GPU & AI chips — September 2026

Вертикальный кронштейн для видеокарты https://ali.click/wdkwk1m?erid=2SDnjdt3955

Реклама: ООО "АЛИБАБА.КОМ (РУ)" ИНН: 7703380158

Подпишись 👉 @aliexpressX8

Пост в свои 32 года писал аж 10 дней(старею) и он про фримиум на neuraldeep.ru

Да да мне сегодня далеко за, но еще не так далеко до кризиса

Мы два месяца считал бесплатный тариф своей главной статьёй риска

Посчитал с клодом еще раз и еще раз оказался неправ

В двадцати самых загруженных часах месяца бесплатные дают 2,5 процента входных токенов в пиковый час, тридцатого августа в семь вечера, из 255 миллионов входа бесплатных было 0,1 миллиона нагрузки недурно да?

Доля бесплатных во входе по неделям июль, 70 миллионов против 176 у платных, это 28 процентов десятое августа, 734 против 5343, двенадцать процентов двадцать четвёртое, 628 против 14323, четыре процента седьмое сентября, 273 против 14203, меньше двух

Бесплатные почти не выросли, платные выросли в восемьдесят раз и халявщик, который сжёг 427 миллионов токенов, просто перестал быть заметен, пуф и исчезает из мониторинга как и его траты

Почему тогда фри умирает у всех остальных, я вот помню что все его закрывают, режут, уменьшают и мы не исключение

Классический SaaS и AI SaaS расходятся в одном месте, и оно решающее Допустим возьмем Dropbox бесплатный человек стоит гигабайты на диске, то есть копейки и один раз у языковой модели он стоит секунды GPU, то есть каждый раз заново первое амортизируется, второе нет

У классического фри есть естественный потолок, у AI его нет человек физически не может занять больше двух гигабайт бесплатного облака а на бесплатном ключе к модели он ставит агента в цикл, и тот работает круглые сутки без человека, вроде ок пускай жжет

Распределение не нормальное, а степенное Chutes перед закрытием назвал цифру честно, отдельные юзеры потребляли в 324 раза больше стоимости своей подписки, я честно в шоке средним тут управлять нельзя, потому что среднего не существует, есть хвост

Ломается сама арифметика фримиума классическая модель живёт при конверсии два-пять процентов, потому что остальные девяносто пять почти бесплатны когда каждый бесплатный запрос стоит живых денег поставщику, для той же экономики нужна конверсия процентов тридцать, а такой не бывает

И главное большинство раздающих, я брал срез по рынку, и те кто производят почти не дают фри, продают те кто перекупают его для них бесплатный доступ это не инвестиция в воронку, а отток кассы, который живёт ровно столько, сколько длится фаза дешёвых денег кончился раунд, и тариф режут за одни выходные, как Gemini в декабре

Что убьёт нас на самом деле?

не бесплатные, на сегодня, а пик в час пика флот молотит 70 920 входных токенов в секунду в среднем за час, и это уже близко к потолку префилла(но мы работаем над его расширением) третьего сентября длинный лейн лёг на пять часов и 595 запросов умерли по таймауту(чисто по приколу пока был большой инпут и вы просто смели все железки) бесплатные там ни при чём, это платная нагрузка и моя собственная раскладка по картам

Где на самом деле проходит черта около тысячи активных бесплатных в неделю против сегодняшних ста двадцати там фри выходит на пятую часть пикового префилла, и подрезать его становится дешевле, чем купить ещё карту при нынешнем темпе это примерно год

А рычаг проверен и стоит ровно 0 восьмого сентября у нас закончилась акция, потолок входа упал с 262 тысяч до 46 на фри недельный вход бесплатных рухнул с 857 миллионов до 273 минус две трети одним числом в конфиге

Так что фри умирает не от количества людей он умирает в тот день, когда начинает мешать тем, кто платит увы 😢

А мы на сегодня единственные кто дает такой фримиум на рф рынке neuraldeep.ru

Stay tuned!

#инструмент дня

Слово «модель» сейчас обычно вызывает в голове что-нибудь на 7–70 миллиардов параметров и десятки гигабайт весов. Но модель вообще не обязана быть такой.

