-
Viták az Anthropic és az amerikai Hadügyminisztérium között
Az elmúlt napokban jelentős feszültség alakult ki az amerikai Hadügyminisztérium és az Anthropic, a mesterséges intelligencia fejlesztő cég között. Pete Hegseth hadügyminiszteri államtitkár nyilvánosan bejelentette, hogy a minisztérium „ellátási láncbeli kockázatként” kívánja besorolni az Anthropicot. Ez az intézkedés egy hosszú hónapok óta tartó tárgyalássorozat lezárása után született, amelyben az Anthropic két, az AI használatára vonatkozó kivételt kért: a tömeges hazai megfigyelés és a teljesen autonóm fegyverek alkalmazásának kizárását. A konfliktus háttere Az Anthropic képviselői hangsúlyozzák, hogy a tárgyalások során mindvégig jóhiszeműen törekedtek a megállapodásra, és támogatják az AI törvényes, nemzetbiztonsági célú alkalmazását. Kivételt csupán két területen tettek: nem engedélyezik, hogy az általuk fejlesztett Claude nevű AI modellt teljesen autonóm fegyverekben…
-
Anthropic és az amerikai Hadügyminisztérium között feszült helyzet
Az Anthropic nevű mesterséges intelligencia-fejlesztő cég nemrégiben hivatalos értesítést kapott az amerikai Hadügyminisztériumtól, amely szerint az vállalat nemzetbiztonsági kockázatot jelent az Egyesült Államok ellátási láncára nézve. Ez a lépés váratlanul érte a céget, amely azóta is bírálja a minősítést, és jogi úton kívánja megkérdőjelezni azt. Dario Amodei, az Anthropic vezetője részletesen beszélt a kialakult helyzetről, hangsúlyozva a félreértések és a jogi bizonytalanságok mögött húzódó részleteket. Mi áll a háttérben? Az Anthropic szerint a Hadügyminisztérium által használt jogi érvelés nem áll teljesen meg a lábán, és az érintett jogszabály, a 10 USC 3252-es paragrafus, kifejezetten szűk hatáskörrel rendelkezik. Ez a szabályozás elsősorban a kormányzat védelmét szolgálja, nem pedig a beszállítók büntetését.…
-
Gyorsabb és egyszerűbb AI videókészítés játékfejlesztőknek az NVIDIA-tól
Az NVIDIA a Game Developers Conference (GDC) rendezvényén új eszközöket és frissítéseket mutatott be, amelyek jelentősen megkönnyítik az AI alapú videókészítést helyi gépeken, különösen játékfejlesztők és digitális művészek számára. Az RTX GPU-k és az NVIDIA DGX Spark szuperszámítógép által támogatott megoldások célja, hogy a kreatív szakemberek gyorsabban és hatékonyabban dolgozhassanak a koncepciók kidolgozásán és a forgatókönyv-tervezésen. Egyszerűsített AI workflow a ComfyUI új App View-jával A ComfyUI generatív AI eszköz legújabb frissítése egy App View nevű, egyszerűbb kezelőfelületet hoz, amely csökkenti a használat nehézségeit, különösen azok számára, akik nem jártasak a bonyolult node grafikonokban. Az új felületen a felhasználóknak elegendő egy szöveges promptot megadniuk és néhány alapbeállítást módosítaniuk, majd azonnal elindíthatják…
-
GeForce NOW újításokkal hódít a Game Developers Conference-en
A San Franciscóban zajló Game Developers Conference (GDC) idén is a játékfejlesztés jövőjére fókuszál, miközben a GeForce NOW a játékosok számára már ma elérhetővé teszi ezt a jövőt. Az Nvidia felhőalapú szolgáltatása frissítésekkel jelentkezett, amelyek nemcsak a játékélményt simábbá és gyorsabbá teszik, hanem megkönnyítik a játékok felfedezését és bővítik a felhőben elérhető címek kínálatát. Könnyebb játékfelfedezés előfizetéses címekhez A GeForce NOW legújabb fejlesztései közé tartozik az in-app címkék bevezetése, amelyek az Xbox Game Pass és az Ubisoft+ előfizetésekkel összekapcsolt fiókok esetében jelennek meg. Ez azt jelenti, hogy a játékosok egyértelműen láthatják, mely címek érhetők el számukra a meglévő előfizetéseiken keresztül, így könnyedén kezdhetik el a játékot anélkül, hogy további keresgéléssel…
-
Új szintre emeli az AI-kutatást az UC San Diego és az NVIDIA DGX B200
Az University of California San Diego (UCSD) Hao AI Lab csapata nemrégiben egy komoly lépést tett előre a generatív mesterséges intelligencia kutatásában: megkapta az NVIDIA legújabb és legfejlettebb DGX B200 rendszerét. Ez a fejlett hardver lehetővé teszi, hogy a kutatók jelentősen felgyorsítsák a nagy nyelvi modellek (LLM) inferencia-folyamatait, vagyis hogy a már betanított modellek mennyire gyorsan és hatékonyan tudják előállítani a kívánt tartalmat. Az UC San Diego ezzel az új eszközzel a világ élvonalába lép az AI-kutatás terén. Hogyan segíti a DGX B200 a kutatók munkáját? A DGX B200 az NVIDIA egyik legerősebb mesterséges intelligencia rendszerének számít, így teljesítményben valóban a csúcskategóriát képviseli. Hao Zhang, a Hao AI Lab egyik…
-
Új dimenzió az AI fejlesztésben: NVIDIA RTX PRO 5000 72GB Blackwell
