Искусственный интеллект

Но этот всплеск происходит на фоне общей экономической вялости. Создание рабочих мест замедлилось. Другие секторы — производство, недвижимость, торговля — внесли минимальный вклад или их вообще вычли из общего объёма производства.

Даже основатель Amazon Джефф Безос настаивает, что эти дата-центры — промышленный пузырь, а не финансовый...

--

Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект

Компания Nvidia начинает продажи DGX Spark — настольного мини-компьютера для работы с искусственным интеллектом. Цена — около $3 999, поставки стартуют на этой неделе. В Nvidia позиционируют новинку как «персональный суперкомпьютер»: небольшая коробка, которая способна делать то, ради чего раньше приходилось арендовать сервер в облаке.

Что внутри

В основе Spark — новая платформа GB10 (Grace Blackwell). Это гибрид, где центральный процессор и графическое ядро распаяны в одном модуле и делят 128 ГБ единой памяти. На практике это означает меньше «узких мест» между CPU и GPU и высокую эффективность при работе с нейросетями.

В комплекте — NVMe-накопитель до 4 ТБ и порт ConnectX-7 на 200 Гбит/с для объединения двух устройств в мини-кластер. Производительность — до 1 петафлопса в низкой точности (формат FP4), что вполне достаточно для большинства задач инференса и дообучения локальных моделей.

Продажи пойдут через партнёров Nvidia — Acer, ASUS, Dell, Lenovo и других. У каждого своя внешность и система охлаждения, но все устройства поставляются с предустановленным ПО для работы с моделями и нейросетями.

Зачем это нужно

DGX Spark задуман как промежуточное звено между «игровыми» видеокартами и большими дата-центрами. Он подходит исследователям, небольшим командам и компаниям, которым нужно обучать или дорабатывать модели на своих данных, но при этом не хочется или нельзя уходить в облако. Для стартапа, который боится потерять приватность или платить по счётам AWS, это вариант «под рукой»: включил и работай.

Где подводные камни

Цена в $3 999 звучит привлекательно, но это только начало расходов. Spark требует питания и охлаждения, а его 128 ГБ памяти — ограничение для полноценного обучения гигантских моделей. Да и сам формат новый: пока экосистема софта и инструментов под Grace Blackwell только становится на ноги. Впрочем, Nvidia обещает совместимость со всеми основными фреймворками — от PyTorch до TensorRT.

Что в итоге

DGX Spark — это не гаджет для игр и не замена серверу, а инструмент для разработчиков и инженеров, которым нужна мощность рядом, а не в облаке. Такой блок может стать новым форматом домашней лаборатории: на столе не монитор, а мини-кластер. И да, впервые фраза «у меня дома суперкомпьютер» звучит не как шутка, а почти как техническое описание.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

По данным Financial Times, китайские власти начали тщательно проверять поставки продвинутых микросхем на границе. Под усиленный контроль попали так называемые «китайские версии» ускорителей Nvidia — H20 и специальные версии профессиональных видеокарт для локального рынка — и теперь проверки распространяются и на другие мощные процессоры. Официально это мотивируется контролем импорта, борьбой с обходом ограничений и поддержкой собственных чипов. Но в итоге страдает не только американская компания, а вся мировая цепочка поставок.

Как это бьёт по рынку

Любая дополнительная проверка в портах Китая — это время и деньги. Контейнеры стоят дольше, страховка дорожает, а груз нужно где-то хранить. Эти издержки сначала ложатся на импортёров, потом — на интеграторов, облачные сервисы и компании, которые ждут новое «железо». Для китайских Big Tech вроде Baidu, Alibaba и ByteDance это значит сдвиг сроков запуска ИИ-сервисов и поиск обходных решений: урезанные версии чипов, внутренние ускорители, оптимизации программного кода.

Западные вендоры, зависящие от спроса в КНР, рискуют терять обороты: Китай остаётся одним из крупнейших рынков для Nvidia, и любая пауза в поставках там отражается на всём мире. Чем больше КНР замыкает свой полупроводниковый цикл, тем меньше «свободных» ускорителей оказывается на глобальном рынке.

Кто проигрывает, а кто выигрывает

Проигрывают те, кто работает «на границе»: импортёры, дата-центры, интеграторы. Доступной мощности становится меньше, а аренда GPU — дороже. Выигрывают китайские проектировщики чипов и локальные облака: у них появляется шанс предложить альтернативу, пусть и скромнее по производительности. В плюсе и разработчики, умеющие «выжимать максимум» из менее мощных систем — оптимизация софта, сжатие моделей, гибридные решения CPU+GPU становятся не модой, а необходимостью.

Почему это касается и россиян

Российский рынок вычислительной техники и ИИ-железа сейчас сильно зависит от Китая. Через китайские каналы идёт существенная часть поставок, включая серверные ускорители, видеокарты и компоненты для систем охлаждения и питания. Если таможня тормозит контейнеры, это означает одно: поставки будут дольше, а цены — выше.

Сначала подорожает корпоративный сегмент — облачные провайдеры, интеграторы и стартапы, которые арендуют мощности для обучения моделей. Когда они поднимут прайсы, эффект может дойти и до потребителей: массовые видеокарты часто дорожают, когда дата-центры забирают крупные партии.

Что делать сейчас

Бизнесу, который строит ИИ-сервисы, стоит заранее закладывать больший бюджет и время на поставки. Имеет смысл распределить заказы между разными каналами и рассмотреть софт-оптимизации — уменьшение моделей, гибридные пайплайны, квантование. Ритейлу — выравнивать ассортимент, не зависеть от «хитовых» моделей и честно предупреждать покупателей о возможных задержках.

