# Сопутствующие статьи по теме Оборудование

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Оборудование", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Какая новая история скрывается в «Фабрике агентов» Джексона Хуана?

На конференции COMPUTEX 2026 генеральный директор NVIDIA Дженсен Хуан представил новую стратегию компании, сфокусированную на эпохе агентского искусственного интеллекта (Agent AI). Ключевые анонсы включали платформу Vera Rubin, которая уже запущена в производство. По сравнению с предыдущим поколением, она обеспечивает десятикратный рост эффективности при выполнении задач автономных агентов благодаря новой архитектуре, оптимизированной для сложных рабочих нагрузок, включающих рассуждения, поиск и использование инструментов. Также была представлена новая процессорная архитектура «Olympus» в CPU Vera, спроектированная специально для агентов. Для физического мира NVIDIA объявила о выходе модели Cosmos 3 — мультимодальной «фундаментальной модели мира», и совместно с компанией Unitree представила эталонный дизайн человекоподобного робота H2 Plus на базе платформы Isaac GR00T, что упрощает разработку робототехники. В области программного обеспечения были представлены NemoClaw (для организации агентов) и OpenShell (для безопасности), а также DSX — комплексный набор инструментов для проектирования, симуляции и управления «фабриками ИИ». Для корпоративных пользователей анонсирована система DGX Station for Windows, позволяющая запускать агентов локально. Хуан подчеркнул, что NVIDIA создаёт полный технологический стек — от чипов и дата-центров до моделей, ПО и робоплатформ — чтобы занять ключевую позицию на каждом уровне новой инфраструктуры, где центральную роль играют автономные агенты.

marsbit06/01 12:06

Какая новая история скрывается в «Фабрике агентов» Джексона Хуана?

marsbit06/01 12:06

Акции Dell взлетают: на какие инструменты может распространиться этот тренд на ИИ?

Краткое содержание: Акции Dell резко выросли на внебиржевых торгах после публикации сильных финансовых результатов, что указывает на переоценку рынком цепочки создания стоимости в сфере инфраструктуры для ИИ. Выручка Dell за первый квартал выросла на 88%, достигнув $43,84 млрд, превысив ожидания аналитиков. Компания значительно повысила прогноз по доходам на 2027 финансовый год от серверов для ИИ — примерно до $60 млрд, а также увеличила годовые ориентиры по выручке и прибыли. Рост вызван высоким спросом на серверы для ИИ, оснащенные чипами NVIDIA, на фоне масштабных капиталовложений технологических гигантов, таких как Alphabet и Amazon, в ИИ-инфраструктуру. Это свидетельствует о распространении бума ИИ с моделей и чипов на "железо" — серверы, системы хранения данных и оборудование для центров обработки данных. Получение дочерним подразделением Dell контракта Министерства обороны США на $9,7 млрд также укрепило уверенность инвесторов. Успех Dell показывает, что компании, способные преобразовать чипы в готовые инфраструктурные решения, становятся ключевыми бенефициарами новой волны инвестиций в ИИ.

marsbit05/29 04:58

Акции Dell взлетают: на какие инструменты может распространиться этот тренд на ИИ?

marsbit05/29 04:58

Ветер «активного» ИИ добрался до Кремниевой долины: Hark привлек 700 млн долларов

Компания Hark, основанная в конце 2025 года, привлекла $700 млн в рамках финансирования серии А, достигнув оценки в $6 млрд, при поддержке таких гигантов, как NVIDIA и Qualcomm. Компания, основанная Бреттом Адкоком (ранее создавшим Archer и Figure), разрабатывает новое поколение универсального интерфейса "человек-компьютер" на базе "активного" искусственного интеллекта. Их подход заключается в сочетании собственной базовой модели ИИ со специализированным оборудованием, чтобы создать "аппаратное обеспечение, изначально созданное для ИИ". Эта система включает устройства с возможностями агента ИИ, сквозными голосовыми моделями и персонализированной памятью, способные к многозадачности и естественному взаимодействию в реальном мире. Финансирование Hark подтверждает растущий тренд: следующее десятилетие ИИ выйдет за пределы экранов в физический мир. Текущие ИИ-инструменты, как ChatGPT, в основном "реактивны" и привязаны к старым интерфейсам. "Активный" ИИ, напротив, стремится стать автономным помощником, который предугадывает потребности и действует независимо. Создание такой системы — сложная инженерная задача, требующая интеграции модели с функциями агента, памяти и нового оборудования. Хотя Hark делает на этом акцент, в статье отмечается, что у китайских стартапов в этой области есть преимущества благодаря сильной производственной экосистеме (например, в Шэньчжэне), огромному внутреннему рынку и государственной поддержке ИИ как стратегического приоритета.

marsbit05/28 10:22

Ветер «активного» ИИ добрался до Кремниевой долины: Hark привлек 700 млн долларов

marsbit05/28 10:22

«Проводник толпы» Serenity vs новый гуру фондового рынка Leopold: как два топовых охотника находят золото на «физическом пределе» ИИ?

