gpu

OpenAI prezentuje Jalapeño, pierwszy własny procesor do inferencji LLM tworzony z Broadcomem. To element strategii full stack: kontrola nad chipami, pamięcią, siecią i centrami danych, by obniżać koszty i zwiększać dostępność AI.

Anthropic, twórca modeli Claude, poufnie składa S-1 do SEC i przygotowuje IPO. Wycena blisko biliona dolarów rozpala rynek, ale rodzi pytania o koszty AI, presję kwartalną i możliwe zmiany w planach, limitach oraz cenach.

Według doniesień Chiny mogą ograniczać zagraniczne podróże wybranych badaczy AI z firm takich jak Alibaba i DeepSeek, wymagając zgody władz. To pokazuje, że AI to dziś także polityka przemysłowa, bezpieczeństwo i kontrola przepływu wiedzy.

Gaia AI Factory w Krakowie to projekt EuroHPC JU przy Cyfronecie AGH wart ok. 300 mln zł. Obejmuje superkomputer pod AI z ponad tysiącem GPU oraz dostęp do danych, narzędzi, szkoleń i wsparcia dla nauki, firm i administracji.

Przełom z 2012 roku, gdy zespół z Toronto wygrał ImageNet modelem AlexNet. Dlaczego połączenie dużych danych, GPU, ReLU i dropout uruchomiło rewolucję głębokiego uczenia w latach 2012-2017?

W latach 1988-2006 AI odchodziła od logiki i systemów ekspertowych na rzecz podejścia statystycznego. Rola Judei Pearla, sieci bayesowskich i kryzysu, który wymusił zmianę paradygmatu.

DLSS 5 ma poprawiać realizm, ale jednocześnie ingeruje w wygląd gry po stronie karty graficznej. Artykuł pokazuje analogię do motion smoothing w TV i pyta, kto naprawdę odpowiada za finalny obraz oraz czy potrzebny jest tryb jak Filmmaker Mode.

NVIDIA wchodzi w komputery kwantowe, prezentując Ising, rodzinę otwartych modeli AI. System ma automatyzować kalibrację kubitów i dekodować korekcję błędów w czasie rzeczywistym, skracając procesy z dni do godzin.

Nvidia zapowiada kosmiczne centra danych i platformę Vera Rubin Space-1. Artykuł wyjaśnia, jak NVL72, NVLink 6 i podejście fabryki AI zmieniają koszty tokenów, skalę POD oraz plany chmur i laboratoriów AI.

Nvidia zapowiada bilion dolarów zamówień na Blackwell i Vera Rubin do 2027, ale kluczowe jest przesunięcie w stronę agentów AI. OpenClaw i NemoClaw mają stać się fundamentem nowej warstwy oprogramowania dla biznesu.

Mistral Small 4 integruje rozumowanie, multimodalność i zadania agentowe w jednym modelu na licencji Apache 2.0. Dzięki MoE i 6 mld aktywnych parametrów na token obniża koszty, skraca odpowiedzi i przyspiesza inferencję.

Manus uruchamia aplikację desktopową na macOS i Windows. Funkcja My Computer daje agentowi dostęp do wskazanych folderów, aplikacji i terminala, co przyspiesza automatyzację i prace deweloperskie, ale zwiększa wagę kontroli i uprawnień.

AI Index Report 2026 od Stanfordu zbiera twarde dane o adopcji, inwestycjach i jakości modeli. Najważniejszy wniosek: AI przyspiesza szybciej niż regulacje, benchmarki i praktyki wdrożeniowe. Sprawdź, co to oznacza dla biznesu.

Meta może przeprowadzić największe zwolnienia od 2022 roku i zredukować ponad 20 proc. załogi, czyli ok. 16 tys. osób. Cięcia mają sfinansować rosnące inwestycje w AI, centra danych i chipy.

Artykuł wyjaśnia, jak działają modele autoregresyjne i dlaczego nawet mały błąd na token rośnie wykładniczo wraz z długością odpowiedzi. Pokazuje, skąd biorą się halucynacje i czemu nie znikną tylko dzięki większym danym.

Andrej Karpathy opublikował autoresearch: agent AI dostaje budżet GPU i sam prowadzi pętlę eksperymentów, modyfikuje kod oraz trenuje modele. W jedną noc potrafi wykonać około 100 testów i realnie poprawić wyniki.

Taalas proponuje „Hardcore AI”: model językowy nie jest oprogramowaniem, lecz częścią chipu. Zakodowane w tranzystorach wagi eliminują transfer z pamięci, dając 17 000 tokenów/s, niższe koszty i zużycie energii.

Midjourney potrafi „wysypać się” i zwrócić crash image: mozaikę plam zamiast gotowego obrazu. Artykuł tłumaczy, jak działa dyfuzja w przestrzeni latentnej, gdzie powstają artefakty i co je wywołuje.

Meta podpisała z AMD umowę na akceleratory MI450, serwery EPYC i infrastrukturę Helios o mocy do 6 GW. Kontrakt wart 60–100 mld dolarów ma uniezależnić firmę od Nvidii i zmienić rynek AI.

OpenAI i Cerebras prezentują GPT-5.3-Codex-Spark: model do kodowania w czasie rzeczywistym z >1000 tokenów/s i minimalną latencją dzięki WSE-3.