| Канал | Публикаций | Подписчиков | Последний пост |
|---|---|---|---|
|
Нецифровая экономика
[max]
|
2 | 4348 | 08.04.26 |
| Канал | Публикаций | Подписчиков | Последний пост |
|---|---|---|---|
|
Cloud.ru
[max]
|
1 | 776 | 18.06.26 |
|
Нецифровая экономика
[max]
|
4 | 4348 | 09.06.26 |
Загрузка данных...
| Размещенный пост | Текст публиакции | Рекламирующий канал | Просмотры | Просмотры 24 ч | Прирост подписчиков |
|---|
Загрузка данных...
| Размещенный пост | Текст публикации | Рекламируемый канал | Просмотры | Просмотры 24 ч | Прирост подписчиков |
|---|
| Дата и время публикации | Текст публикации | Рекламируемый канал | Динамика просмотров | Всего просмотров |
|---|---|---|---|---|
| 2026-06-25 19:15:00 | Пока гуманоидов учат убирать квартиру, с задачей справляется леска Разработчики вкладывают миллиарды в роботов, которые должны ходить, держать равновесие и пользоваться человеческими руками. А инженер Натаниэль Найфонг подвесил простой захват к четырём моторам и научил его собирать с пола одежду, игрушки и мусор. Stringman не нужны ноги, аккумулятор и тяжёлые приводы на корпусе: вся механика остаётся на стенах, а по комнате движется только лёгкий захват. Для обучения хватило около 400 человеческих демонстраций и открытой библиотеки LeRobot. Пока гуманоидов … | — |
|
41 |
| 2026-06-25 17:38:22 | Промпт замкнуло В ИИ-разработке появился новый термин на смену промпт-инжинирингу, вайбкодингу и harness engineering. Теперь модно заниматься loop engineering: не писать запросы агенту, а создавать циклы, которые будут писать запросы за вас. Термин популяризировал Петер Штайнбергер, создатель OpenClaw/ По его формулировке, разработчикам больше не следует самостоятельно промптить агентов. Нужно проектировать системы, которые будут делать это автоматически. В loop engineering человек описывает цель, правила и критерии готовности. Дальше система сама находит задачи, раздаёт их агентам, проверяет результат и запускает следующий круг. Например, каждое утро она просматривает новые баги и падения тестов. Один агент выбирает проблему, второй исправляет её в отдельной ветке, третий проверяет код по спецификации. Затем система запускает тесты, открывает pull request, обновляет задачу в трекере и сохраняет результаты работы. Руководитель Claude Code в Anthropic Борис Черни утверждает, что уже работает примерно так. Один его агент постоянно ищет способы улучшить архитектуру кода, другой — повторяющиеся абстракции, которые можно объединить. Они сами создают pull request, а поскольку кодовая база всё время меняется, цикл никогда не заканчивается. Технически для этого нужны расписание или триггер, инструкции о проекте, доступ к GitHub и другим сервисам, изолированные рабочие ветки, несколько специализированных агентов и внешняя память. Модель забывает предыдущий запуск, а файл в репозитории или карточка в Linear — нет. Если убрать новый ярлык, loop engineering похож на CI/CD-конвейер, только часть жёстко прописанных скриптов заменили вероятностными исполнителями. Один агент планирует, другой пишет, третий проверяет, а цикл повторяется, пока тесты не пройдут или не закончится бюджет. Но точка приложения инженерии действительно меняется. Раньше нужно было хорошо сформулировать очередной запрос. Теперь приходится проектировать всю систему: какие данные видит агент, какие действия ему разрешены, кто проверяет результат, где хранится состояние и по какому условию работа должна остановиться. Бывший директор Google Cloud AI Эдди Османи выделяет здесь три риска. Первый — верификация: сообщение агента «готово» остаётся утверждением, а не доказательством. Второй — долг понимания: чем больше система выпускает кода, который разработчик не писал и не читал, тем хуже он понимает собственный проект. Третий — когнитивная капитуляция, когда человек перестаёт принимать решения и просто соглашается с результатами автоматики. Поэтому потолок такой системы определяется не количеством агентов, а пропускной способностью человека, который должен разобрать их pull request. Автономность масштабирует производство кода быстрее, чем способность этот код проверять. @anti_agi Промпт замкнуло … | — |