Заголовок: Два ведущих охотника за прибылью на рынке AI: «Король розничных инвесторов» Serenity против нового «гуру акций» Leopold. Как они находят возможности, упираясь в «физические пределы» искусственного интеллекта? В течение последних двух лет простой стратегией покупки акций NVIDIA был легкий путь к прибыли, но теперь этот подход теряет эффективность. Умные деньги сегодня смотрят глубже, на физическую основу работы ИИ. Два человека с разными стилями стали новыми ориентирами в инвестициях в ИИ: 1. **Serenity (анонимный трейдер):** Скрывается за аниме-аватаром в X. Утверждает, что отказался от предложения работы в NVIDIA и публиковался в Nature. В этом году он получил 4500% доходности, глубоко анализируя цепочку поставок на уровне компонентов. Его метод — «теория листа периллы»: ищет мелкие, малоизвестные компании с абсолютной технологической монополией в критически важных узких местах (например, материалы для оптоэлектроники, подложки для CPO). Его цель — «незаменимые» звенья в цепочке, без которых не могут работать технологические гиганты. 2. **Леопольд Ашенбреннер (основатель хедж-фонда):** 24-летний бывший исследователь OpenAI, уволенный в 2024 году. Основал фонд Situational Awareness с активами в миллиарды долларов. Его тезис: главное ограничение для ИИ — не алгоритмы, а физическая инфраструктура (энергосети, земля, центры обработки данных, хранилища). * Его стратегия — арбитраж инфраструктуры. Он делает крупные ставки на производителей оборудования для хранения данных (например, SanDisk) и компании, предоставляющие вычислительные мощности (CoreWeave). * Одновременно он открыл огромные короткие позиции (на сумму около $85 млрд) против всего полупроводникового сектора (через опционы пут на NVIDIA, TSMC, ASML и др.). Его логика: оценка чипмейкеров оторвана от реальных темпов строительства необходимой физической инфраструктуры, которая отстает на 3-5 лет. **Общее ядро стратегий:** Отказ от программного обеспечения в пользу аппаратного обеспечения, ограниченного законами физики. Кто контролирует稀缺ные физические ресурсы (материалы, энергию, землю), тот будет собирать «дань» в эпоху ИИ. **Риски:** * **Для Serenity:** Крайне низкая ликвидность микро-капитализаций, в которые он инвестирует. Резкий приток розничных инвесторов может взвинтить цену, но при проблемах или изменении настроений падение будет обвальным. Его личность и track record не проверены. * **Для Леопольда:** «Временной лаг» рынка. Рыночная иррациональность может поддерживать завышенные оценки чипмейкеров дольше, чем ожидается, что приведет к огромным убыткам по его коротким позициям. Их успех сигнализирует о смещении фокуса в инвестициях в ИИ: ценность теперь создается не только в самих полупроводниках, но и в лежащих в их основе материалах, оборудовании, электроэнергии и земле.

marsbit05/27 15:11

«Проводник толпы» Serenity vs новый гуру фондового рынка Leopold: как два топовых охотника находят золото на «физическом пределе» ИИ?

marsbit05/27 15:11

ОС как агент: конкурируют не в ИИ, а в фундаменте

В статье обсуждается переход основных операционных систем (Android, iOS, HarmonyOS, Windows) в «агентную эру», где ИИ-агенты встраиваются на уровне ОС, а не остаются отдельными приложениями. Автор утверждает, что ключевое соревнование разворачивается не в демонстрации функций, а в построении трехслойной технологической «платформы»: 1) системная среда выполнения ИИ (AI Runtime), выступающая центром управления; 2) контролируемые чипы (Apple Silicon, Google Tensor, Huawei Kirin), обеспечивающие глубокую программно-аппаратную оптимизацию; 3) матрица локальных и облачных моделей (Gemini Nano, Phi Silica, Apple Intelligence, PanGu), являющаяся интеллектуальным источником. Чем глубже синергия между этими слоями, тем выше производительность, энергоэффективность, конфиденциальность и надежность агентов как системных служб. Это создает долгосрочный конкурентный барьер. В заключении отмечается, что эта битва выходит за рамки смартфонов и ПК, распространяясь на автомобили, IoT-устройства и носимую электронику, а ее исход определяется многолетней работой над чипами, моделями и программными платформами.

