Интересное в мире хай-тек 3 июля 2026 Кратко о событиях за прошедший день 🟢 NVIDIA выпустила прошивку 1.1.8 для игровых мониторов с G-SYNC Pulsar, снизив задержку ввода на 240 Гц и улучшив работу Ultra Low Motion Blur 2. Также обновление частично устраняет проблему, из-за которой G-SYNC мог переставать работать после выхода монитора из спящего режима. 📈 Samsung готовит третье за год повышение цен на память. В III квартале массовая DRAM может подорожать до 20 %, а LPDDR — более чем на 20 %. Это продолжит рост себестоимости смартфонов, ноутбуков и ПК на фоне сохраняющегося дефицита памяти. 👾 Для Sega Mega Drive выпустили первый рабочий порт Linux. Ядро запускается на оригинальном процессоре Motorola 68000 в режиме NOMMU, а для работы использует 4 МБ памяти картриджа Mega EverDrive. 🥬OnePlus и Realme отказываются от OxygenOS и Realme UI в пользу единой ColorOS. Также бренды перестраивают продуктовую и сервисную инфраструктуру под единый стек. 🙂 Sony обсуждает дальнейшее повышение цен на PlayStation Plus после прибыльности сервиса в 2025 финансовом году. В компании заявляют, что продолжат «балансировать ценность и стоимость» за счёт тарифов и монетизации, не уточняя масштабы возможного роста. #хайтекзадень

Первый в США частный модульный ядерный реактор готов давать энергию ИИ-ЦОДам Калифорнийский стартап Valar Atomics впервые запитал компьютер с новейшей видеокартой Nvidia от портативного модульного атомного реактора. Работая на 37% от номинальной мощности, реактор Ward 250 обеспечил достаточно энергии деления, чтобы полученный в итоге сложного преобразования электрический ток поддерживал стабильную работу ИИ-чипа. Презентация показала, что реакторы Valar Atomics готовы подключиться к решению проблемы критической нехватки энергии для десятков строящихся в США под ИИ новых ЦОД. https://hightech.plus/2026/07/03/pervii-v-ssha-chastnii-modulnii-yadernii-reaktor-gotov-davat-energiyu-ii-codam

SpatialClaw Фреймворк от NVIDIA для пространственного рассуждения (spatial reasoning), позволяет VLM решать сложные задачи с визуальными данными, не требуя дополнительного обучения Вместо того чтобы дообучать модель под пространственные задачи, SpatialClaw даёт ей инструмент в виде Python‑кода, исполняемого в постоянном (persistent) вычислительном ядре. Модель выступает как агент: * Пишет код для анализа сцены * Запускает код и видит промежуточные результаты * Анализирует результаты и при необходимости переписывает или дополняет код * Компонует модули восприятия Такой подход резко повышает точность в задачах, где нужно не просто описать картинку, а понять геометрию, отношения между объектами и выполнить вычисления Гитхаб #vlm #reasoning #optimization

Выпуск RTX 5050 с 9 ГБ памяти под вопросом. NVIDIA передумала? Планы NVIDIA по выпуску GeForce RTX 5050 на 9 ГБ памяти GDDR7 оказались заморожены. Как сообщает инсайдер MEGAsizeGPU, проект либо полностью отменен, либо отложен на неопределенный срок. Партнеры-производители (AIB) косвенно подтверждают эту информацию, так как они до сих пор не получали от NVIDIA никаких спецификаций, обновленных графиков поставок или цен для этой конкретной модели. Главной причиной отмены называют возвращение на рынок GeForce RTX 3060 с 12 ГБ памяти, перевыпуск которой состоялся в июне. В условиях текущих цен на чипы памяти старая видеокарта банально выгоднее в производстве, закрывает бюджетный сегмент из-за чего GeForce RTX 5050 с 9 ГБ просто потеряла актуальность.

Ускорение генерации роллаутов с помощью спекулятивного декодинга Самая времязатратная часть в GRPO — это генерация траекторий модели, на которую приходится около 72% всего процесса. Поэтому хочется ускорить генерацию роллаутов — и в сегодняшней статье NVIDIA рассказано, как это можно сделать. По большому счёту, генерация роллаутов — это обычный инференс модели. При наивном инференсе видеокарты используются не на полную. Помочь решить эту проблему способен спекулятивный декодинг. Его суть заключается в том, что маленькая драфт-модель, учится предсказывать, какие токены сгенерирует основная модель. Последней остаётся лишь верифицировать, правильную ли гипотезу выдала драфт-модель. В режиме спекулятивного декодинга разрыв между компьютом и трансфером памяти сокращается. Авторы проверяли свою гипотезу на небольшой модели — Qwen3-8B. Обучали её на математическом датасете DAPO-Math-17K, а валидировали — на AIME-2024. При этом других наборов данных не использовали, что немного подозрительно. Возможно, именно из-за такого выбора сетапа получились хорошие результаты. Кроме того, замеры проводили на Qwen3-235B, но в симуляции, из-за чего полученные результаты могут отличаться от реальных. Модель обучали в двух режимах. Первый, RL-Think, предполагает простое обучение после SFT (или продолжение RL-стадии поверх уже ризонящей модели), а второй, RL-Zero, — RL сразу поверх претрейн-модели. Во втором случае спекулятивные модели вроде EAGLE дают лучший acceptance. Касательно самого предсказания: авторы пришли к выводу, что наибольшее ускорение получается при трёх спекулируемых токенах. Интересно, что при предсказании уже пяти токенов генерация, напротив, замедляется. В RL-Zero ускорение генерации — 1,77x против 1,54x в RL-Think: драфтеру проще предсказывать распределение менее обученной политики. На общем времени GRPO-шага разрыв уменьшается, потому что спекулятивный декодинг ускоряет только генерацию, а пересчёт log-prob и шаг оптимизатора занимают примерно то же время, что и без него. В симуляции с Qwen3-235B ускорение составило 2,5х. Но, опять же, в реальных рабочих сценариях прирост может быть скромнее. В дополнение авторы предлагают доучивать драфт-модель во время GRPO, чтобы она не отставала от меняющейся политики основной модели. Делается это так: берутся скрытые представления основной модели, на них навешивается .detach() , после чего они отправляются в драфтер. Такая система позволяет обучать драфтера вместе с основной моделью, не оказывая на неё влияния (схема на приложенном изображении). Разбор подготовил Павел Васильев Душный NLP

Nvidia, конечно, абсолютные монстры! Чистая рентабельность компании – космические 71%. Что это означает на пальцах? Из каждых ста долларов выручки в кармане у компании оседает семьдесят один. Да такой доходностью могут похвастаться разве что какие-нибудь наркокартели и прочие криминальные концессии. Но здесь всё легально – разработка компьютерных чипов. Для сравнения, признанные эталоны сверхприбыльности с минимальными капитальными затратами вроде Visa довольствуются “всего” 54%. У Apple – 27%. Что говорить про Nike с 5% или Tesla с 2% прибыли. Безумные цифры Nvidia – хрестоматийный пример обогащения на очередной золотой лихорадке. Google, Microsoft и другие IT-гиганты вливают триллионы долларов в строительство ИИ-инфраструктуры, рассчитывая когда-нибудь крупно заработать на технологической революции. Nvidia же просто обеспечивает их лопатами – здесь и сейчас.

#дайджест Дайджест AI/ML за две недели 15-28 июня 2026 OpenAI: GPT-5.6 (Sol, Terra, Luna) Sol - плюс сайз модель сопоставимая с Mythos. SOTA на TerminalBench 2.1. остальные бэнчи сравнивают в рамках линейки GPT, так что вероятно там дай бог паритет с Fable. Цена - $5/$30 Terra - модель на уровне GPT-5.5. Цена - $2.50/$15 (у GPT-5.5 $5/$30) Luna - по бэнчмаркам уровень GPT-5.4, но на класс ниже по размеру. Цена - $1/$6 (у GPT-5.4 $2.5/$15) Civitates Foederatae Americae - правительство США попросило придержать публичный релиз и сделать ограниченное превью для 20 партнёров, согласованных правительством. Как было с Mythos, но теперь менее добровольно. Широкий доступ обещают "через пару недель". Но как говорится - на Альимана надейся, а сам ищи как получить паспорт США. Блогпост, Системная карточка Zhipu: GLM-5.2 Открыли веса под MIT. MoE на 744B параметров (40B активных), контекст 1M. И наконец-то с цифрами: SWE-bench Pro 62.1, Terminal-Bench 2.1 81.0, GPQA-Diamond 91.2, AIME 2026 99.2, HLE 40.5 (54.7 с тулами), в общем, открытая модель не очень далеко от фронтира. Цена по API $1.40/$4.40 за 1M, кэш входа $0.26. Веса, Блогпост ???: Happy Oyster 1.0 Одна модель - два продукта. По слухам от Alibaba. Adventure Mode - world-model в духе Genie, можно летать на драконах и ползать червем через WASD. Directing Mode - видеогенерация в которую можно вмешиваться и создавать развилки для происходящих в кадре действий. На старте дают 1000 кредитов, так что можно попробовать самому. Сайт Jülich: CytoNet Модель архитектуры коры человеческого мозга (клеточной микроструктуры по гистологическим срезам, а не симуляцию активности). Тренировали на 6.5 петабайтах данных с 21 посмертного мозга. Брутальный ML. Блогпост, Статья Sakana AI: Fugu и Fugu Ultra Модель-оркестратор, обученная раскидывать задачу по пулу фронтир-моделей (и рекурсивно по самой себе) и собирать ответ. По их собственным замерам Fugu Ultra тянется к фронтиру: SWE-Bench Pro 73.7, Terminal-Bench 2.1 82.1, GPQA-D 95.5, HLE 50.0. Веса закрыты, какие модели в пуле - не раскрывают. Цена Ultra $5/$30, в ЕС пока недоступно. Блогпост, Технические детали Zyphra: "Can Scale Save Us From Plasticity Loss in LLMs?" - статья в которой изучают потерю пластичности (деградацию способности учиться новому) у трансформеров от 5M до 314M. Момент её наступления растёт сублинейно к размеру, так что одним увеличением модели не вылечить. Статья Alibaba: Qwen-Robot Suite Alibaba собирает полный стек моделей для роботов восприятие-навигация-действие. Qwen-RobotManip (обобщающая Vision-Language-Action модель), Qwen-RobotNav (навигация, Vision-Language-Navigation модель) и Qwen-RobotWorld (видео-world-model для предсказания сцен). Не оупенсорс. Блогпост NVIDIA: MotionBricks Модель для генерации анимаций движения. Одна модель держит 350к+ элементов движений, работает в реальном времени и переносится на новые задачи zero-shot, без дообучения. Проект гоняют на гуманоиде Unitree G1 и в Unreal Engine 5. Выложены демо и инференс-чекпоинты, позже обещают полный пайплайн тренировки. Проект, Статья NVIDIA: CUDA-X новые AI инструменты для всяких наук ALCHEMI - микросервисы под скрининг химических соединений и материалов, до 50x ускорение перебора кандидатов. DAQIRI - библиотека обработки данных с детекторов в CERN. С её помощью гоняют real-time ИИ прямо по тем >99% столкновений, которые система отбора обычно выбрасывает не глядя. cuPhoton - работа с астрономическими данными телескопов и рентгена, ускорили чтение и анализ данных обсерватории в тысячи раз. Блогпост ByteDance: Seedance 2.0 Mini Облегчённая и дешёвая версия видеомодели Seedance 2.0: 480p/720p. Заявляют ~2x скорость относительно Seedance 2.0 Fast при сравнимом качестве и примерно вдвое дешевле обычной BytePlus, API-доки EpicGames: Unreal Engine 5.8 добавили нативный MCP-плагин Cerebras: разогнали Google Gemma 4 (31B мультимодальную) до 1500+ токенов/с macOS: fm CLI Теперь работает с моделями из набора Foundation Models можно прямо в терминале Mac. Google: Gemini 3.5 Flash computer use встроили прямо в модель как штатный инструмент