Vercel Labs сделали gpu-lexer — библиотеку подсветки кода, в которой вместо набора грамматик используется одна обученная модель на 41 321 параметр.

Веса упакованы в 6 бит, а весь браузерный пакет занимает 27.4 KB, в сжатом состоянии.

Работает через WebGPU. Код сначала режется на слова, пробелы, переводы строк и символы. Потом модель для каждого токена выбирает класс: keyword, string, function, type, operator и т.д. Язык заранее указывать не нужно.

У классических хайлайтеров подход другой. Prism и Highlight.js хранят правила для отдельных языков. Shiki использует TextMate-грамматики. Больше языков — больше правил и больше данных. Здесь одна модель занимает два десятка килобайт и пытается покрыть всё сразу.

Для сравнения, автор приводит примерно 162 KB для Prism, 240 KB для Highlight.js и 992 KB для полного набора Shiki.

Но это именно ML: результат не гарантирован правилами. С Shiki модель совпадает примерно на 88–90% токенов. На TypeScript и Python лучше, на менее популярных языках и шаблонизаторах заметно хуже.

Да, такой подход не вчера появился, но мне нравится, что он снова обретает право на жизнь в не слишком сильно детерменированных задачах.

https://gpu-lexer.vercel.app/

#syntax #ml #highlight

🆕 Еженедельный обзор киберновостей

ЦРУ рассекретило брифинги, в которых сценарии атак с использованием гражданской авиации обсуждались за годы до 11 сентября, а Anthropic описала кибероперации, где человек только выбирает цель. В России коммерчески запустили 5G, а ФНС готовится видеть IP-адреса и данные SIM-карт владельцев цифровых рублей — собрали самые интересные новости недели в одном месте, чтобы вы ничего не пропустили.

🌎В мире

ЦРУ рассекретило президентские брифинги конца 1990-х, из которых следует, что сценарии атак внутри США с использованием гражданской авиации обсуждались в разведке задолго до 11 сентября.

Верховный комиссар ООН потребовал от разработчиков ИИ «железных гарантий» и чётких красных линий, признав добровольную осторожность корпораций недостаточной.

ИИ-пузырь добрался до долгового рынка: цены и спреды по облигациям гиперскейлеров перестали подчиняться привычной логике.

Китай научился делать собственные ИИ-ускорители, но упёрся в дефицит HBM — Huawei подняла цены на Ascend почти в полтора раза.

Внутренняя правка алгоритма ChatGPT за сутки обнулила привычную видимость Reddit, обвалив цитируемость площадки на 86%.

🇷🇺В России

МТС, «МегаФон», «Билайн» и Т2 начали коммерческую эксплуатацию сетей пятого поколения, но владельцы iPhone к российскому 5G пока не подключатся.

Минцифры предлагает с марта 2027 года фиксировать в СОРМ действия персонала операторов: команды, изменения конфигурации и установку программ.

С 2027 года в выписках по цифровому рублю появятся IP- и MAC-адреса, данные SIM-карт и другие технические идентификаторы владельцев, доступные ФНС.

Роскомнадзор отразил за август 1663 DDoS-атаки — в сумме почти десять суток непрерывного давления на российский интернет.

Оператора Telegram-канала, пять лет принимавшего десятки заказов в день на пробив данных из баз операторов, банков и госорганов, подвела собственная переписка.

💡Новости в сфере ИБ

Anthropic описала кибероперации, где человек только выбирает цель, а Claude самостоятельно ведёт разведку, взламывает системы и переписывает код после обнаружения.

Паспортные данные, места в самолёте и сведения о багаже: 220 млн записей о путешественниках защищал заводской пароль.

Берлин отказался платить вымогателям, и в открытый доступ ушли 5,8 ТБ государственных файлов, включая сведения о критической инфраструктуре.

США ударили по китайскому маркетплейсу Xinbi Guarantee, через который мошеннические колл-центры покупали сайты, людей и услуги по отмыванию денег.

После атаки в Лейпциге Германия ускоряет строительство национального киберкупола — единой системы против дронов, кибератак и диверсий.

🔒Статьи недели

Границы, точки подтверждения и журналирование: как собрать ИИ-агента для пентеста и не получить чёрный ящик, который нельзя проверить.

