NVIDIA только что поддержала индийский стартап, который помогает компаниям запускать ИИ с меньшим количеством собственных GPU от NVIDIA. Он называется SimpliSmart, базируется в Бенгалуру, привлек $14 млн в серии B от Accel, оценка — около $100 млн. Их программное обеспечение располагается между моделями ИИ и вычислительной инфраструктурой и автоматически настраивает развертывание моделей, чтобы компании достигали оптимального баланса скорости, стоимости и производительности без ручного управления. InVideo сократили свои затраты на обслуживание GPU на 56% с его помощью. Выручка выросла в 14 раз за шесть месяцев. Более половины поступает из США. Очевидный вопрос: почему NVIDIA инвестировала в программное обеспечение, снижающее спрос на собственные чипы NVIDIA? Ответ основателей: снижение стоимости и упрощение ИНФЕРЕНЦИИ ИИ побуждает больше компаний начать использовать ИИ, что в конечном итоге увеличивает продажи GPU. NVIDIA также сотрудничает с SimpliSmart над технической интеграцией с собственным программным обеспечением для инференса Dynamo, представляя их клиентам и партнерам. Таким образом, NVIDIA не просто инвестирует — она встраивается в стартап, конкурирующий с собственными продуктами NVIDIA в сфере инференса. Либо NVIDIA действительно верит, что эффективность стимулирует большее внедрение, либо она предпочитает контролировать направление эффективности, а не наблюдать, как это сделает кто-то другой.

Питер Штейнбергер, создатель OpenClaw, оценивает, что в прошлом месяце он потратил около 10 млн долларов в токенах. При такой скорости это составляет 120 млн долларов в год на одного человека. Этого достаточно, чтобы заплатить зарплату 500 старшим инженерам в течение года. Его работодатель, OpenAI, покрывает эти расходы. Он также признал, что не все эти расходы были полезными. Поэтому, когда кто-то говорит вам «ИИ дешевле, чем нанимать», спросите, что именно купили эти токены.

Искусство ИИ — это не ИСКУССТВО!! БООООООО Мне нравится, напоминает мне мою NVIDIA

Я думаю, вся экосистема Space X потрясающая. Мне нравится ставить лайки твитам, которые я вижу здесь и которые связаны с ИИ, когда я еду в своем Cybertruck. Grok озвучивает мне мои лайкнутые твиты и объясняет их мне во время автопилота.

Bullshot недавно объявил о привлечении 7,7 млн долларов в рамках раундов финансирования с поддержкой @animocabrands и @PolygonVentures, а также собрал 1 млн долларов через @MindoAI Сочетание создания токенов, торговли и AI-агентов делает @Bullshot911 проектом, за которым стоит следить 👀

ЧТО ЗА Х*Й, ЭЛОН МАСК СОЗДАЛ ГРОК-БОТА, КОТОРЫЙ ЗАМЕНИЛ 28+ ПЛАТНЫХ ИНСТРУМЕНТОВ Он работает на собственном облачном компьютере, входит в ваши приложения и выполняет задачи по расписанию. Каждый бот может содержать до 50 задач. Что он заменяет: → ИИ-агенты: ChatGPT Plus/Pro, Manus, Perplexity Pro, GenSpark, Devin, Lindy → Автоматизация: Zapier, Make, n8n Cloud, Bardeen, PhantomBuster, Apify/Browse AI → Социальные сети: Hootsuite, Buffer, Sprout Social, Typefully, Hypefury → Продажи: Apollo.io, Clay, Lemlist/Instantly, SalesLoft → Операции: Superhuman, Motion/Reclaim, Otter/Fireflies, Intercom Fin/Zendesk AI, Feedly/Brand24/Mention → Контент: Jasper/Copy AI, gamma Начните с малого: выберите одну подписку, которую вы открываете каждый день, и передайте эту задачу боту в виде задачи. Сохраните это и прочитайте статью ниже, чтобы настроить бота Grok так же, как инженеры SpaceXAI ↓

ЧТО ЗА БЛЕЯТЬ. OPENAI СДЕЛАЛА ИИ-АГЕНТЫ ДЕШЕВЛЕ И ЛУЧШЕ В ИСПОЛЬЗОВАНИИ ВАШЕГО КОМПЬЮТЕРА. Познакомьтесь с GPT 6.1 Terra. Это обновление касается гораздо большего, чем генерация лучших ответов. OpenAI продвигает ИИ к чему-то гораздо более полезному — реальному выполнению работы. Terra разработан, чтобы понимать, что происходит на вашем экране, взаимодействовать с приложениями компьютера и выполнять сложные последовательности задач. Подумайте, что это значит. ИИ может помочь подготовить предложения, интерпретировать технические чертежи, заполнять формы, редактировать видео и справляться с рутинной офисной работой. Вместо того чтобы объяснять, как что-то сделать, он может самостоятельно пройти все необходимые шаги. OpenAI утверждает, что новая модель значительно лучше GPT 5.6 Terra в таких задачах. Но вот то, что действительно привлекло мое внимание — цена. Стандартная цена API GPT 6.1 Terra на 50% ниже, чем у GPT 5.6 Terra. Это важно, потому что ИИ-агенты могут делать множество вызовов модели при выполнении одного рабочего процесса. Каждый шаг стоит денег. Чтение информации, анализ экрана, принятие решения о следующем действии и проверка результата — всё это накапливается. Снижение стоимости делает масштабное использование таких систем более практичным. OpenAI также сообщает о значительном улучшении производительности в программировании и визуальном рассуждении, а также о меньшем количестве фактических ошибок в внутренних оценках. Эта комбинация важна. Модель, которая может понимать задачу, управлять программным обеспечением и писать код, становится намного полезнее, если она может делать всё это быстрее и дешевле. Представьте ИИ-агентов, обрабатывающих счета, обновляющих электронные таблицы, организующих информацию о клиентах или выполняющих рутинные задачи в нескольких приложениях. Не просто говорящих вам, что делать. А реально помогающих вам это сделать. Конечно, использование компьютера — это не то же самое, что полная автономия. Сложные рабочие процессы всё ещё требуют тестирования, разрешений и человеческого контроля. Но направление становится ясным. Следующая большая гонка в ИИ — это не только то, какая модель может мыслить лучше. Это о том, какая модель сможет надежно превращать этот интеллект в действия. И теперь OpenAI делает эту возможность дешевле в использовании.

🚨 БОЖЕ МОЙ. ДЖЕНСЕН ХУАН СТОЯЛ В ОДНОЙ РУКЕ ПЕТАФЛОП ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. И сравнение, которое он сделал, абсолютно безумно. В 2016 году Дженсен Хуан доставил систему NVIDIA DGX 1 небольшой компании под названием OpenAI. Это была гигантская машина, созданная специально для вычислений ИИ. Она обеспечивала производительность в один петафлоп и имела 128 ГБ памяти. И Дженсен напомнил всем об одном детале: Для того чтобы поднять эту машину по лестнице, требовалось два человека. Сейчас, спустя десять лет, он держит в одной руке компактный компьютер ИИ и демонстрирует те же ключевые показатели. Один петафлоп. 128 ГБ памяти. Подумайте об этом на секунду. Новая линейка RTX Spark была разработана в течение четырех лет совместно с Microsoft и всей индустрией ПК. По словам Дженсена, проект включал новый чип N1X и совершенно новое семейство компьютеров, включая настольные ПК, ноутбуки и рабочие станции. Цель — перенести мощные вычисления ИИ в гораздо более компактный форм-фактор. И вот здесь становится интересно. Годами доступ к мощному аппаратному обеспечению ИИ означал reliance на дорогостоящую облачную инфраструктуру или специализированные машины, которые были недоступны большинству индивидуальных разработчиков. Компактные системы подобного рода указывают на иной подход. Представьте, что вы разрабатываете агентов ИИ, экспериментируете с моделями и запускаете требовательные рабочие нагрузки ИИ прямо на своем рабочем столе. Меньше зависимости от удаленной инфраструктуры. Больше контроля над вашей средой разработки. И потенциально меньше повторяющихся облачных расходов на рабочие нагрузки, которые можно запускать локально. Конечно, важно сделать одно различие. Совпадение одинакового пикового значения петафлопа не означает автоматически, что две машины обеспечивают идентичную реальную производительность. Важны точность вычислений, архитектура памяти и характер рабочей нагрузки. Но физическая трансформация все равно поразительна. В 2016 году этот класс вычислений ИИ занимал машину, которую нужно было нести двое людей. Сейчас Дженсен Хуан может держать систему с сопоставимыми ключевыми характеристиками в одной руке. Вот что делает это событие чем-то большим, чем просто запуск нового компьютера. Аппаратное обеспечение ИИ становится не только более мощным. Оно становится значительно более доступным. И следующее поколение разработчиков ИИ может не нуждаться в серверной комнате, чтобы начать работу.