А частным пользователям — следить за ценами: если давно присматриваетесь к видеокарте, лучше не затягивать. Любая новая таможенная инициатива в Китае способна сделать покупку ощутимо дороже уже через пару месяцев.

Итог

Это не катастрофа и не прямой обмен торговыми ударами, но сигнал: вычислительная мощность дорожает по всей планете. Китай укрепляет контроль над «железом», США — над экспортом, а страны вроде России оказываются зависимыми — от чужих решений, чужих границ и чужих проверок. Выиграет тот, кто успеет подстроиться — и научится считать не только террафлопсы, но и дни доставки.

P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.

Федеральный суд в Нью-Йорке потребовал от OpenAI раскрыть внутреннюю переписку, где обсуждалось удаление наборов данных с пиратскими книгами — в том числе из базы Library Genesis (LibGen). Суд хочет понять, знала ли компания, что обучает модели на нелегальных текстах, и не проводила ли затем спорные чистки данных. OpenAI ссылалась на адвокатскую тайну, но суд счёл, что часть сообщений не подпадает под неё, — и их придётся раскрыть.

Истцы — авторы и издательства — утверждают, что OpenAI использовала их тексты без лицензий, а затем убрала спорные материалы, когда начались иски. Теперь вопрос не только о «честном использовании» и авторском праве: суду важно, кто что знал и когда. Если выяснится, что в компании осознанно оставили в обучающем наборе пиратские книги, а потом удалили их без огласки, это может обернуться крупными убытками и возможными санкциями.

История шире, чем кажется

ИИ развивается быстрее, чем юристы успевают писать регламенты, и соблазн велик — забирать всё подряд из открытых источников «ради качества модели». Но этот подход возвращается бумерангом: одно неосторожное сообщение в «Slack» может стать доказательством в суде. Эпоха «серых» наборов данных заканчивается.

Ответственность бизнеса очевидна. Нельзя строить индустрию по принципу «потом разберёмся». Нужно документировать происхождение данных, фиксировать, кто и почему что-то удаляет, и подключать юристов заранее, а не тушить пожар постфактум. Если компания ссылается на адвокатскую тайну, она должна показать, что речь действительно о юридических консультациях, а не о бытовом «пора всё подчистить».

Но ответственность не только на компаниях. Государствам тоже пора включаться: нужны стандарты прозрачности — как хранить и проверять наборы данных, кто отвечает за авторские права, какие журналы событий сохранять при судебных спорах. Без этого даже добросовестные разработчики окажутся под подозрением просто потому, что «так делают все».

Пока суды изучают переписку и документы, индустрия учится жить по новым правилам. Это нормальный этап взросления технологий: чем мощнее инструмент, тем выше планка прозрачности и ответственности.

P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.

Когда речь заходит об искусственном интеллекте, мир делится на два лагеря: тех, кто видит в нём спасение, и тех, кто ждёт катастрофу. Джек Кларк, автор рассылки Import AI и один из самых известных обозревателей ИИ, предлагает третий путь — технооптимизм с осторожностью.

Он не призывает ни тормозить прогресс, ни отпускать его без присмотра. Его позиция проста: ИИ — мощный инструмент, и если уж человечество взялось за него, нужно строить систему правил и предохранителей, чтобы не въехать в стену на полной скорости.

Почему этого нельзя доверить самим компаниям? Потому что у них другой приоритет — выиграть гонку. Саморегуляция в мире, где каждый новый релиз может принести миллиарды, работает плохо. ИИ развивается быстрее, чем успевают писать законы, а риск-менеджмент подменяется маркетингом.

Кларк предлагает понятные шаги.

• Компании должны публиковать отчёты о рисках и результаты тестов своих моделей.

• Нужны независимые центры проверки безопасности, которые смогут тестировать модели до релиза.

• Для «высокорисковых» применений — обязательные аварийные выключатели и внешние аудиторы.

• Государства и международные структуры должны ввести стандарты прозрачности — не для галочки, а как условие допуска на рынок.

По сути, это идея «газ и тормоз в разных руках». Исследователи и компании — за скорость. Общество и регуляторы — за контроль. Только вместе они могут не дать машине ни заглохнуть, ни сорваться с обрыва.

И вот в чём главный оптимизм: это можно сделать. Если человечество сумело договориться о правилах для ядерной энергетики и биотехнологий, то и с ИИ справится — если начнёт вовремя.

P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.

Значимость открытия в том, что подобные модели описывают множество реальных ситуаций — от каналов связи и сенсорных сетей до агрегирования частично наблюдаемых сигналов и результатов опросов. Получается, что интуитивно понятное правило «спросить у большинства» не всегда оптимально при пропусках данных.

GPT-5 Pro удалось найти контрпример благодаря способности исследовать огромное пространство возможных решений. Человеческая интуиция тяготеет к симметричным и «красивым» формулам, отсеивая странные варианты ещё до проверки.

К тому же ручной перебор близких кандидатов утомителен, и легко упустить слабый сигнал. Искусственному интеллекту безразлична «эстетика» формулы — он терпеливо перебирает даже почти неотличимые варианты, точно фиксирует микроскопические различия и не устаёт.

Пока Иванишвили поделился находкой только в своих соцсетях. Следующим этапом должна стать публикация формальной научной статьи с рецензированием.

Вот это круто.

--

Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект