Тысячный спутник от Amazon. На этой неделе Amazon завалил инфополе своим заводом в Киркленде, заодно журналист Эрик Бергер выложил интервью с представителями компании по поводу их спутниковой группировки Leo, настоящего конкурента Starlink, а не вот это всё, и до конца года они наконец-то запустят свой сервис. Но не всё так просто, и между строк много интересного. Во-первых, Amazon пересёк отметку в 1000 произведённых спутников — солидная отметка по меркам любой группировки. При этом, запущено на орбиту пока только 396. Как ранее упоминалось в канале, из-за ситуации с пусковыми подрядчиками, Amazon сейчас производит спутники «в склад», чтобы потом занять все доступные пусковые мощности. ~600 аппаратов это примерно 20 пусков на Vulcan Centaur, к слову, который должен вернуться после перерыва в «ближайшие недели» и провести хотя бы 2 пуска до конца года. Их стратегия в том, чтобы на любую доступную ракету заранее была готова нагрузка, так что в следующем году стоит ожидать резкий рост вывода Amazon Leo. Также они могут готовить параллельно несколько пачек спутников во Флориде. Во-вторых, стало чуть понятнее про темпы производства и сроки — Амазону понадобилось 15 месяцев, чтобы выстроить линию производства своих спутников первого поколения. И если на дебютную партию из 27 аппаратов у них ушло 6 месяцев, то сейчас такой объём они покрывают за неделю. Разумеется, масштабирование производства — самая сложность часть, как и инспекции. Ещё из интересного, Amazon наладили своё производство электростатических двигателей, хотя подрядчиков по ним как раз полно. В-третьих, Amazon готовится до конца года запустить коммерческий сервис, но не стоит раскатывать губу. Речь про ограниченный запуск для тестовых регионов и нескольких корпоративных клиентов. Первое поколение рассчитано на 3232 спутника, при этом, из запущенных 396 даже не все вышли на рабочие орбиты. Но этого будет достаточно, чтобы обеспечить для корпоративных клиентов скорость до гигабита на загрузку и 400 мегабит на отдачу — это сильно выше предложения Starlink. И тут переходим к самой интересной части — наверняка у кого-то возникнет резонный вопрос «зачем всё это, когда есть Starlink?». УТП Amazon в возможности организовать прямую связь между клиентским терминалом-спутником-AWS/дата-центром, то есть напрямую к инфраструктуре в обход внешнего интернета. И для ряда корпоративных клиентов это киллер-фича, так ещё и на высокой скорости. Ну и не стоит недооценивать цепочку сбыта Amazon через сам маркетплейс. Баннер на главной сайта или приложения является весомым аргументом. Обратной стороной медали являются кулуарные истории про старый-добрый дурдом на производстве, сломанную цепочку поставок для некоторых компонентов, отставание от сроков и текучку кадров. И как видим, выбранная стратегия даже с 3 основными подрядчиками для пусков + SpaceX — не привела к ожидаемому темпу вывода в 2026 году.

DuckLabs, разрабатывающая DuckDB, объявила о присоединении к Amazon Web Services — сделка должна вступить в силу в начале сентября этого года. Команда из более чем 30 человек останется вместе, в Амстердаме, а DuckDB, DuckLake и Quack сохранят лицензию MIT под управлением некоммерческого DuckDB Foundation. Сотрудничество с AWS шло уже больше года: продукт активно используется клиентами S3, а теперь стек ляжет в основу нового поколения дата-сервисов Amazon. В отличие от многих сделок, тут AWS покупает команду — а контроль над существующим продуктом разработчики будут постепенно раздавать сообществу. Хороший продукт, кстати, если кто вдруг не знает. https://ducklabs.com/news/2026/08/26/ducklabs-to-join-aws

✔️ OpenAI, Anthropic, Google и Microsoft обновили рекорды расходов на лоббирование В первой половине этого года ИИ-компании увеличили бюджеты на лоббирование в правительстве США. Бизнес пытается повлиять на правила строительства дата-центров, стандарты аудита своих моделей и смягчить нормативные ограничения. Расходы OpenAI выросли почти вдвое в годовом исчислении и составили $2,22 млн. Anthropic увеличила бюджет втрое - до $3,53 млн. Траты Google и Microsoft обновили максимумы с 2020 года, лоббистскую активность также нарастили Scale AI и Tencent. Компании продвигают разные подходы к регулированию. Anthropic настаивает на жестком контроле открытых моделей, тогда как Microsoft выступает против подобных ограничений. Google фокусируется на законах, закрепляющих технологическое лидерство США. ft.com ✔️ Amazon останавливает развитие моделей Nova AWS сворачивает разработку линейки Nova, представленной в декабре 2024 года. Заморозка коснется флагманских Premier и Omni, видеогенератора Reel и генератора изображений Canvas. Клиенты сохранят доступ к API в режиме базовой поддержки, но дальнейших обновлений весов не будет. Решение принято на фоне закрытия профильной лаборатории и увольнений в подразделении AGI. Высвободившиеся ресурсы перенаправлены в группу Frontier Model Research под руководством Питера Аббила, перешедшего в Amazon после покупки робототехнического стартапа Covariant. Команда Аббила работает над новой фундаментальной моделью, презентация которой запланирована на осень в рамках конференции re:Invent. businessinsider.com ✔️ Personal Computer от Perplexity пришёл на Windows ИИ-поисковик выпустил версию агента Personal Computer для Windows 10 и 11. Инструмент получил доступ к локальным файлам и установленному ПО для автономного выполнения задач. В мае Perplexity интегрировали агента в облачные версии Microsoft 365. Представленное десктопное приложение открывает доступ к корпоративным данным, которые хранятся локально и недоступны облачным сервисам. Теперь управление файлами на устройстве, Office 365 и веб-ресурсами происходит в едином окне. Инструмент развертывается для подписчиков тарифов Pro, Max и Enterprise. Перед выполнением критических действий система запрашивает подтверждение владельца ПК. PerplexityAI в сети Х ✔️ Экс-глава Uber запустил индустриальный ИИ-холдинг Atoms Робототехнический стартап Atoms Трэвиса Каланика привлек $1,7 млрд акционерного и заемного капитала. Лид-инвестором раунда выступил фонд a16z. Новая структура объединит предыдущий проект Каланика CloudKitchens и разработчика автономного транспорта Pronto, поглощенного в марте. Atoms будет выпускать аппаратно-программные ИИ-комплексы для горнодобывающей отрасли, строительства, тяжелых грузоперевозок и производства продуктов питания. Компания отказывается от создания универсальных роботов-гуманоидов в пользу узкоспециализированной автоматизации традиционной промышленности. По заявлению Бена Горовица из a16z, инвестиции направлены на разработку систем, способных полностью взять на себя задачи по созданию, перемещению и хранению физических объектов. atoms.co ✔️ Маркетплейсы биометрии в Китае продают права на внешность для генерации контента Китайские платформы запустили биржи прав на внешность реальных людей для генерации ИИ-видео. Основной потребитель - индустрия микросериалов. За право на использование лица пользователи получают от $15 до $700. Лицензирование биометрии снижает затраты продакшена на кастинг и рендеринг, решая проблему однообразия синтетических персонажей. В первом квартале 2026 года генерация применялись при создании 95% из 128 тысяч выпущенных в Китае микросериалов. Платформы называют такие маркетплейсы способом борьбы с нелегальными дипфейками. restofworld.org @ai_machinelearning_big_data #news #ai #ml

