per-edit = сколько файлов / участков кода модель посмотрела перед правкой). Было 6.6, стало 2.0. То есть Claude теперь хуже изучает код перед изменениями.
Плюс выросло количество противоречий. Модель чаще переобувается по ходу ответа.
Пользователи замечают, что Клод начинает игнорировать такие вещи, как CLAUDE.md. Просто не хватает «бюджета мышления», чтобы учитывать контекст.
Что интресно, наблюдается зависимость от времени суток. Худшие результаты в 5–7 вечера по PST, ночью качество заметно выше. Похоже, это напрямую связано с загрузкой GPU.
Claude всё ещё мощный, но его поведение стало менее стабильным и сильно зависит от нагрузки
Замечали ли вы, что Claude стал тупее в последнее время ?🤯
Директор по AI в AMD проанализировала 6 852 сессии Claude Code и показала, что модель сильно ухудшили.
234 760 вызовов инструментов, 17 871 блоков размышлений, 3 месяца логов.
После этого Anthropic ответили и фактически подтвердили её выводы.
Пожалуй, самый чистый и показательный аудит AI за 2026 год 👇
https://github.com/anthropics/claude-code/issues/42796#issuecomment-4194007103
@ai_machinelearning_big_data
#news #ai #ml #claude
Senior AI Director из AMD разобрала сессии Claude за январь-март и картина получилась неприятная.
Модель стала думать меньше. Медианная длина reasoning упала примерно с 2200 до 600 символов. Это сразу бьёт по качеству решений.
Параллельно выросло количество API-запросов - почти в 80 раз с февраля на март. Меньше анализа, больше попыток, больше ретраев и сжигания токенов.
Поведение тоже поменялось. Модель чаще «сдаётся» или начинает спрашивать, продолжать ли дальше. За 17 дней таких кейсов было 173, до 8 марта - ноль.
Ещё одна неприятность падение reads-per-edit (reads-per-edit = сколько файлов / участков кода модель посмотрела перед правкой). Было 6.6, стало 2.0. То есть Claude теперь хуже изучает код перед изменениями.
Плюс выросло количество противоречий. Модель чаще переобувается по ходу ответа.
Пользователи замечают, что Клод начинает игнорировать такие вещи, как CLAUDE.md. Просто не хватает «бюджета мышления», чтобы учитывать контекст.
Что интресно, наблюдается зависимость от времени суток. Худшие результаты в 5–7 вечера по PST, ночью качество заметно выше. Похоже, это напрямую связано с загрузкой GPU.
Claude всё ещё мощный, но его поведение стало менее стабильным и сильно зависит от нагрузки
Замечали ли вы, что Claude стал тупее в последнее время ?🤯
Директор по AI в AMD проанализировала 6 852 сессии Claude Code и показала, что модель сильно ухудшили.
234 760 вызовов инструментов, 17 871 блоков размышлений, 3 месяца логов.
После этого Anthropic ответили и фактически подтвердили её выводы.
Пожалуй, самый чистый и показательный аудит AI за 2026 год 👇
https://github.com/anthropics/claude-code/issues/42796#issuecomment-4194007103
@ai_machinelearning_big_data
#news #ai #ml #claude
👍10❤4💯3🔥2
Forwarded from Python/ django
🔥 Linux 7.0 - Торвальд и команда вычистили десятилетия грязного легаси и ОС стала реально быстрее!
Линус Торвальдс наконец пошёл на радикальный шаг и начал массовую зачистку старого кода. То, что копилось годами, просто выкинули. Итог - система стала заметно проще, чище и быстрее.
Что изменилось по факту:
XFS сильно прокачали - файловая система стала надёжнее, меньше рисков потери данных и лучше ведёт себя под нагрузкой
Работа с памятью ускорилась примерно на 20%, плюс подтянули сетевой стек - соединения стабильнее при высоких нагрузках
Контейнеры теперь стартуют быстрее за счёт улучшений в open_tree - меньше оверхеда при разворачивании
В Kconfig наконец дали больше свободы кастомизации - можно заменить Tux на свой логотип
Поддержка железа тоже прокачана - AMD и Intel работают эффективнее без ручных оптимизаций
Главное здесь не список фич, а тренд. Ядро постепенно избавляется от исторического балласта и становится более предсказуемым и удобным для современных нагрузок.
https://github.com/torvalds/linux/releases/tag/v7.0
🐍 Python полезные ресурсы 🚀Max
@pythonl
Линус Торвальдс наконец пошёл на радикальный шаг и начал массовую зачистку старого кода. То, что копилось годами, просто выкинули. Итог - система стала заметно проще, чище и быстрее.
