Nvidia vừa đầu tư vào một startup Ấn Độ giúp các công ty vận hành AI với ít GPU của chính Nvidia hơn. Startup này có tên SimpliSmart, đặt trụ sở tại Bengaluru, huy động được 14 triệu USD trong vòng Series B từ Accel, định giá khoảng 100 triệu USD. Phần mềm của họ nằm giữa các mô hình AI và cơ sở hạ tầng tính toán, tự động điều chỉnh cách triển khai mô hình để các công ty đạt được sự cân bằng tối ưu giữa tốc độ, chi phí và hiệu suất mà không cần quản lý thủ công. InVideo đã giảm 56% chi phí phục vụ GPU bằng cách sử dụng phần mềm này. Doanh thu tăng 14 lần trong sáu tháng. Hơn một nửa doanh thu đến từ Hoa Kỳ. Câu hỏi rõ ràng là tại sao Nvidia lại đầu tư vào phần mềm làm giảm nhu cầu về chip của chính họ? Câu trả lời của các nhà sáng lập: Làm cho việc suy luận AI trở nên rẻ hơn và dễ dàng hơn sẽ giúp nhiều công ty hơn áp dụng AI, từ đó cuối cùng thúc đẩy doanh số bán GPU nhiều hơn. Nvidia cũng đang hợp tác với SimpliSmart về các tích hợp kỹ thuật với phần mềm suy luận Dynamo của chính họ, giới thiệu họ đến khách hàng và đối tác. Vì vậy, Nvidia không chỉ đầu tư, mà còn tự gắn mình vào một startup cạnh tranh trong cùng lĩnh vực với các sản phẩm suy luận của chính họ. Hoặc Nvidia thực sự tin rằng hiệu quả sẽ thúc đẩy sự chấp nhận rộng rãi hơn, hoặc họ muốn kiểm soát mảng hiệu quả này thay vì để người khác chiếm lĩnh.

Peter Steinberger, người sáng tạo OpenClaw, ước tính ông đã chi khoảng 10 triệu USD dưới dạng token vào tháng trước. Với tốc độ đó, con số là 120 triệu USD mỗi năm cho một người. Đủ để trả lương cho 500 kỹ sư cấp cao trong một năm. Chủ lao động của ông, OpenAI, chi trả hóa đơn này. Ông cũng thừa nhận không phải toàn bộ số tiền chi tiêu đều mang lại hiệu quả. Vì vậy, khi ai đó nói với bạn “AI rẻ hơn thuê người”, hãy hỏi xem các token đó thực sự mua được gì.

AI art không phải là ART!! BOOOOOOOO Tôi thích nó, khiến tôi nhớ đến card NVIDIA của mình

Tôi nghĩ toàn bộ hệ sinh thái Space X thật tuyệt vời. Một điều tôi thích làm là thích các tweet mà tôi thấy ở đây liên quan đến AI và khi tôi đang ở trong Cybertruck. Tôi để Grok đọc to các tweet tôi đã thích và giải thích chúng cho tôi trong khi lái tự động.

Bullshot vừa thông báo huy động được 7,7 triệu USD qua các vòng gọi vốn, với sự hỗ trợ từ @animocabrands và @PolygonVentures, đồng thời huy động thêm 1 triệu USD cùng @MindoAI Sự giao thoa giữa tạo token, giao dịch và các tác nhân AI khiến @Bullshot911 trở thành một dự án đáng theo dõi 👀

HOLY F*CK, ELON MUSK TẠO RA GROK BOT THAY THẾ HƠN 28 CÔNG CỤ TRẢ PHÍ Nó chạy trên máy tính đám mây riêng, đăng nhập vào các ứng dụng của bạn và thực hiện các quy trình theo lịch trình. Mỗi bot có thể lưu trữ lên đến 50 quy trình. Những thứ nó thay thế: → các tác nhân AI: chatgpt plus/pro, manus, perplexity pro, genspark, devin, lindy → tự động hóa: zapier, make, n8n cloud, bardeen, phantombuster, apify/browse ai → mạng xã hội: hootsuite, buffer, sprout social, typefully, hypefury → bán hàng: apollo io, clay, lemlist/instantly, salesloft → vận hành: superhuman, motion/reclaim, otter/fireflies, intercom fin/zendesk ai, feedly/brand24/mention → nội dung: jasper/copy ai, gamma Bắt đầu nhỏ: chọn một gói đăng ký bạn mở mỗi ngày và giao nhiệm vụ đó cho bot dưới dạng một quy trình. Lưu lại và đọc bài viết bên dưới để thiết lập grok bot như các kỹ sư của spacexai làm ↓

HOLY SH*T. OPENAI VỪA LÀM CHO CÁC AGENT AI TRỞ NÊN RẺ HƠN VÀ HIỆU QUẢ HƠN TRONG VIỆC SỬ DỤNG MÁY TÍNH CỦA BẠN. Hãy gặp GPT 6.1 Terra. Và bản cập nhật này không chỉ đơn thuần là tạo ra những câu trả lời tốt hơn. OpenAI đang đẩy AI hướng tới một điều hữu ích hơn nhiều. Đó là thực sự hoàn thành công việc. Terra được thiết kế để hiểu những gì đang xảy ra trên màn hình của bạn, tương tác với các ứng dụng máy tính và hoàn thành các chuỗi tác vụ phức tạp. Hãy nghĩ xem điều đó có nghĩa gì. Một AI có thể giúp soạn thảo đề xuất, giải thích bản vẽ kỹ thuật, điền biểu mẫu, chỉnh sửa video và xử lý các công việc văn phòng lặp đi lặp lại. Thay vì giải thích cách làm một việc gì đó, nó có thể tự thực hiện từng bước cần thiết để hoàn thành công việc. Và OpenAI cho biết mô hình mới này vượt trội đáng kể so với GPT 5.6 Terra trong các nhiệm vụ loại này. Nhưng đây là phần thực sự thu hút sự chú ý của tôi. Giá cả. Giá API tiêu chuẩn của GPT 6.1 Terra thấp hơn 50% so với GPT 5.6 Terra. Điều đó quan trọng vì các agent AI có thể thực hiện nhiều lần gọi mô hình trong khi hoàn thành một quy trình duy nhất. Mỗi bước đều tốn chi phí. Đọc thông tin, phân tích màn hình, quyết định bước tiếp theo và kiểm tra kết quả đều có thể cộng dồn. Chi phí thấp hơn giúp việc triển khai các hệ thống này ở quy mô lớn trở nên thực tế hơn. OpenAI cũng báo cáo những cải tiến lớn về hiệu suất lập trình và suy luận hình ảnh, cùng với ít lỗi sự thật hơn trong các đánh giá nội bộ. Sự kết hợp này rất quan trọng. Một mô hình có thể hiểu nhiệm vụ, vận hành phần mềm và viết mã sẽ trở nên hữu ích hơn nhiều khi có thể thực hiện tất cả những điều đó nhanh hơn và với chi phí thấp hơn. Hãy tưởng tượng các agent AI xử lý hóa đơn, cập nhật bảng tính, tổ chức thông tin khách hàng hoặc xử lý các tác vụ lặp đi lặp lại trên nhiều ứng dụng khác nhau. Không chỉ đơn thuần là nói cho bạn biết phải làm gì. Mà thực sự giúp bạn hoàn thành công việc. Tất nhiên, việc sử dụng máy tính không giống như sự tự chủ hoàn hảo. Các quy trình phức tạp vẫn cần được kiểm thử, cấp quyền và giám sát bởi con người. Nhưng xu hướng đang trở nên rõ ràng. Cuộc đua AI lớn tiếp theo không chỉ là mô hình nào có thể suy nghĩ tốt hơn. Mà là mô hình nào có thể đáng tin cậy biến trí tuệ đó thành hành động. Và bây giờ, OpenAI đang làm cho khả năng này trở nên rẻ hơn để sử dụng.

🚨 CHÚA ƠI. JENSEN HUANG VỪA NÂNG MỘT PETAFLOP SỨC MẠNH AI TRÊN MỘT BÀN TAY. Và so sánh mà ông đưa ra thật sự điên rồ. Năm 2016, Jensen Huang đã giao một hệ thống NVIDIA DGX 1 cho một công ty nhỏ tên là OpenAI. Đó là một cỗ máy khổng lồ được thiết kế đặc biệt cho tính toán AI. Nó cung cấp hiệu năng một petaflop và đi kèm 128GB bộ nhớ. Và Jensen đã nhắc lại một chi tiết quan trọng. Cần đến hai người để khiêng cỗ máy đó lên lầu. Bây giờ, mười năm sau, ông đang cầm trên tay một máy tính AI nhỏ gọn và trưng bày những con số tương tự. Một petaflop. 128GB bộ nhớ. Hãy để điều đó thấm dần vào bạn một chút. Dòng sản phẩm RTX Spark mới được phát triển sau bốn năm hợp tác với Microsoft và toàn ngành PC. Theo Jensen, dự án này bao gồm một con chip mới mang tên N1X và một dòng máy tính hoàn toàn mới, bao gồm máy để bàn, laptop và trạm làm việc. Mục tiêu là mang sức mạnh tính toán AI mạnh mẽ vào một kích thước nhỏ gọn hơn nhiều. Và đây là nơi mọi thứ trở nên thú vị. Trong nhiều năm, việc tiếp cận phần cứng AI mạnh mẽ đồng nghĩa với việc phải phụ thuộc vào cơ sở hạ tầng đám mây đắt đỏ hoặc các cỗ máy chuyên dụng vượt xa khả năng của hầu hết các nhà phát triển cá nhân. Những hệ thống nhỏ gọn như thế này hướng đến một cách tiếp cận khác. Hãy tưởng tượng phát triển các tác nhân AI, thử nghiệm các mô hình và chạy các tác vụ AI đòi hỏi cao ngay trên bàn làm việc của bạn. Ít phụ thuộc hơn vào cơ sở hạ tầng từ xa. Nhiều kiểm soát hơn đối với môi trường phát triển của bạn. Và có thể giảm chi phí đám mây định kỳ cho các tác vụ có thể chạy tại chỗ. Tất nhiên, có một sự phân biệt quan trọng. Việc đạt cùng mức petaflop đỉnh không đồng nghĩa với việc hai máy tính mang lại hiệu năng thực tế giống hệt nhau. Độ chính xác sử dụng, kiến trúc bộ nhớ và loại tác vụ đều quan trọng. Nhưng sự biến đổi về mặt vật lý vẫn thật ấn tượng. Năm 2016, lớp máy tính AI này nằm trong một cỗ máy cần hai người khiêng. Bây giờ, Jensen Huang có thể cầm trên tay một hệ thống có thông số tương đương chỉ bằng một tay. Đó là lý do vì sao điều này không chỉ đơn thuần là một cuộc ra mắt máy tính khác. Phần cứng AI không chỉ ngày càng mạnh mẽ hơn. Mà còn trở nên dễ tiếp cận hơn rất nhiều. Và thế hệ nhà phát triển AI tiếp theo có thể không cần đến phòng máy chủ để bắt đầu.