Arm-процессоры Graviton5 оказались быстрее Intel Xeon 6, но отстали от AMD EPYC Turin в тестах инстансов AWS После запуска серии AWS M9g, первых инстансов на базе процессоров Graviton5, ресурс Phoronix провёл сравнительные тесты производительности процессоров Graviton4 и Graviton5. Тесты показали значительное повышение производительности новых процессоров AWS Graviton благодаря переходу от ядер Arm Neoverse-V2 к Neoverse-V3 и от памяти DDR5-5600 к DDR5-8800, а также другим улучшениям. Кроме того, для сравнения были добавлены тесты инстансов m8a.4xlarge и m8i.4xlarge на базе актуальных AMD EPYC и Intel Xeon в семействе EC2 M. #aws #graviton #hardware #cpu #intel #xeon #graniterapids #amd #epyc #turin #arm #бенчмарк #облако #servernews via @servernewsru 📎Подробнее

#мнение Место менеджмента AI-native оргструктуре Привет, читатель! Не знаю заметил ли ты, но я избегаю 3 тем: SOTA-моделей, автономных агентов и AI native команд/компаний Наткнулся на доклад AWS про команды в мире агентского ИИ. Не про инструменты, а про то, как меняется операционная модель когда стоимость владения падает: 1. Экономика AWS дает развилку Use / Compose / Build. Build оправдан только при уникальном процессе. Для большинства первичен разбор потока: где ценность, где теряется контекст, где нужна проверка. AI-native начинается не с модели, а с описания процесса как системы исполнения 2. Таланты и новые роли AWS вводит expert generalist: человек, который ведет процесс целиком. Фаулер разделяет why-loop и how-loop: человек сильнее в выборе что и зачем, агент в исполнении. Эндрю Энж: сборка ускоряется, узкое место смещается в продуктовые решения Отсюда роли. Product builder вместо PRD приносит проверяемый прототип. Product Engineer сам ближе к пользователю и метрикам. Forward deployed engineer тащит агентов в процессы клиентов, потому что между демо и продакшеном лежит слой интеграций и ответственности 3. Структура команд Четыре формы: пирамида, ромб, перевернутая пирамида, песочные часы Пирамида растит людей, но буксует на передачах. Ромб появляется когда режут джунов: пайплайн кадров умирает. Перевернутая пирамида как боевая капсула: сильные спецы и агенты. Песочные часы: автономные команды сверху, тонкий управленческий слой, обучение снизу. Team Topologies дает тот же принцип: команды вокруг потока ценности и когнитивной нагрузки. AI-native команда это не сквад с агентами, а компактная единица с ответственностью от начала до конца 4. Операционная модель Модель A: разработка строит, эксплуатация поддерживает, для агентов не работает. B: построил сам, запускаешь сам, работает в малом масштабе. C: автономные команды плюс платформа. Продолжение DevOps, не новая история. Агентский ИИ не отменяет DevOps. Он делает незавершенный DevOps дороже 5. Управление и контекст Управление агентами сводится к идентичности, правам, допустимым действиям и аудиту. Не регламент на полке, а исполняемый контур ближе к PRR из SRE. Фаулер формулирует: агент это модель плюс обвязка из правил, инструментов, проверок и контекста. Документация часть среды исполнения. Палантир-модель показывает: доменные понятия должны быть явными 6. Проджект-функция Каган разделяет продуктовые и фича-команды. ИИ ускоряет фича-команды, но не делает их продуктовыми Старая админ-функция сжимается. Отчеты, статусы, пушинг, перфоманс ревью, это компенсация плохой структуры. Новая мидл менеджер-функция это управление условиями исполнения. AI-native убирает мидл-менеджера как диспетчера передач. Но может сохранить функцию как инженерный контур: границы, контекст, поток, готовность, обратная связь