Независимые тесты GPT-6 Astra показали лидерство в математике и работе с инструментами при заметном отставании в качестве текстов.

Придуманный для мобильных приложений PKCE стал обязательной защитой публичных OAuth-клиентов и добрался до ИИ-агентов.

⭐️Мероприятия

16 сентября в 11:00 МСК на вебинаре iCore разберут ключевые процессы ИБ, управление ИТ-активами и автоматизацию, а участники получат инструмент самооценки зрелости.

17 сентября в 11:00 CEO SECURITM покажет на живом примере, как за 10 шагов превратить модель угроз по методике ФСТЭК в работающее управление рисками.

С 22 сентября по 17 ноября ИБ-турне SearchInform пройдёт в 30 городах России и СНГ с разбором антикризисной ИБ, экосистемного подхода и работы ИИ в КИБ.

24 сентября с 10:30 до 17:00 ТризТех проведёт первый TT DAY — два трека о будущем российского рынка NGFW, панельная дискуссия с регуляторами и технологический лаунж для инженеров.

8 октября в московском кластере «Ломоносов» на Selectel ТехноДень обсудят, должен ли CISO ограничивать внедрение ИИ или создавать условия для его безопасного использования.

Делитесь в комментариях, как прошла ваша неделя и какая новость больше всего удивила.

@SecLabNews | Мы в Мах

Поизучал архитектуру GigaChat на Hugging Face, а также актуализировал бенчмарки.

Архитектуру коллеги из Сбера копировали с трендов китайцев как MLA от DeepSeek и модный ныне гибрид GPT + Delta State. Однако как часто бывает при копировании оригинала, недостатки его копируются, думая, что в них особый смысл, а это просто недостаток. За счёт очень маленьких векторов MLA можно делать Full Attention даже на контекст 1 миллион токенов. Именно так и сделали в Kimi K3, но в результате хотя матрица и компактная размером, но вам всё равно нужно на 1 млн. токенов контекста обсчитать Attention, сделав 1 000 000 × 1 000 000 вычислений (O(n²)-сложность). В DeepSeek и остальных передовых китайцах используется «молниеносное» разреженное внимание (Sparse Attention + Lightning Indexer). Это позволяет эту матрицу уменьшить в сотни раз с точки зрения потребности в расчётах, даже если «считать пачками» и прямо в ядре GPU.

По бенчмаркам новый GigaChat слабее Qwen3.8-27B. Что удивительно, слабее в тесте на академические знания как GPQA-Diamond, где более крупная нейросеть по весам имеет сразу же преимущество. Проигрыш в этом тесте указывает на слабую квалификацию инженеров Сбера в пайплайнах обычного SFT даже на довольно старый уже бенч.

Самая серьёзная слабость GigaChat — очень низкий результат в Terminal-Bench 2 — 13% без CoT. Конечно рассуждениями удалось его поднять до 30%, но тут всегда вопрос сколько в токенах такая генерация. При том, что даже Qwen3.8-27B в Terminal-Bench 2 v2.1 показывает 73%. Это почти линейно связано с тем, что на GigaChat затруднительно делать более-менее сложные агентов типа программирования или бизнес-агентов. Многим бизнесам просто не нужна LLM, которая ошибается в 70% случаев.

Сейчас мы снова получили Запорожец по цене Феррари, т.е. хуже Qwen3.8-27B при цене выше Kimi K3.

Я так и жду какой-то информации, где GigaChat смогли внедрить. В Telegram «дурных нет» его внедрять, в VK часть откровенно выдумывает внедрения и не может дать «адреса и явки», где внедрено. Фантастику, что в моём ИП для шавермы работает рой агентов GigaChat, я принять не могу. Однако возможно в дочках Сбера и есть внедрения GigaChat, такие попытки я вижу, но нужно понимать, что текущие решения там часто на Qwen и открытый вопрос — не обрушит ли работу агентов его замена на GigaChat. Поэтому заметно сопротивление его внедрению и внутри Сбера.

https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B-Reasoning

🔼موج بعدی گرانی به دست هوش مصنوعی؛ این بار نوبت CPUهاست!

▪️تا امروز وقتی حرف از زیرساخت هوش مصنوعی میشد، همه یاد GPU می افتادند؛ اما با گسترش Agentic AI، داستان داره عوض میشه.

▪️ایجنت ها فقط یک مدل را اجرا نمیکنند؛ هم زمان باید با دیتابیس ها، APIها، سرویس های مختلف و چندین مدل ارتباط داشته باشند. همین باعث شده تقاضا برای CPUهای سرور هم به شکل جدی افزایش پیدا کند. AMD میگوید بازار CPUهای سرور میتواند با رشد سالانه بیش از ۳۵٪، تا سال ۲۰۳۰ از ۱۲۰ میلیارد دلار عبور کند.

@kali_linuxxx

🏁 Погоня за Nvidia

Чем прожорливее становятся ИИ-модели, тем жарче битва за железо под них. Рынок держит Nvidia, но Китай, которому американские экспортные ограничения перекрыли доступ к лучшим чипам, спешно растит собственных производителей. Interesting Engineering собрал пятёрку компаний, которые сейчас бьются за первенство.

У Nvidia самая полная связка из мощных процессоров, сетевого оборудования и софта для разработчиков, так что конкурентам приходится строить целые вычислительные экосистемы.

🔸 Nvidia — лидер гонки. Её видеокарты, когда-то придуманные для игр, теперь тренируют и обслуживают крупнейшие ИИ-модели. Козырь — платформа CUDA, быстрые сети и огромное сообщество разработчиков: переезд на чужое железо выходит дорогим и технически сложным. Даже под экспортными ограничениями ведущие китайские ИИ-разработчики продолжают тренировать модели на процессорах Nvidia.

🔸 Huawei — самый убедительный ответ Китая. Процессоры Ascend для обучения и инференса, системы SuperNode, объединяющие множество чипов, и собственная платформа CANN вместо CUDA. Свежий пример: Ascend 950PR и 950DT сразу получили поддержку DeepSeek V4, так что модель может работать на кластерах Ascend SuperNode.

🔸 Cambricon — узкий специалист. Процессоры и ускорительные карты для серверов, дата-центров и умных устройств — для тех, кому ограничения закрыли доступ к топовым чипам Nvidia. Вместе с Huawei ведёт экспансию на внутреннем рынке ИИ-серверов.

🔸 Moore Threads — стартап 2020 года, один из самых обсуждаемых в китайской микроэлектронике. Делает универсальные GPU: и ИИ, и графика, и научные расчёты. Спрос, по данным издания, растёт быстро.

🔸 Biren Technology — берётся за самое трудное: мощные GPU для обучения моделей и высокопроизводительных вычислений, где нужны огромная мощность, быстрая память и связь между тысячами ускорителей. Американские ограничения подрезали ей доступ к передовому производству, зато курс Китая на свои чипы даёт эффект: выручка компании в первом полугодии может вырасти на 2107%. Правда, продажи — ещё не признак того, что разрыв с Nvidia закрыт.

Спроса на ИИ-инфраструктуру в Китае столько, что места может хватить нескольким поставщикам. Пока впереди Huawei.

@droidergram

Если полностью разберётесь в этой статье, то будете понимать инференс лучше 90% людей.

И это, кстати, всего лишь первый материал в репозитории AI Performance Engineering.

Страшно представить, сколько знаний в остальных.

https://github.com/wafer-ai/gpu-perf-engineering-resources

👉 @PythonPortal

CEO Anthropic Dario Amodei выпустил мини-эссе «Нам нужно контролировать темп развития передовых ИИ-систем». С его основной идеей уже согласились CEO OpenAI и xAI. Выжимка: — Anthropic и раньше тратили много усилий на изучение и снижение рисков ИИ, информирование общества и продвижение регулирования — несмотря на обвинения в хайпе, «думерстве» и захвате отрасли через регуляции. — Но за последние несколько месяцев Dario пришёл к выводу, что этого уже недостаточно: меры безопасности могут просто не успевать за ростом возможностей моделей. Поэтому, по его мнению, нужно сознательно ограничивать скорость развития frontier-моделей, хотя даже при таком подходе прогресс всё равно будет очень быстрым. Причины две: — примерно с этого лета развитие ИИ резко ускорилось — прежде всего из-за того, что ИИ всё лучше помогает создавать следующее поколение ИИ. — инцидент со взломом Hugging Face агентами OpenAI. Dario опасается, что уже через 6–12 месяцев подобный рой агентов потенциально сможет создать устойчивый ботнет огромного масштаба и причинить ущерб на сотни миллиардов долларов.

