NVIDIA acaba de respaldar una startup india que ayuda a las empresas a ejecutar IA con menos GPU propias de NVIDIA. Se llama SimpliSmart, con sede en Bangalore, recaudó $14 millones en la ronda B liderada por Accel, con una valoración de aproximadamente $100 millones. Su software se sitúa entre los modelos de IA y la infraestructura de cómputo, y ajusta automáticamente cómo se despliegan los modelos para que las empresas logren el equilibrio adecuado entre velocidad, costo y rendimiento sin necesidad de gestionarlo manualmente. InVideo redujo sus costos de servicio GPU en un 56% utilizando esta solución. Sus ingresos crecieron 14 veces en seis meses, y más de la mitad provienen de EE. UU. La pregunta obvia es por qué NVIDIA respaldaría un software que reduce la demanda de sus propios chips. La respuesta de los fundadores: hacer que la inferencia de IA sea más barata y más sencilla anima a más empresas a adoptar IA en primer lugar, lo que finalmente aumenta la venta de GPU. NVIDIA también está trabajando con SimpliSmart en integraciones técnicas con su propio software de inferencia Dynamo, presentándolos a clientes y socios. Así que NVIDIA no solo está invirtiendo, sino que se está integrando en una startup que compite en el mismo espacio que sus propios productos de inferencia. O NVIDIA cree sinceramente que la eficiencia impulsa una mayor adopción, o prefiere poseer la oportunidad de eficiencia antes que ver a alguien más aprovecharla.

Peter Steinberger, el creador de OpenClaw, estima que gastó alrededor de $10 millones en tokens el mes pasado. A ese ritmo, son $120 millones al año por una sola persona. Eso es suficiente para pagar a 500 ingenieros senior durante un año. Su empleador, OpenAI, cubre la factura. También admitió que no todo ese gasto fue útil. Entonces, cuando alguien te diga "la IA es más barata que contratar", pregunta qué compraron realmente los tokens.

El arte de IA no es ARTE !! BOOOOOOOO me gusta, me recuerda a mi NVIDIA

Creo que todo el ecosistema de Space X es increíble. Algo que me gusta hacer es dar me gusta a tweets que veo aquí relacionados con IA y cuando estoy en mi Cybertruck. Tengo a Grok que me lee en voz alta los tweets que me gustaron y me los explica mientras estoy en conducción autónoma.

Bullshot acaba de anunciar que recaudó $7.7M en varias rondas de financiación, con el respaldo de @animocabrands y @PolygonVentures, además de recaudar $1M con @MindoAI La intersección entre la creación de tokens, el comercio y agentes de IA hace que @Bullshot911 sea un proyecto que vale la pena seguir 👀

¡SANTO CIELO, ELON MUSK CREÓ EL BOT GROK QUE REEMPLAZÓ 28+ HERRAMIENTAS DE PAGO Funciona en su propia computadora en la nube, inicia sesión en tus aplicaciones y ejecuta rutinas según un horario. Cada bot puede contener hasta 50 rutinas. Lo que reemplaza: → agentes de IA: chatgpt plus/pro, manus, perplexity pro, genspark, devin, lindy → automatización: zapier, make, n8n cloud, bardeen, phantombuster, apify/browse ai → redes sociales: hootsuite, buffer, sprout social, typefully, hypefury → ventas: apollo io, clay, lemlist/instantly, salesloft → operaciones: superhuman, motion/reclaim, otter/fireflies, intercom fin/zendesk ai, feedly/brand24/mention → contenido: jasper/copy ai, gamma Comienza pequeño: elige la suscripción que abras todos los días y asigna esa tarea a un bot como una rutina. Guarda esto y lee el artículo a continuación para configurar el bot grok como lo hacen los ingenieros de spacexai ↓