marsbit05/27 10:22

ОС как агент: конкурируют не в ИИ, а в фундаменте

marsbit05/27 10:22

Новая статья AMD меняет представления: нестабильность обучения с FP4 вызвана не недостатком случайности

Новый документ AMD меняет представления: нестабильность обучения в формате FP4 вызвана не недостатком случайности, а накоплением структурных ошибок микромасштабирования. Исследователи AMD и Университета Пенсильвании провели полное предобучение модели Llama 3.1-8B на аппаратном обеспечении AMD Instinct MI355X, поддерживающем FP4, используя формат MXFP4 (Microscaling). Ключевой вывод: основная причина нестабильности при обучении с FP4 — не недостаток случайности, как считалось ранее, а структурные ошибки квантования, которые накапливаются и усиливаются, особенно на критическом пути градиента весов (Wgrad). Эксперименты показали, что замена операций прямого распространения (Fprop) и градиента активации (Dgrad) на MXFP4 незначительно влияет на сходимость. Однако квантование градиента весов (Wgrad) до 4 бит приводит к значительному ухудшению. Стратегии, добавляющие случайность (стохастическое округление, рандомизированное преобразование Адамара), не стабилизируют процесс, а усугубляют его. Напротив, **детерминированное преобразование Адамара** устраняет нестабильность, обеспечивая согласованный шаблон ошибок на каждом шаге. С использованием детерминированного преобразования Адамара и полного конвейера MXFP4, обучение завершилось всего на 8-9% большим числом токенов по сравнению с базовым FP8, при этом производительность на шаг выросла на 20%. Итоговое ускорение от начала до конца составило 9-10%. Работа имеет важное значение: 1) Даёт чёткий диагноз проблемы структурных ошибок. 2) Делает FP4 пригодным не только для вывода, но и для обучения, потенциально удваивая эффективную производительность аппаратного обеспечения. 3) Основана на открытом стандарте OCP Microscaling, обеспечивая переносимость между разными аппаратными платформами.

marsbit05/27 06:21

Новая статья AMD меняет представления: нестабильность обучения с FP4 вызвана не недостатком случайности

marsbit05/27 06:21

Мы проанализировали тысячи вакансий и обнаружили, что ByteDance, возможно, возобновляет разработку смартфонов

Публикация анализирует появление «Doubao Phone», первого смартфона с интегрированным AI-агентом, выпущенного ByteDance в конце 2025 года. Несмотря на технические недостатки, устройство позволило ИИ напрямую управлять приложениями, став предшественником тренда AI Agents. Однако его функциональность столкнулась с ограничениями со стороны крупных платформ. Основываясь на анализе сотен вакансий ByteDance, автор делает вывод, что компания возобновляет разработку мобильных устройств. Открытые позиции охватывают три ключевых направления: 1. **Помощник Doubao Phone**: развитие базовых способностей AI Agent, таких как планирование задач, долговременная память и глубокая интеграция в ОС для управления устройством. 2. **Мобильная ОС**: работа на низком уровне с ядром, чипами, драйверами, энергопотреблением и тепловым режимом — что критически важно для стабильной работы агента. 3. **Аппаратная часть и производство в Шэньчжэне**: вакансии, связанные с инженерным дизайном, взаимодействием с «железом», тестированием и массовым производством. Статья утверждает, что в эпоху AI Agents смартфон превращается из контейнера для приложений в «тело» агента. Чтобы контролировать пользовательский опыт и избежать ограничений со стороны чужих экосистем, таким компаниям, как ByteDance, необходимо создавать собственные аппаратно-программные платформы, выходя за рамки разработки простых приложений.

marsbit05/25 07:32

Мы проанализировали тысячи вакансий и обнаружили, что ByteDance, возможно, возобновляет разработку смартфонов

marsbit05/25 07:32

Кто определяет аппаратное обеспечение ИИ в 2026 году?