При этом «контроль темпа» не означает остановку обучения моделей. Идея в том, чтобы между скачками возможностей оставалось достаточно времени на alignment, safeguards и независимую проверку их эффективности.

Он предлагает три последовательных шага. 1. Встроенные независимые оценщики Frontier-лаборатории должны дать внешним организациям вроде METR постоянный доступ почти на уровне сотрудников компании. Они смогут проверять не только готовые модели, но и сами процессы обучения и деплоя, соблюдение заявленных мер безопасности и внутренние инциденты. Это важно потому, что сейчас компании сами решают, что раскрывать публике. Независимые оценщики должны иметь возможность публично сообщать о рисках, инцидентах, качестве предоставленного им доступа и даже о случаях, когда компания попыталась вырезать из отчёта существенную информацию. Anthropic уже добровольно обязуется внедрить такую систему у себя.

2. Координация демократических стран Frontier-компании в демократических странах должны договориться об общих стандартах безопасности и ограничениях на неконтролируемую гонку возможностей. Поскольку законодательство движется медленнее ИИ, часть таких правил лаборатории могут принять добровольно ещё до появления законов. Но Amodei подчёркивает: замедляться нужно так, чтобы при этом не потерять технологическое преимущество демократических стран над авторитарными. Поэтому он предлагает: — не продавать Китаю мощные ИИ-чипы и оборудование для их производства и бороться с контрабандой и удалённым доступом к зарубежным GPU; — пресекать несанкционированную дистилляцию frontier-моделей компаниями из авторитарных стран; — сильнее защищать сами веса моделей от кражи.

По его оценке, это может достаточно замедлить Китай, чтобы заметно увеличить преимущество США в следующие 3–5 лет — период, когда ИИ станет особенно важен геополитически. Это не уменьшит вероятность будущих договорённостей с Китаем, а наоборот увеличит переговорные рычаги демократических стран.

3. Глобальная координация Следующий уровень — соглашения уже между США и другими демократиями с одной стороны и авторитарными государствами с другой. Dario предлагает несколько возможных уровней: Уровень 1: запрет очевидно опасных применений ИИ — например, для создания биологического оружия. Уровень 2: обязательное тестирование frontier-моделей перед релизом на серьёзные риски в кибербезопасности, биологии и alignment. Уровень 3: своего рода «скоростной лимит» на recursive self-improvement (RSI).

Главная логика всего эссе: современные модели уже дают огромное количество информации о том, как строить более сильный ИИ и что может пойти не так. Если контролируемое замедление даст хотя бы дополнительный год-два до появления систем критического уровня возможностей, это время можно использовать для решения проблем alignment и безопасности.

И даже если формальных международных соглашений добиться не получится, Dario считает, что уже само изменение неформальных норм поведения frontier-лабораторий может существенно помочь.

🛍 Видеокарта Palit RTX5080 INFINITY 3 OC 💸 138 513₽ ❗️ 3 года гарантия позитроники ❗️ Локально Москва курьер 👉https://market.yandex.ru/cc/B3orwX?erid=5jtCeReNx12oak2pz1J23gU

▪️ Реклама: ООО "Яндекс Маркет" ИНН 9704254424

Улучшение изображений и видео нейросетью

DLSS 5 Visual Enhancer — это независимое Windows-приложение с веб-интерфейсом Gradio, предназначенное для повышения качества изображений и видео с помощью технологий NVIDIA DLSS 5 Neural Rendering и DLSS Frame Generation.

Программа поддерживает как одиночную, так и пакетную обработку файлов, предлагая гибкие настройки интерполяции кадров, сохранения исходных метаданных и раздельного выбора GPU для задач ИИ и кодирования.

Инструмент автоматически определяет совместимые видеокарты архитектур Ampere, Ada и Blackwell, обеспечивая безопасную обработку с функцией предварительного просмотра и детальным логированием результатов.