¡SANTO CIELO! OPENAI ACABA DE HACER LOS AGENTES DE IA MÁS BARATOS Y MEJORES PARA USAR TU COMPUTADORA. Conoce a GPT 6.1 Terra. Y esta actualización va mucho más allá de generar respuestas mejores. OpenAI está impulsando la IA hacia algo mucho más útil: realmente hacer el trabajo. Terra está diseñada para entender lo que ocurre en tu pantalla, interactuar con aplicaciones informáticas y completar secuencias complejas de tareas. Piensa en lo que eso significa. Una IA puede ayudarte a preparar propuestas, interpretar planos técnicos, llenar formularios, editar videos y manejar tareas repetitivas de oficina. En lugar de explicarte cómo hacer algo, puede realizar los pasos necesarios para lograrlo. Y OpenAI afirma que el nuevo modelo es significativamente mejor que GPT 5.6 Terra en este tipo de tareas. Pero aquí está la parte que realmente llamó mi atención: el precio. El precio estándar de la API de GPT 6.1 Terra es un 50 % más bajo que el de GPT 5.6 Terra. Esto importa porque los agentes de IA pueden realizar muchas llamadas al modelo mientras completan un solo flujo de trabajo. Cada paso tiene un costo: leer información, analizar una pantalla, decidir qué hacer a continuación y verificar el resultado, todo esto se acumula. Costos más bajos hacen que sea más práctico ejecutar estos sistemas a gran escala. OpenAI también reporta mejoras importantes en rendimiento de programación y razonamiento visual, junto con menos errores factuales en sus evaluaciones internas. Esta combinación es importante. Un modelo que puede entender una tarea, operar software y escribir código se vuelve mucho más útil cuando puede hacer todo eso más rápido y a menor costo. Imagina agentes de IA procesando facturas, actualizando hojas de cálculo, organizando información de clientes o manejando tareas repetitivas en múltiples aplicaciones. No solo diciéndote qué hacer. Sino ayudándote realmente a lograrlo. Por supuesto, el uso de la computadora no es lo mismo que autonomía perfecta. Los flujos de trabajo complejos aún necesitan pruebas, permisos y supervisión humana. Pero la dirección se vuelve clara. La próxima gran carrera de IA no solo trata sobre qué modelo puede pensar mejor. Sino sobre qué modelo puede convertir confiablemente esa inteligencia en acción. Y ahora, OpenAI está haciendo que esta capacidad sea más barata de usar.

🚨¡SANTO CIELO! JENSEN HUANG ACABA DE SOSTENER UN PETAFLOP DE PODER DE IA EN UNA MANO. Y la comparación que hizo es absolutamente loca. En 2016, Jensen Huang entregó un sistema NVIDIA DGX 1 a una pequeña empresa llamada OpenAI. Era una máquina masiva diseñada específicamente para el cómputo de IA. Proporcionaba un petaflop de rendimiento de cómputo y venía con 128 GB de memoria. Y Jensen recordó a todos un detalle: Se necesitaban dos personas para llevar esa máquina escaleras arriba. Ahora, diez años después, sostiene en una mano una computadora de IA compacta y muestra las mismas cifras destacadas. Un petaflop. 128 GB de memoria. Déjalo reflexionar por un segundo. La nueva línea RTX Spark se desarrolló tras cuatro años de trabajo con Microsoft y la industria de la PC en general. Según Jensen, el proyecto incluyó un nuevo chip llamado N1X y una familia completamente nueva de computadoras, que incluye escritorios, portátiles y estaciones de trabajo. El objetivo es llevar poderosos recursos de cómputo de IA a un formato mucho más pequeño. Y aquí es donde las cosas se vuelven interesantes. Durante años, acceder a hardware de IA potente significaba depender de infraestructuras en la nube costosas o máquinas especializadas que estaban muy lejos del alcance de la mayoría de los desarrolladores individuales. Sistemas compactos como este apuntan hacia un enfoque diferente. Imagina desarrollar agentes de IA, experimentar con modelos y ejecutar cargas de trabajo de IA exigentes directamente en tu escritorio. Menos dependencia de infraestructura remota. Más control sobre tu entorno de desarrollo. Y posiblemente menos costos recurrentes en la nube para cargas de trabajo que pueden ejecutarse localmente. Por supuesto, hay una distinción importante. Igualar la misma cifra máxima de petaflops no significa automáticamente que dos máquinas ofrezcan rendimiento idéntico en el mundo real. La precisión utilizada, la arquitectura de memoria y la carga de trabajo importan. Pero la transformación física sigue siendo notable. En 2016, esta clase de cómputo de IA venía en una máquina que requería dos personas para transportarla. Ahora, Jensen Huang puede sostener en una mano un sistema con especificaciones comparables. Eso es lo que hace que esto sea más que simplemente otro lanzamiento de computadora. El hardware de IA no solo se está volviendo más potente. También se está volviendo drásticamente más accesible. Y la próxima generación de desarrolladores de IA quizás no necesite una sala de servidores para comenzar.