Обучение крупных языковых моделей традиционно считается гонкой за вычислительными ресурсами. Однако новое исследование показывает, что серьёзный прирост производительности можно получить не за счёт наращивания GPU-кластеров, а за счёт более эффективного использования уже доступного «железа».
Когда NVIDIA и Samsung объединяются, пахнет не просто технологиями — пахнет индустриальной революцией 2.0. Компании объявили о создании совместной «AI-фабрики», где вычислительные мощности NVIDIA (а это свыше 50 000 GPU) будут работать в связке с полупроводниковыми технологиями Samsung.
ChatGPT переходит на Instinct — OpenAI выбрала AMD в качестве ключевого партнёра для масштабирования ИИ-инфраструктуры.
ARM отказалась от Cortex, представила CPU C1 и GPU G1, а вместе с ними — новое поколение технологий для ИИ, игр и энергоэффективности.
Новый чип создан для масштабного reasoning, физического ИИ и продвинутого AI inference. Внутри — 72 видеокарты, 800 Гбит/с на GPU и охлаждение по полной.
Nvidia наконец-то доделала то, что начала ещё в 2018-м: открыла исходный код симуляции PhysX на GPU. Да-да, та самая библиотека, которая умеет красиво ронять ящики, растягивать объекты и пускать жидкости — теперь доступна в полном составе, включая более 500 CUDA-ядер. До этого момента PhysX хоть и лежал в свободном доступе, но без ключевого — GPU-кода. То есть open source был, а по факту — не очень.
Вот уже который раз слухи подтверждают, что Google может серьезно обновить графическую часть своих чипов. Tensor G5, который, скорее всего, станет сердцем Pixel 10, может получить GPU от Imagination Technologies, а не от привычного Arm Mali.