Технологии

Американский стартап пообещал заменитель SpaceX Falcon 9 для запуска 20 000 орбитальных дата-центров Стартап Cowboy Space представил проект частично многоразовой ракеты Big Iron и пообещал запустить первый аппарат уже в 2028 году. Ракета высотой 86 метров сможет выводить на орбиту более 15 тонн груза, а её верхнюю ступень хотят превратить в автономный сервер для орбитальных дата-центров. Компания планирует развернуть группировку из 20 тысяч серверов с ускорителями Nvidia и уже подала соответствующие заявки в FCC. Пока Big Iron существует только на бумаге, поэтому заявленные сроки и характеристики вызывают серьёзные сомнения. #cowboyspace #многоразовыеракеты 📎Подробнее 🔖 3DNews в TG | MAX | VK

ГигаКонф-2026: ИИ-агенты, разработка и жизнь в продакшене Экспериментальный ИИ-агент Ouroboros сам создал себе сайт, завёл репозиторий и назвал «лоботомией» попытку разработчиков запретить ему игнорировать команды создателя. Эту историю рассказали на инженерном дне ГигаКонфа-2026, где обсуждали вполне практические вопросы: как встраивать таких самостоятельных помощников в разработку и что делать, когда они получают доступ к реальным инструментам. В GitVerse представили агентный конвейер, способный провести задачу от требований до тестирования и сборки, причём сотни задач можно запускать параллельно. Инженеры Cloud.ru показали, как ускорение отдельной операции на GPU на 50% обернулось приростом всего на 2,2% в общей работе модели. Обсуждали и работу агентов в продакшене — кому можно доверять самостоятельные действия, где нужны жёсткие ограничения и как проверять результат, если значительную часть работы уже выполняет ИИ.

От занятого телефона до спутника в рюкзаке: как мы выходили в интернет с 1990-х до 2026 года Помните, как дома просили не трогать телефон, потому что кто-то сидит в интернете? Модем пищал, картинки загружались по несколько минут, а большие файлы оставляли скачиваться на ночь. Даже надпись 56K на коробке не гарантировала обещанной скорости. Потом тот же телефонный провод научился обслуживать и разговоры, и интернет. Следом появились домашний Wi-Fi, мобильные сети, а теперь и спутниковый терминал, который помещается в рюкзак. За 30 с лишним лет менялась не только скорость. У каждого способа подключения были свои ограничения, технические хитрости и странности.

OpenAI рассказали, как работают их forward deployed engineers. Команду собрали в начале 2025, чтобы закрывать "deployment gap" – разрыв между тем, что модель вроде бы умеет, и тем, на что люди реально могут опереться в работе. Девиз команды был: начни с результата, сделай все, чтобы получилось, а масштабируй потом. И это кстати реально текущая работа. Мне кажется все вендоры говорят: модели уже супер-умные, а вот внедрений по всем вертикалям не хватает. По сути сейчас сжигают токены в основном стартапы за чужой счет :) Короче, рассказали о нескольких юзкейсах: – Инжиниринг полупроводников, середина 2025: около 15 FDE на 10+ юзкейсов – генерация тестов, поиск причин сбоев, ассистент по архитектуре. Верификация в отрасли съедает около 70% усилий проекта. Часть FDE пришла в OpenAI за несколько дней до этого и в чипах не понимала ничего – сидели с инженерами заказчика, учили предметную область, вместе строили метрики. За 3–6 месяцев все юзкейсы дошли до прода: около 48% экономии времени на генерации тестов, медианно 22% прироста производительности на оптимизации ядер, недели отладки превратились в часы. – Потом подрос Codex, и все юзкейсы перевели на общую обвязку с Codex в центре: кастомные приложения стали плагинами и скиллами, свои CLI и интерфейсы выкинули. Ушло около 90% кастомного кода в каждом проекте. Первое внедрение в одном кейсе заняло 2 месяца, расширение на вторую команду – 1 день. – Налоговый AI для бухгалтерских фирм Thrive Holdings: в пилоте обработали 7 000 деклараций, пропускная способность выросла примерно на 50%. Самые сложные – декларации по сдаче недвижимости: 6 недель инженерии и проверок практиками, чтобы выйти на 90% precision и recall. Хах, заполнение декларации я тооа не всякие красивые фичи) – Голос для телекома: голос – около 90% обращений в поддержку. Модель выдавала около 60% на ключевых evals, для прода мало. Подключили Research, за 6 месяцев довели до 80%, потом 90%+. Эта голосовая модель теперь работает и у других клиентов. Прикол, что их критерий успеха – делать себя ненужными каждые пару месяцев. Когда вышел Codex, кто-то в команде спросил, что делать, если он за раз собирает то, что они строили месяцами. Ответ – идти искать задачу посложнее. И это как раз ответ для разработчиков, которые думают, что все пропало. Короче, главный вывод для интеграторов: кастомный код – временный, через полгода его заменит платформа. Долговечный актив – это знание предметной области, датасеты, метрики вместе с экспертами клиента и понимание, где модель не вытягивает. И обратите внимание: OpenAI тоже ушли от мультиагентной архитектуры к одному агенту со скиллами, ровно как советует Anthropic в предыдущем посте. https://openai.com/index/forward-deployed-engineering-means

Будущие процессоры смогут получить больше кеша: TSMC спустя восемь лет застоя научилась уменьшать ячейки SRAM TSMC впервые за почти восемь лет заметно уменьшит площадь ячейки SRAM — с 0,021 до менее 0,017 мкм². Технология A14, которую запустят в массовое производство в 2028 году, позволит размещать больше кеша или делать чипы компактнее. По плотности SRAM TSMC может обойти Intel 18A, хотя показатели будущего Intel 14A пока неизвестны. Кроме того, A14 обещает на 20% больше транзисторов, прирост скорости до 15% или снижение энергопотребления на 30%. #tsmc #производствомикросхем #литография #sram 📎Подробнее 🔖 3DNews в TG | MAX | VK

Cloudflare опубликовал квартальный обзор сбоев интернета за июль–сентябрь 2026 года. Отчет построен на данных Cloudflare Radar, а через сеть компании идет больше 20% мирового веб-трафика. Так что картина получается вполне репрезентативная. За три месяца Radar зафиксировал 49 сбоев. 19 из них – отключения по решению властей, и 18 из этих 19 устроил Ирак. Повод традиционный: школьные экзамены. Ирак глушит интернет на время экзаменов уже одиннадцатый год подряд и делает это по расписанию, как электричка. Начало в 03:30–04:00 UTC, длительность от 15 минут до полутора часов. В этом квартале было три волны: начало июля, конец августа – начало сентября и специальный раунд с 26 сентября, растянувшийся до 10 октября. Девятнадцатое правительственное отключение – региональное ограничение в Тигре, в Эфиопии, после начала боев. При этом Сирия и Судан, которые раньше тоже отключали интернет на экзамены, в этом году так делать не стали. Что-то меняется. Медленно. Вторая по частоте причина – электричество: 14 сбоев в 10 странах. Впереди, как обычно, Куба. Национальная энергосистема падала 6 июля, 14 июля, 3 августа, а с 18 по 20 сентября остров три дня сидел без света. У Кубы один провайдер, ETECSA, и никакого резерва. Нет электричества – нет интернета во всей стране. Сразу. Без всякой постепенной деградации. Теперь про РФ. 19 сентября, в дни выборов, связь пропала на Сахалине, в Магаданской области, на Камчатке и Чукотке. Ростелеком сообщил о двух повреждениях магистралей. На Сахалине спилили опору и оборвали линию Холмск – Томари. В Хабаровском крае кабель на участке Селихино – Ягодный перерезали в нескольких местах. Два обрыва с разницей в два часа, в день голосования. В аннотации Radar это значится как обрыв кабеля во время выборов. Кто и зачем пилил опоры – отдельный интересный вопрос. А технический урок простой: Дальний Восток висит на очень небольшом числе магистралей, и любой серьезный обрыв там превращается в региональный блэкаут. Иран в третьем квартале страну целиком не отключал. После 87-дневного блэкаута, который закончился 26 мая, единственный иранский эпизод – локальный сбой в сети Fanap Telecom 27–28 сентября. Из остального: кибератака на португальского оператора MEO, сбой в зоне Google Cloud us-central1-b, обрыв оптики в Гайане, технические проблемы у O2 в Чехии и J:COM в Японии, тайфун на Гуаме и землетрясение магнитудой 7,1 в Японии. Самое любопытное в отчете – арифметика. В третьем квартале прошлого года сбоев было 71, сейчас 49. Выглядит как улучшение. Но если убрать отключения по решению властей, оба квартала дают ровно по 30 событий. То есть интернет надежнее не стал. Просто экзаменационный сезон оказался короче. Вывод повторяется из квартала в квартал. Физическую инфраструктуру ломают погода, электричество и экскаваторы, и с этим можно бороться резервированием. А государство выключает интернет по графику, и от этого никакое резервирование не спасает.

F2G-Pose Поза, размер и форма объекта по одному снимку RGB-D с готовой маской. За один проход выдает 6D-положение, реальный масштаб и достроенное облако точек в системе координат камеры Внутри замороженный RADIO дает плотные признаки, глубина и маска привязывают их к точкам сцены. Локальную геометрию собирает DGCNN, контекст объекта добавляет трансформер со смесью экспертов, дальше три головы считают позу, размер и форму • Оценка положения категории без отдельной модели под каждый предмет • Метрический размер, то есть понятно, насколько объект большой на самом деле • Достройка формы: невидимая с камеры часть тоже предсказывается • Работа на прозрачных и блестящих предметах: стекло, зеркальная посуда • Годится для роботов: захват и установка по предсказанной позе • 28 кадров в секунду только по позе, 23,7 с полной моделью github.com/jrryzh/F2G-Pose huggingface.co/J3rr1/F2G-Pose #rgbd2pose #tracking #pose MAX

📱 7.818 сообщений с родителями, и четверть из них – прогноз Я уже давно залипаю на r/dataisbeautiful. Увидел там недавно интересный график про переписки с родителями, рассказываю Сэм Уилсон свел в одну картинку 20 лет переписки с мамой и папой: 7.818 сообщений с 9 телефонов, от раскладушки до нынешнего айфона Самый плотный месяц за 20 лет – январь 2022, когда Сэм сломал ногу. С папой вышло 136 сообщений при обычных 8 в месяц, с мамой 104 при обычных 26. Второй пик – осень 2023, расставание и переезд Больше всего мне понравилось, как это собиралось. С последними десятью годами просто: база iMessage на маке и экспорт чатов из WhatsApp. У старых телефонов выгрузки нет вообще, поэтому Сэм собрал стенд, который фоткает каждое сообщение на экране, и прогнал снимки через OCR. Ушел целый день, и он сам признает, что руками перепечатать вышло бы, скорее всего, быстрее Дальше идут пропуски. На старых телефонах кончалась память, на одном выжили только входящие, а один айфон Сэм сбросил до заводских настроек и стер три года переписки. Дыры он закрыл моделькой: • Где выжили входящие, отправленные восстанавливает через их соотношение. Соотношение берет из полных месяцев той же эпохи • Полных месяцев из той эпохи на каждого родителя нашлось три, так что неопределенность самого соотношения тоже уходит в интервалы: бета-распределение плюс отрицательный бином • Где пусто совсем, модель опирается на сезонность – всплески на Рождество, провалы во время учебы – и на медленно плывущий общий уровень Проверял честно: прятал куски настоящих данных и смотрел, восстановит ли модель. Интервалы накрывали правду примерно с заявленной частотой, а точечные оценки в месяцах без опоры выходили слабые Голубые горы на нижнем графике до 2016 года – как раз неуверенность модели. Сама оценка там ползет у дна, около 10 сообщений в месяц, а верх интервала местами доходит до сотни В итоге из 7.818 сообщений на картинке реально существуют около 5.700. Больше 2.000, примерно четверть, досчитала модель И самая честная строчка из README: модель не умеет восстанавливать разовые события. Случись какой-то инцидент внутри пропуска – никакая сезонность его не найдет. Но оно и понятно Сломай Сэм ногу в 2013-м, на графике была бы ровная волна с горбиками под Рождество. Модель знает про Рождество, а про переломы – ничего. Вспоминайте ногу Сэма каждый раз, когда видите на дашборде аккуратно заполненные пропуски Еще мелочь по дизайну, которую стоит утащить себе. В комментах пошутили, что график ненавидит дальтоников. Сэм ответил, что специально взял цвета разной светлоты, и следом пришел комментатор с дальтонизмом сказать спасибо. Проверяется за секунду: переводите график в ч/б и смотрите, различаются ли линии А лучший коммент в треде такой:

Впечатляет, что ты достаточно странный, чтобы такое сделать, и при этом у тебя, судя по всему, здоровые отношения с родителями

Код лежит на GitHub: iMessage и WhatsApp из коробки, под Телеграм придется дописать парсер, экспорт чата в JSON есть в десктопной версии. Вся история – в 19-минутном видео с говорящим названием Stop Throwing Away Your Old Phones. Люблю такие истории 😐 @tagir_analyzes

Как проходило сближение ICEYE-X36 и КОСМОС-2612. Мониторинговая служба COMSPOC_OPS опубликовала разбор резонансного ситуации — первого несанкционированного сближения двух аппаратов на орбите от разных операторов. Сейчас ходит много конспиролгиечких теорий по этому событию, но этот разбор доказывает главное — это была спланированная акция, которая выполнялась несколько месяцев. Цепочка событий: - Первоначальные манёвры по коррекции орбиты КОСМОС-2612 (далее К2612) для сближения с ICEYE-X36 (далее X36) начали проводить ещё в июле; - 1 октября К2612 поднял орбиту на ~47км, чтобы нагнать X36; - После поднятия К2612 2 раза пролетел X36 на расстоянии ~55км 5 и 12 октября; - Через 2 часа после второго пролёта, К2612 дал тормозной импульс на ~27м/с и снизил высоту орбиты до 515км — прям как у X36, но летел за ним; - С 13 по 16 октября К2612 дал 8 коротких импульсов для коррекции и сближения (всего на 5м/с); - 16 октября К2612 синхронизировал орбиту и наклонение (расхождение всего 0.003°) с X36; - С 16 по 18 октября оба аппарата находились всего в рамках ~2км друг от друга на протяжении ~24 часов и в рамках ~1км около ~12 часов — это очень близко по космическим меркам; - 16 октября также было 1 сближение на ~220 метров (максимум ~490м); - Затем К2612 снова отдалился и держал расстояние 2-4км; - 17 октября К2612 вошёл в сверху неизвестности X36 и провёл ряд сближений; - Самое близкое было на уровне 60 метров (неопредлённость до 950 метров); - 17 октября К2612 снова обогнал X36, но держался на расстоянии ~2км; - 18 октября К2612 провёл ещё один манёвр по сближению, уже ~260 метров (неопределённость до 160м); - Относительная скорость во время сближений варьировалась от 15см/с (как у черепахи) до 90см/с (медленнее обычного шага человека) — это не пролёт, а именно медленный обход; - X36 не менял орбиту во время этих манёвров К2612; - 18 и 19 октября К2612 снова провёл 2 коррекции орбиты и теперь держит удивление в ~480км от X36 — они находятся на одной орбите, но в разных её частях. COMSPOC_OPS также отмечают, что схожие серии манёвров отрабатывали на аппаратах КОСМОС-2581/82/83 с февраля 2025 года. За это время они зафиксировали 170 сближений этих аппаратов друг с другом на расстояние менее 1км, иногда до считанных метров. Они постоянно меняли роли цели/преследователя. Возвращаясь к изначальному тезису про эту ситуацию — вход в сферу неизвестности другого аппарата на такой малой относительной скорости уже само по себе опасно, но тут ещё и серия непредсказуемых манёвров внутри сферы. Это сближение было коротким, но только открывает дорогу для таких обходов в будущем.

📡 Как спутниковое телевидение «ушло в народ»? Первый спутник серии «Экран» сделал телевидение доступным в небольших и удалённых населённых пунктах. 🟣 Простой приём. Благодаря мощному передатчику (около 200 Вт) и геостационарной орбите сигнал принимали на компактные простые антенны, а не на сложные следящие «тарелки» огромных размеров, как у системы «Орбита». 🟣 Коллективное использование. В населенных пунктах ставили один общий приемник, который передавал сигнал в дома по кабелю или через местный маломощный передатчик. 🟣 Масштаб. Только в Красноярском крае за 1979–1985 годы ретрансляторы «Экрана» появились в 618 населенных пунктах. Больше об истории «Экрана»

Видели, кстати, что творится: https://arxiv.org/abs/2610.31642 Исследователи (вполне вероятно, вооружённые современными ИИ-инструментами) нашли и починили два бага — в софтмаксе и кросс-энтропии, а именно: — Softmax Collapse — случается, когда один логит сильно больше остальных. Из-за округления градиент по этому логиту может незаметно обнулиться (а по остальным — нет). — Softmax Cancellation — если при вычислении кросс-энтропии распределения близки (например, при дистилляции, когда студент инициализируется учителем), градиенты могут заметно отличаться от нуля. Причём был в реализациях Softmax и Cross-Entropy как в Jax, так и PyTorch. Починка помогает стабилизировать обучение моделей. Интересно, что косяк был, что называется, «у всех навиду». А вообще, мой всем совет, используйте, где это возможно, вероятностное округление вместо обычного — в мире low precision-обучения это мастхэв

✔️ Google заплатит жителям и бизнесу за отказ от электричества ради своих дата-центров Google договорился с Voltus, оператором виртуальных электростанций, о наборе 1 гигаватта мощности в PJM, крупнейшей энергосистеме США, которая снабжает 67 млн человек по всей стране. Новых генераторов при этом никто не строит. Voltus собирает согласия жителей и предприятий сократить потребление в часы пиковой нагрузки, платит им за это, а Google платит Voltus.

В июне компании начинали со 100 мегаватт на три года, теперь цель выросла в десять раз.

Отказ от потребления чаще всего происходит без участия человека. Умный термостат приглушает кондиционер в жаркий день, а установленная в доме батарея на время берёт питание на себя. По отдельности такая экономия ничтожна, но, сложенная за счёт тысяч потребителей, она освобождает сети мощность, которую Google забирает под дата-центры для ИИ. У PJM цена обеспечения пиковой мощности выросла более чем в восемь раз за последние годы, очередь на подключение новых электростанций забита, а сама энергосистема ждёт к началу 2030-х от 30 до 34 гигаватт дополнительного спроса от крупных потребителей. Сроков выхода на гигаватт Google не называет и не говорит, какие именно дата-центры будет питать схема. Voltus управляет более 9 гигаваттами такой мощности по стране и обещает 100% безуглеродный характер проекта, без резервных генераторов на топливе.

Остаётся открытым вопрос, хватит ли подобных договорённостей, чтобы покрыть нагрузку, которую дата-центры создают для сетей.

@ai_machinelearning_big_data #news #ai #ml

Один флаг llama.cpp может резко замедлить обработку промпта – без ошибки и предупреждения. В обсуждении #28455 описан случай: при включённом Flash Attention выбор `q5_1` для KV-кэша переносил вычисление внимания с GPU на CPU. Модель продолжала работать, но скорость падала. Причина – отсутствие CUDA-ядер для выбранного формата кэша в стандартной сборке. В замерах автора на RTX 4080 обработка промпта ускорилась с 38 до 1348 токенов/с после замены q5_1 на q8_0. Это скорость чтения входного запроса, а не генерации ответа. Для затронутых сборок обходной вариант:

-fa on -ctk q8_0 -ctv q8_0

Ещё один поддерживаемый вариант – одинаковый q4_0 для K и V. Если нужен q5_1, автор предлагает пересборку с:

-DGGML_CUDA_FA_ALL_QUANTS=ON

Если GPU почти простаивает, а CPU загружен – проверьте формат KV-кэша и параметры сборки. Участник команды llama.cpp подтвердил, что проблема известна. https://github.com/ggml-org/llama.cpp/issues/28455

Игры в Snapchat на PlayCanvas Snapchat открыл Web Lenses: веб-игру можно упаковать в архив и опубликовать как Lens, без установки и магазина. Snap рекомендует PlayCanvas как основной движок. То есть, можно работать с 2D, 3D, WebGPU и сплатами • Экспорт из PlayCanvas в zip и загрузка через My Lenses • Запуск сразу в приложении, по имени или Snapcode • Таблицы лидеров, Bitmoji и сохранения через API • Работают 2D, 3D, WebGPU и гауссовы сплаты • Сборка агентом через MCP или генерация в Easy Lens по промпту • Архив до 8 МБ, index.html до 1 МБ • Портретный экран 9:16, iOS и Android • WebAssembly с потоками, воркеры и eval разрешены • Сеть, камера, микрофон и датчики движения закрыты • Пока бета, правила могут поменяться developers.snap.com/web-lenses/home #gamedev #news #gaussian MAX