Az NVIDIA legújabb fejlesztése, az RTX PRO 5000 72GB Blackwell GPU már elérhető, és jelentős előrelépést hoz az AI fejlesztők, mérnökök és kreatív szakemberek asztali munkakörnyezetébe. Az eszköz nem csak nagyobb memória kapacitást kínál, hanem az NVIDIA Blackwell architektúrájának köszönhetően kimagasló teljesítményt biztosít az egyre összetettebb, agentikus és generatív mesterséges intelligencia alkalmazásokhoz. Memóriahatárok ledöntése a komplex AI megoldásokhoz Az AI fejlesztés egyik legnagyobb kihívása a memória mérete, különösen akkor, amikor a fejlesztők nagy nyelvi modellekkel (LLM) vagy multimodális, agentikus AI rendszerekkel dolgoznak. Ezek a rendszerek egyszerre több modellt, adatforrást és kódformátumot tartanak aktívan az eszköz memóriájában, hogy hatékonyan működjenek. Az NVIDIA új megoldása, amely 72 GB gyors GDDR7 memóriával rendelkezik,…
-
Asztalra költözik a szuperintelligencia: NVIDIA DGX Spark és Station
Az mesterséges intelligencia fejlődése soha nem látott sebességgel zajlik, és az NVIDIA legújabb asztali AI szuperszámítógépei, a DGX Spark és DGX Station, ezt a lendületet hivatottak még tovább fokozni. Ezek a rendszerek lehetővé teszik, hogy a fejlesztők, kutatók és vállalatok helyben, akár az irodájukban vagy otthonukban futtassák a legújabb, nyílt forráskódú és élvonalbeli AI modelleket – legyen szó akár 100 milliárd vagy egészen 1 billió paraméteres modellekről. Asztali AI teljesítmény a csúcson Korábban az ilyen hatalmas modellek futtatásához hatalmas adatközpontokra volt szükség, ám az NVIDIA Grace Blackwell architektúrája, a nagy kapacitású egyesített memória és a petaflopos számítási teljesítmény most mindezt elhozza az asztalunkra. A DGX Spark egy plug-and-play megoldás, amely…
-
Az NVIDIA Rubin platform és a DGX SuperPOD új AI korszakot nyit
Az NVIDIA ismét nagyot lépett előre az AI számítástechnika területén: a legújabb Rubin platform és a hozzá kapcsolódó DGX SuperPOD rendszerek bemutatásával a vállalat egy új dimenziót nyit a mesterséges intelligencia alkalmazások számára. A Las Vegas-i CES kiállításon debütált Rubin platform hat különböző chippel dolgozik együtt, amelyek együttesen egy hihetetlen teljesítményű szuperszámítógépet alkotnak. Ezek a fejlesztések nemcsak a tanítást, hanem az AI-modell inferenciáját is radikálisan gyorsítják és költséghatékonyabbá teszik, így új szintre emelik a mesterséges intelligencia ipari alkalmazását. Az új Rubin platform technológiai áttörései A Rubin platform legfontosabb újdonságai között szerepel a hatodik generációs NVLink, amely akár 3,6 TB/s adatátviteli sebességet biztosít egyetlen GPU számára, illetve összesen 260 TB/s-t a…
-
Az NVIDIA BlueField új korszakot nyit az AI gyárak biztonságában és gyorsításában
A mesterséges intelligencia (AI) mára szinte minden iparágban áttörést hoz, és az üzleti világban is egyre gyorsabb, okosabb működést tesz lehetővé. Az AI gyárak, vagyis azok az infrastruktúrák, amelyek hatalmas adatokat dolgoznak fel AI-alapú szolgáltatásokhoz, folyamatosan növekvő igényeket támasztanak a sebesség, a biztonság és a hatékonyság terén. Az NVIDIA legújabb fejlesztéseivel, különösen a BlueField platform révén, most egy olyan komplex megoldás érkezett, amely egyszerre gyorsítja az AI-gyártás kulcsszolgáltatásait, és garantálja a teljes rendszer valós idejű védelmét. Az AI gyárak új motorja: NVIDIA BlueField Az NVIDIA BlueField nem csupán egy processzor, hanem az AI gyárak működtetésének operációs rendszere. Ez a különleges feldolgozó egység leveszi a terhet a központi CPU-król és GPU-król…
-
AI költségek drasztikus csökkenése az NVIDIA Blackwell platformmal
Az elmúlt időszakban az AI-technológiák egyre mélyebben hatolnak be mindennapjainkba, legyen szó egészségügyről, játékokról vagy ügyfélszolgálatról. Mindezek az intelligens rendszerek egy alapvető egységen, az úgynevezett tokeneken alapulnak, amelyek feldolgozása viszont jelentős költségekkel jár. A nagy kérdés az, hogyan lehet fenntarthatóan növelni a tokenek számát anélkül, hogy az árak az egekbe szöknének? A válasz a hatékonyabb tokenomika, vagyis a tokenenkénti költség jelentős csökkentése. Az infrastruktúra szerepe a tokenköltségek csökkentésében A tokenköltségek mérséklésének egyik kulcsa az infrastruktúra fejlesztése. Egyszerű hasonlattal élve, mintha egy nagy sebességű nyomdagép tízszer több oldalt tudna előállítani ugyanakkora plusz ráfordítással, az oldalankénti költség jelentősen csökkenne. Ugyanez igaz az AI rendszerekre: az új generációs hardverek és szoftverek együttese, mint…