В 2026 году индустрия AI-оборудования вступает в ключевую фазу развития. Национальные стандарты «Классификация интеллектуального уровня терминалов искусственного интеллекта» определяют четыре уровня интеллекта устройств (L1-L4), создавая четкую систему измерений для рынка. Стандарты охватывают ключевые возможности и основные типы устройств, помогая потребителям оценивать «ум» гаджетов. Одновременно с этим, такие компании, как Alibaba Cloud, запускают инициативы (например, план сотрудничества «Qianwen Smart Hardware X Tmall»), предоставляя производителям технологическую базу, поддержку бренда и каналы сбыта для перехода на новый уровень. Ключевой тренд — переход от изолированных концепций к массовому внедрению на основе синергии между устройством и облаком (edge-cloud synergy). Устройства уровня L3, способные к комплексному пониманию намерений и активному обслуживанию, становятся новой целью. Достижение этого требует мультимодального восприятия и обобщенных возможностей рассуждения, которые обеспечивают мощные облачные модели, такие как Qwen3.7-Max. Примеры компаний, таких как Ecovacs (робот-управляющий «Bajie») и Yanjiwei (камеры «Shen Mou»), демонстрируют эффективность модели edge-cloud: устройства обрабатывают данные в реальном времени, а сложные задачи анализа и планирования выполняются в облаке. Это напрямую повышает пользовательский опыт и коммерческие показатели. Будущее за уровнем L4 — системным интеллектом, где несколько устройств объединяются в единую сеть, совместно используя память и предпочтения пользователя. Это меняет бизнес-модель: оборудование становится точкой входа для подписочных сервисов и сквозных сценариев. Стандарты задают направление, синергия edge-cloud обеспечивает путь, а облачные платформы делают этот путь доступным, определяя будущее рынка AI-аппаратуры.

marsbit05/22 05:59

Кто определяет аппаратное обеспечение ИИ в 2026 году?

marsbit05/22 05:59

Почему OpenAI создаёт телефон? ChatGPT сам берёт разрешения, которые Apple не даёт

Открытые сведения указывают на то, что OpenAI ускоряет разработку собственного телефона с AI Agent, с планами по выпуску в 2027 году. Несмотря на успех ChatGPT с 9 миллиардами еженедельных активных пользователей, компания столкнулась с ограничениями. Модель, хотя и умна, лишена «рук» — ей не хватает прямого доступа и разрешений в операционных системах, таких как iOS от Apple или Windows от Microsoft, чтобы полноценно выполнять задачи (например, бронирование, покупки). Успех конкурента Anthropic с Claude Code, который приносит миллиарды, обслуживая конкретные рабочие процессы (например, помощь разработчикам), показал, что коммерческий прорыв заключается не только в продвинутой модели, но и в глубокой интеграции для выполнения задач. OpenAI осознала, что для превращения ChatGPT из инструмента для ответов в активного «агента», управляющего транзакциями и действиями, ей необходим собственный аппаратный вход — устройство, дающее ей суверенитет и полный доступ к функциям. Покупка дизайнерской компании Джони Айва в 2025 году подтверждает это стремление создать не просто телефон, а первое «тело» для ИИ, способное видеть и действовать в интересах пользователя.

marsbit05/18 10:21

Почему OpenAI создаёт телефон? ChatGPT сам берёт разрешения, которые Apple не даёт

marsbit05/18 10:21

muShanghai обсуждает потребительский AI: после непрерывной итерации больших моделей конкуренция продуктов переходит на сценарии и опыт

В ходе дискуссии на мероприятии muShanghai AI Week эксперты из различных областей, включая платформы ИИ, культурные приложения, открытые экосистемы и музыкальное творчество, обсудили пути внедрения потребительских продуктов на основе искусственного интеллекта. Несмотря на постоянное совершенствование больших языковых моделей (LLM), что упрощает создание прототипов, ключевые барьеры для успеха сместились. Теперь они заключаются в глубоком понимании конкретных пользовательских сценариев, организации данных, эмоциональной ценности продукта и построении устойчивого взаимодействия с пользователем. Эксперты подчеркнули, что технологии не устранили основные сложности предпринимательства: определение жизнеспособной рыночной ниши, привлечение и удержание клиентов, а также построение сообщества остаются критически важными. Будущее потребительского ИИ видится в персонализированных услугах, которые удовлетворяют тонкие эмоциональные и психологические потребности (например, приложения для гадания или психического благополучия), а также в интеграции ИИ в физический мир через умные устройства и робототехнику. Важной тенденцией стало изменение логики обучения пользователей: вместо изучения сложной документации, пользователи всё чаще взаимодействуют с продуктами через интуитивные интерфейсы и AI-агентов, которые сами решают технические задачи. Итогом обсуждения стал консенсус: по мере роста возможностей моделей, конкуренция смещается от чистой технологической мощи к способности создавать продукты, которые truly понимают, вовлекают и устанавливают meaningful связь с человеком в его повседневной жизни и творчестве.

marsbit05/16 03:07

muShanghai обсуждает потребительский AI: после непрерывной итерации больших моделей конкуренция продуктов переходит на сценарии и опыт