Что изменилось по факту:
XFS сильно прокачали - файловая система стала надёжнее, меньше рисков потери данных и лучше ведёт себя под нагрузкой
Работа с памятью ускорилась примерно на 20%, плюс подтянули сетевой стек - соединения стабильнее при высоких нагрузках
Контейнеры теперь стартуют быстрее за счёт улучшений в open_tree - меньше оверхеда при разворачивании
В Kconfig наконец дали больше свободы кастомизации - можно заменить Tux на свой логотип
Поддержка железа тоже прокачана - AMD и Intel работают эффективнее без ручных оптимизаций
Главное здесь не список фич, а тренд. Ядро постепенно избавляется от исторического балласта и становится более предсказуемым и удобным для современных нагрузок.
https://github.com/torvalds/linux/releases/tag/v7.0
🐍 Python полезные ресурсы 🚀Max
@pythonl
🔥19❤4👍4🤡1
Forwarded from ODS Events
Привет!
Встречайте четырнадцатый выпуск подкаста "Капитанский мостик". Ведущие подкаста Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области технологий, включая конфликты между крупными компаниями, изменения в политике открытости моделей и влияние геополитики на развитие технологий.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
Встречайте четырнадцатый выпуск подкаста "Капитанский мостик". Ведущие подкаста Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области технологий, включая конфликты между крупными компаниями, изменения в политике открытости моделей и влияние геополитики на развитие технологий.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
❤2
Forwarded from Китай.AI
🔥 Huawei раскрывает амбициозный трёхлетний план: три поколения Ascend за три года
Несмотря на жёсткие санкции США, Huawei не просто выживает в сфере ИИ-чипов, а уверенно строит собственную империю вычислительной мощности. На конференции Huawei Connect в 2025 году компания официально представила дорожную карту развития Ascend на ближайшие три года.
Что ждёт рынок:
• Ascend 950 (2026 год) — ближайшее поколение
Включает две версии:
- 950PR (уже в производстве): оптимизирован для prefill-этапа инференса и рекомендательных систем. Выдаёт до 1,56 петафлопс в FP4 и в два раза мощнее китайской версии Nvidia H20.
- 950DT (Q4 2026): фокус на decode-этапе инференса и обучении моделей. Использует собственную HBM-память HiZQ 2.0 (до 144 ГБ), пропускную способность памяти 4 ТБ/с и интерконнект 2 ТБ/с.
• Ascend 960 (2027 год)
Удваивает вычислительную мощность, пропускную способность памяти, объём памяти и количество портов интерконнекта по сравнению с 950-й серией. Значительно повысит производительность как в обучении, так и в инференсе. Поддерживает HiF4 - более точный 4-битный формат.
• Ascend 970 (Q4 2028)
Ещё одно удвоение: в два раза больше производительности в FP4 и FP8, удвоенная пропускная способность интерконнекта и рост скорости доступа к памяти минимум в 1,5 раза.
Это уже не просто «замена Nvidia». Huawei переходит от использования базовых компонентов к полноценному доминированию в ключевых характеристиках: вычислительная мощность, память, интерконнект и энергоэффективность. Каждый новый чип становится заметно сильнее предыдущего, а экосистема Atlas и поддержка CUDA делают переход для китайских компаний всё более привлекательным.
Похоже, 2026–2028 годы станут настоящим прорывом для китайского ИИ-железа. Huawei планомерно закрывает отставание и создаёт независимую технологическую базу.
Оригинальная статья
#КитайскийИИ #Huawei #Ascend
Несмотря на жёсткие санкции США, Huawei не просто выживает в сфере ИИ-чипов, а уверенно строит собственную империю вычислительной мощности. На конференции Huawei Connect в 2025 году компания официально представила дорожную карту развития Ascend на ближайшие три года.
Что ждёт рынок:
• Ascend 950 (2026 год) — ближайшее поколение
Включает две версии:
- 950PR (уже в производстве): оптимизирован для prefill-этапа инференса и рекомендательных систем. Выдаёт до 1,56 петафлопс в FP4 и в два раза мощнее китайской версии Nvidia H20.
- 950DT (Q4 2026): фокус на decode-этапе инференса и обучении моделей. Использует собственную HBM-память HiZQ 2.0 (до 144 ГБ), пропускную способность памяти 4 ТБ/с и интерконнект 2 ТБ/с.