|
45 |
| 2026-06-25 14:53:41 | Из Микрона в Макроны Секрет успеха в полупроводниковом производстве в 2026 году простой: каждый квартал повышать цену на 60%. Micron отчитался за фискальный Q3. Выручка $41,5 млрд, плюс 74% за квартал и плюс 346% за год.🐷 Годом ранее было $9,3 млрд. Чистая прибыль $28,2 млрд. Валовая маржа почти 85%. Это маржа софтверной компании, а не производства чипов. Подозреваю, что Intel, продавшая свой бизнес по производству NAND-памяти в 2020, немного кусает локти. Акции Micron прибавили около 13% и стоит $1190+. Дальше интереснее. Чипов отгрузили примерно столько же, объем почти не вырос. Вся история в цене: DRAM за квартал подорожала на те же 60%. Рост в 4,5 раза почти целиком ценовой. Себестоимость осталась на месте, поэтому почти вся новая выручка упала в прибыль. Отсюда и маржа под 85%. Ускорители NVIDIA выгребают HBM и серверную память быстрее, чем Micron успевает ее делать. Полезно помнить, что память это исторически худший бизнес в полупроводниках. Самый цикличный, кладбище банкротств. В 2023 тот же Micron показывал отрицательную валовую маржу. Цена всегда летела вверх на дефиците, а потом обваливалась, когда мощности догоняли спрос. И так каждый раз. Сейчас индустрия ставит на то, что цикл умер. Micron подписал 16 долгосрочных контрактов почти на $100 млрд, часть с ценовым полом. Гайденс на следующий квартал уже $50 млрд при марже 86%. Capex за год $27 млрд, новые фабрики дадут выхлоп только к 2028. Менеджмент уверяет, что ИИ-спрос структурный, а дефицит продержится дальше 2027. На человеческий язык это переводится одной фразой: В ЭТОТ РАЗ БУДЕТ ИНАЧЕ. Но говорят её на каждой вершине, перед тем, как упасть. @anti_agi Из Микрона в Мак… | — |
|
44 |
| 2026-06-24 17:51:36 | Первый ускоритель OpenAI: перчик без перчинки OpenAI и Broadcom вышли с первым заявлением о совместном чипе. Имя ему Легион Jalapeño (Халапеньо). Это не GPU, но и не экзотика уровня Groq или Cerebras. По всем признакам обычный инференс-ASIC, ближайший родственник Google TPU, где чип и память тоже разделены по архитектуре фон Неймана. Ничего радикального. Полезной информации в анонсе примерно ноль. Ни архитектуры, ни производительности во флопсах, ни пропускной способности памяти, ни частоты, ни энергопотребления на чип. Только фраза «производительность на ватт существенно лучше текущего SOTA» и обещание техотчета через несколько месяцев. Перец есть, перчинки нет. Что все-таки известно, и в основном не из анонса, а из прошлых утечек по сделке и интервью гендира Broadcom Хока Тана в Reuters: Производит TSMC, техпроцесс 3nm. Память HBM, поставщики SK Hynix и Samsung. Сеть на Ethernet-стеке Broadcom с коммутаторами Tomahawk, то есть scale-out поверх Ethernet, а не проприетарщина как NVLink у NVIDIA. Сервера собирает Celestica, исключительно под OpenAI. В продажу чип не идет, это чистый внутренний инференс. На инженерных образцах уже гоняют рабочие нагрузки, в том числе GPT-5.3-Codex-Spark. Аппаратную программу ведет Ричард Хо, бывший руководитель разработки Google TPU. Это логично, учитывая, что Broadcom плотно связаны с разработкой чипов для Google, как TPU, так и части Google-ARM зоопарка. Тан в