#ИИ @pcTeapot

💸 Если ты решил подождать с покупкой видеокарты — возможно, уже потерял деньги

За последние месяцы некоторые модели заметно подорожали. Но означает ли это, что покупать нужно прямо сейчас, пока цены не выросли ещё сильнее?

Или рынок ещё может развернуться — и те, кто подождёт, в итоге окажутся в плюсе? Разбираемся в новом ролике ↪️

🔺 YouTube • ВК Видео • Rutube

Кто планирует обновляться? Делитесь своим мнением в комментариях и смотрите ролик.

А кто был прав — узнаем через время 👀 __

❤️ DigitalRazor #digitalrazor_community

✨ Собрали клиенту ПК и сделали накладки. Элегантность - это не всегда белый ⠀ Конфигурация: • Процессор — AMD Ryzen 7 9800X3D • Видеокарта — Palit GeForce RTX 5080 GamingPro OC • Материнская плата — GIGABYTE B850 AORUS STEALTH • Оперативная память — 32Гб G.Skill Trident Z5 RGB 2x16Гб 6000МГц • Охлаждение — LIAN LI HydroShift II LCD-S 360TL Black • Накопитель — 2 ТБ M.2 NVMe ADATA LEGEND 960 MAX • Блок питания — LIAN LI EDGE 1000W • Корпус — LIAN LI O11 Dynamic MINI V2

На все сборки предоставляется гарантия. Варианты сборок можно найти в каталоге или на сайте. По любым вопросам пишите нам — всегда на связи

AI Lowers Entry Barriers Fast

AI tools now let more people experiment with advanced tasks like clustering, vector calculations, training local neural networks, and using GPUs—without deep math or ML backgrounds. Needed expertise to get started has dropped sharply, giving creative freedom to those previously held back.

#AI #ML #NeuralNetworks #Clustering #Tech #GenZ #Creativity #Innovation #GPU #MachineLearning #Education #Coding #Freedom #Skills #Barriers #Accessibility

📱 Голос начальника в трубке больше не доказательство что это он | Дипфейки в реальном времени | Как мошенники клонируют личность

Если ещё несколько лет назад подделать голос требовало профессиональной студии и мощных видеокарт, то в 2026 году клонирование голоса в реальном времени – это базовый элемент теневой фрод-инфраструктуры, доступный за несколько минут записи и несколько долларов

Голос и лицо больше не являются неоспоримым доказательством личности, звонок от «директора» с требованием срочно перевести деньги, видеокружок в Telegram от «коллеги» или лицо в Zoom могут быть сгенерированы прямо во время разговора

— В данной статье мы рассмотрим как технически работает подмена голоса в реальном времени, почему в 2025 году в мире циркулировало 8 миллионов синтетических медиафайлов с темпами роста 900% в год, как распознать дипфейк в разговоре и почему придётся придумать «кодовое слово» с близкими

ℹ️ Дополнительный материал: 1. Статья на SecurityMedia

📂 ИБ Книга // max.ru/itbook_library

⚡️30 лет экспериментов: чему профи стоит поучиться у главы NVIDIA?

Тридцать лет он делал графические процессоры (GPU) для гейм-индустрии. Потом мир начал строить искусственный интеллект — и выяснилось, что нужные мощности есть только у него.

▶️Мы часто повторяем: если вы не меняете работу больше трёх лет, то начинаете отставать от рынка — и терять в деньгах. К тому же с ростом стажа на одном месте кривая продуктивности падает из-за потери мотивации и скуки. Сидеть годами в одной компании ради стабильности — карьерное самоубийство.

❓Но почему тогда трек Дженсена Хуанга, который руководит NVIDIA больше 30 лет, вызывает такой восторг?

Массовая аудитория заметила его на пике ИИ-бума, хотя компания вошла в S&P 500 ещё в 2001 году и десятилетиями зарабатывала миллиарды на производстве чипов. И всё это время карьера Хуанга — как и путь NVIDIA — была полной противоположностью стабильности.