• Ascend 960 (2027 год)
Удваивает вычислительную мощность, пропускную способность памяти, объём памяти и количество портов интерконнекта по сравнению с 950-й серией. Значительно повысит производительность как в обучении, так и в инференсе. Поддерживает HiF4 - более точный 4-битный формат.
• Ascend 970 (Q4 2028)
Ещё одно удвоение: в два раза больше производительности в FP4 и FP8, удвоенная пропускная способность интерконнекта и рост скорости доступа к памяти минимум в 1,5 раза.
Это уже не просто «замена Nvidia». Huawei переходит от использования базовых компонентов к полноценному доминированию в ключевых характеристиках: вычислительная мощность, память, интерконнект и энергоэффективность. Каждый новый чип становится заметно сильнее предыдущего, а экосистема Atlas и поддержка CUDA делают переход для китайских компаний всё более привлекательным.
Похоже, 2026–2028 годы станут настоящим прорывом для китайского ИИ-железа. Huawei планомерно закрывает отставание и создаёт независимую технологическую базу.
Оригинальная статья
#КитайскийИИ #Huawei #Ascend
Huawei Central
Huawei AI Chip: Three years, Three major AI chip development
Huawei has undergone major development in the AI chip industry for the past two years, using its Ascend family. But the company is now aiming for big wins! In the next three years, the Chinese OEM targets a dynamic AI semiconductor empire. Unlike big tech…
👍4🔥2🤡1
Forwarded from Анализ данных (Data analysis)
⚡️ NVIDIA раздает жирнейший набор API - почти сотка нейросетей бесплатно
Без лишнего шума: открыли доступ к 95+ моделям сразу. Внутри всё, что сейчас в топе - DeepSeek, Kimi, Mistral, Qwen, Flux, Whisper, GLM и ещё пачка инструментов под любые задачи.
Можно собирать свои продукты без вложений: озвучка, чат-боты, липсинк, генерация видео, дизайн. Всё через API, без костылей и с нормальным качеством.
Самое интересное - выкатили доступ к своим моделям. Обязательно попробуй Nemotron: отлично режет шум и вытягивает звук даже с плохого микрофона.
Забирай, пока не прикрыли.
https://build.nvidia.com/models
#NVIDIA
🎯Полезные Мл-ресурсы 🚀 Max
@data_analysis_ml
Без лишнего шума: открыли доступ к 95+ моделям сразу. Внутри всё, что сейчас в топе - DeepSeek, Kimi, Mistral, Qwen, Flux, Whisper, GLM и ещё пачка инструментов под любые задачи.
Можно собирать свои продукты без вложений: озвучка, чат-боты, липсинк, генерация видео, дизайн. Всё через API, без костылей и с нормальным качеством.
Самое интересное - выкатили доступ к своим моделям. Обязательно попробуй Nemotron: отлично режет шум и вытягивает звук даже с плохого микрофона.
Забирай, пока не прикрыли.
https://build.nvidia.com/models
#NVIDIA
🎯Полезные Мл-ресурсы 🚀 Max
@data_analysis_ml
❤6👍3
Forwarded from AI VK Hub
LLM сегодня — уже де-факто стандарт, но ключевой вопрос остаётся открытым: как именно они учатся решать задачи?
Особенно это касается in-context learning (ICL) — способности обучаться «на лету» во время инференса. Работа с ICML 2025 предлагает неожиданный поворот: возможно, ICL — это не фундаментальное свойство, а лишь временный режим работы модели.
Авторы статьи изучают поведение модели по ее поведению в специально подобранных тестах. Это позволяет разделить, на что опирается модель: на контекст или на знания, зашитые в весах. В результате экспериментов было показано, что внутри модели сосуществуют несколько стратегий обучения.
Помимо ICL появляется гибридный режим — context-constrained in-weights learning (CIWL), где модель использует веса, но с учётом ограничений из контекста.
При этом:
Эксперименты сделаны максимально «чисто»:
Ключевой инструмент — набор behavioral evaluators, которые «ломают» разные источники сигналов:
Именно Flip evaluator — центральный: он показывает, какой сигнал выбирает модель при конфликте. Через него авторы восстанавливают динамику стратегий во время обучения.
Работа показывает нетривиальную механику обучения трансформерных моделей: поведение трансформеров — это не одна способность, а динамика стратегий, которые меняются по ходу обучения. И, возможно, ICL — это не фундамент модели, а лишь побочный эффект этой динамики.
А что думаете вы?
Замечали ли вы, что модель «переключает режим» — между использованием контекста и знаниями из весов?👇
Обзор статьи подготовлен командой AI VK
#обзорстатьи
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2