интервью заявил, что Jalapeño «не хуже Blackwell и TPU». Слова главы компании-подрядчика, без единого бенчмарка. Ровно это же в свое время говорили про Amazon Trainium и Microsoft Maia. И каждый из них продолжил крутить основные нагрузки на NVIDIA. Отдельно забавный тейк про «самый быстрый ASIC-цикл в истории» и девять месяцев от дизайна до первого производства, часть которого якобы ускоряли собственными моделями. Девять месяцев, видимо, считают только фазу дизайна. А самого интересного в анонсе нет, это деньги. В мае The Information писал, что первую фазу Broadcom готов финансировать только если Microsoft выкупит около 40% чипов. По схеме Microsoft ставит их у себя и сдает обратно OpenAI в аренду. Твердого обязательства Microsoft не давала. Стороны уперлись в принципиальное расхождение: OpenAI хочет дата-центры под свой кремний, Microsoft привычные универсальные. При этом сегодня Microsoft уже уверенно вписана в партнеры по гигаваттным дата-центрам с 2026 года. То ли договорились, то ли просто не стали упоминать. Самая честная деталь от Тана: маржа Broadcom на этом чипе ниже, чем на сетевых свитчах. Виновата дорогая HBM. Пока что это анонс ради анонса: чип показали, Альтману в руки вручили, а цифры обещают потом. @anti_agi Первый ускорител… | — |
|
66 |
| 2026-06-24 16:35:03 | Роботы теперь смогут вспомнить, где оставили ключи Массачусетский технологический институт представил систему DAAAM (Describe Anything, Anywhere, Anytime, at Any Moment), которая научила роботов запоминать окружающий мир. Для этого исследователи объединили компьютерное зрение, а также метод SLAM — его используют для создания карт новой среды с параллельным отслеживанием, где именно в этой среде находится робот. DAAAM же берёт довольно подробные описания от визуально-языковой модели (VLM) и преобразует их в пространственную 3D-карту. Как это работает: ➖ ИИ обрабатывает ближайшие объекты и выбирает только те кадры, где несколько предметов видны наиболее чётко ➖ Каждому объекту присваиваются текстовое описание, 3D-координаты и временная метка 👆🏻 ➖ Если у робота что-то спросить, языковая модель запускает расширенный поиск по смыслу слова (например, если искать конкретную скульптуру) или по локации (рядом со зданием MIT). Тестировали систему на собственном бенчмарке OC-NaVQA на дистанции 1,64 км и 35 минут. В сравнении с другими методами DAAAM оказался на 21-53% точнее — в зависимости от запроса. Например, система показала точность ответов более 70% против 43-46% у ReMEmbR от NVIDIA и 30% у ConceptGraphs. Как выяснилось, ReMEmbR хранит кадры с описаниями в векторе, однако на больших расстояниях перестаёт сопоставлять данные. ConceptGraphs же строит довольно детальные карты, но быстро расходует свободную память. @anti_robots Роботы теперь см… | — |
|
65 |
| 2026-06-24 15:18:24 | Оптоволокно для ЦОДов оценили как корпоративный софт Производитель кабеля «Инкаб», чья доля на рынке оценивается в 20-25%, привлёк на IPO 2 млрд рублей при капитализации свыше 10 млрд. Почти 76% предложения забрали частные инвесторы, а доля акций в свободном обращении превысила 20%. По масштабу размещение оказалось недалеко от IPO «Группы Базис», разработчика корпоративного ПО, который в 2025 году привлёк 3 млрд рублей. А FabricaONE.AI этой весной и вовсе отложила размещение, хоть и собрала заявок на сопоставимые 2 млрд. Получается довольно наглядная оценка российского технологического рынка: оптоволоконный кабель для ЦОД сегодня ценится не сильно ниже полноценного кластера корпоративной разработки. Оптоволокно для … | — |
|
66 |
Загрузка данных...
| Время | Контент | Подписчиков | Кто ссылался | Просмотры 48ч | Просмотры 24ч |
|---|