▶️Если бы Хуанг продолжал делать железо исключительно для геймеров, NVIDIA вряд ли доросла бы до сегодняшнего масштаба и капитализации в 5,27 триллиона долларов. Компания не раз оказывалась на краю и волне могла разделить судьбу 3dfx Interactive и других исчезнувших пионеров рынка. В интервью для Stanford Graduate School of Business Хуанг признался, что постоянно испытывает огромный стресс, а устойчивость компании строилась через тяжелейшие кризисы.

🔜Секрет его (и NVIDIA) долголетия — в постоянной готовности к экспериментам. Дженсен Хуанг занимался тем, что учёные называют job-crafting: пересозданием своей роли. При этом он рос и трансформировался быстрее, чем менялся рынок вокруг него.

Например, в 2006 году, рискуя прибылью под шквалом критики инвесторов, он вложил миллиарды в архитектуру CUDA — и научил игровые видеокарты делать сложные неигровые вычисления, подготовив фундамент для искусственного интеллекта за годы до появления этого рынка. Фокус оставался на чипах, но масштаб задач рос по экспоненте: от ПК-игр компания ушла в облачные дата-центры, криптоиндустрию и, наконец, в ИИ.

➡️ Исследование в Harvard Business Review показывает, что частая смена работодателей развивает у профессионалов адаптивность. Кейс Хуанга даёт другой ракурс: если вы способны меняться и постоянно пробовать новое в рамках одной компании — и даже роли — вам не придётся тратить время на адаптацию в новых экосистемах.

▶️Оставаться в одной нише или компании долго можно при условии, что у вас есть пространство для роста. Если вы сидите на месте ради зарплаты и отсутствия стресса — вы теряете свою профессиональную капитализацию. Но если вы постоянно расширяете зону влияния, тестируете смелые гипотезы и отвечаете на новые вызовы — вы играете в высшей лиге.

А как вы относитесь к длительной работе на одном месте? Считаете это признаком стабильности и мастерства или карьерным тупиком? Расскажите в комментариях👇

Ставьте ❤️, если пост заставил задуматься, пересылайте коллегам, которые сомневаются в своем карьерном пути, и подписывайтесь на The Gambit — здесь мы разбираем стратегии сильнейших игроков и учим играть в карьере по своим правилам.

☕ Java добралась до GPU Tensor Cores почти без потери производительности

В Project Babylon показали, как один и тот же Java Tensor API можно запускать на разных GPU через HAT — без переписывания логики под каждого производителя.

На NVIDIA A10:

- обычный matrix multiply: около 240 GFLOP/s - через Tensor Cores: до 7,3 TFLOP/s - производительность приблизилась к native CUDA/WMMA

На Apple M4 Max тот же Java-код запускается через OpenCL 1.2, а после настройки tile size и параметров запуска получил до 8× ускорения относительно наивной реализации. Под капотом:

- Project Babylon даёт code reflection - HAT преобразует Java-код под GPU backend - Tensor API абстрагирует MMA-операции - NVIDIA получает аппаратные Tensor Cores, а другие платформы — эквивалентное tiled-исполнение

Интересный шаг к тому, чтобы писать высокопроизводительные GPU-вычисления на Java и сохранять переносимость между разным железом.

https://social.ora.cl/6011BEbmLc

NVIDIA выпустила CUDA Rust: два пути к GPU-ядрам

NVIDIA представила два проекта для написания GPU-ядер прямо на Rust. cuda-oxide компилирует SIMT-код в PTX через свой бэкенд rustc, cutile-rs работает на стабильном Rust 1.89+.

Раньше из Rust можно было только запускать ядра, а само ядро писать на C++. Теперь весь стек — от драйвера до ядра — держится на одном языке с проверками памяти на этапе компиляции.

Начинать советуют с Tile-модели: компилятор сам раскладывает данные по потокам и архитектурам. Подвох в том, что cuda-oxide пока ранняя альфа и требует прибитой гвоздями nightly-версии и LLVM.

🔗 Подробнее

@nuancesprog #Languages #Rust

🔥 INTEL CORE i7-14700K + RTX 5070 Ti 16GB — KUCHLI GAMING VA WORKSTATION SBORKA!

Yuqori FPS, tezkor xotira va kuchli komponentlar — gaming, montaj, stream va professional ishlar uchun tayyor sistema. 🎮💻

⚙️ Konfiguratsiya:

▪️ M/B: ASUS Z790 MAX GAMING WiFi ▪️ CPU: Intel Core i7-14700K ▪️ CPU COOLER: 1STPLAYER FAST 360 BLACK ▪️ RAM: Corsair Vengeance RGB 32GB(16GBx2)6400MHz ▪️ SSD: Samsung 990 PRO 1TB NVMe ▪️ GPU: GIGABYTE WINDFORCE RTX 5070 Ti 16GB OC ▪️ CASE: OCYPUS Gamma C72 BK ARGB ▪️ PSU: ACER 1000W 80 Plus GOLD Full Modular

💰 Narxi: 2850$

🚚 O‘zbekiston bo‘ylab yetkazib berish mavjud

⚠️ Narx post e’lon qilingan kun uchun amal qiladi va komplekt qismlari narxlarining o‘zgarishiga qarab o‘zgarishi mumkin.

🎮 Lenovo Legion Go — игровой ПК, который влезает в рюкзак

Windows-хендхелд с самым большим экраном в классе и съёмными геймпадами. Играет, работает, заменяет ноутбук.

🖥 8,8" QHD+ 2560×1600, 144 Гц ⚡ AMD Ryzen Z1 Extreme, графика Radeon 780M 💾 16 ГБ LPDDR5X + 1 ТБ SSD 🎯 Съёмные контроллеры TrueStrike, правый работает как FPS-мышь 🕹 Стики на датчиках Холла — без дрифта 🔌 Два порта USB4 с поддержкой внешних видеокарт

Lenovo Legion Go 16/1024 ГБ — 59 990 ₽, в наличии. Самовывоз сегодня, доставка по Уфе бесплатно.

📍 https://shop.gadgetufa.ru/product/igrovaya-pristavka-lenovo-legion-go-8apu1-16gb1tb-z1-extreme/

#вналичии_гаджетуфа

whylogs

whylogs — это библиотека для мониторинга и аудита машинного обучения. Она помогает делать ML системы более прозрачными, стабильными и надёжными за счёт постоянного мониторинга и аудита.

Она используется для того, чтобы:

— Отслеживать статистику и метрики моделей и данных в режиме реального времени.

— Выявлять дрейф данных - изменения в распределении данных со временем.

— Собирать примеры исключений и выбросов.

— Проводить аудит моделей и данных в поисках проблем.

— Генерировать автоматические отчёты и визуализации.

— Интегрировать с MLflow, TensorBoard и другими инструментами.

Acki Nacki News Update - 11.09.26

This update brings together the main Acki Nacki progress from the week: gosh.ai, Bridge DEX.DO

🌐 goshai

🚀GPU server pools are now available to join on gosh.ai. Users can join shared pools on high-performance GPU servers to run leading open-source models at below-market prices. Commitments start at $2,000 per month. Funds are held in escrow and remain refundable until the server boots; once the pool is filled, the server launches within 24 hours. Participants can also move to newer models as they become available. 👉 Join a pool: https://gosh.ai/enterprise

🤖 Bridge

The Bridge repository was published today! https://github.com/gosh-sh/bridge The first release of the ackinacki-bridge CLI is now available, with support for withdrawals from Shellnet to Sepolia. 👉 Release 👉 Quick Start

📊 DEXDO

Over the past week, two new DEX.DO CLI releases — v0.2.1 and v0.3.0 — were published.

The updates moved model-name validation and market lookup to the on-chain ModelRegistry, improved CLI stability and diagnostics, fixed issues related to PrivateNotes, funding, billing, and transient network errors, and added new user documentation covering registered models, wallets, PrivateNotes, and fund flows.

Main version: https://docs.ackinacki.com/acki-nacki-news#update-11.09.26

🛍 Видеокарта Palit PCI-E 5.0 PA-RTX5050 STORMX NV 💸 32 548₽ ❗️ Только курьер Москва 👉 https://market.yandex.ru/cc/B3HBZk?erid=5jtCeReNx12oak2pytg3bBE

▪️ Реклама: ООО "Яндекс Маркет" ИНН 9704254424

Видеокарта MSI PCI-E 5.0 RTX 5060 8G INSPIRE 2X OC NV RTX5060 8Gb 128bit GDDR7 2535/28000 Ret

Москва