Nvidia-kunder underrettet om AI-relaterede prisstigninger på over 15% ↗
Nogle af Nvidias største kunder er angiveligt blevet advaret om, at servere fyldt med deres AI-chips kan blive mere end 15% dyrere. Synderen er de stigende omkostninger til hukommelseschips, som nu smitter direkte af på AI-infrastrukturregningen.
Stigningerne forventes at ramme systemer, der bruger Vera Rubin- og Grace Blackwell-hardware. Så i en lidt uventet vending handler AI-kapløbet ikke længere kun om at få nok GPU'er - hukommelsespriserne er ved at blive endnu en ret stor elefant i serverracket.
Nvidia bruger 6 milliarder dollars på at bygge et stærkt amerikansk alternativ til kinesisk kunstig intelligens ↗
Nvidia satser angiveligt 6 milliarder dollars på en aftale med AI-startup'en Poolside, inklusive teknologilicenser og talent, med det formål at bygge en ekstremt kraftfuld open-weight-model.
Det sætter Nvidia i en usædvanlig position. De leverer hardwaren bag virksomheder som OpenAI og Anthropic, men de kan nu også udfordre dem på modelniveau - samtidig med at de forsøger at imødegå kinesiske open-model-aktører som DeepSeek og Kimi. Leverandør, partner, konkurrent... en fin lille trekant.
Inherent siger, at deres AI-'holdkammerat' klarede sig bedre end Anthropic og OpenAI ved at replikere forskning ↗
Den London-startup Inherent, grundlagt af tidligere DeepMind-forskere, afslørede Faraday, en AI-agent designet til uafhængigt at reproducere resultater fra publicerede videnskabelige artikler.
Det overraskende: Inherent siger, at Faraday overgik systemer bygget omkring meget større frontiermodeller fra Anthropic og OpenAI, mens de kørte på en forholdsvis lille Qwen-model med 27 milliarder parametre. Virksomheden tilskriver agentdesign og forstærkningslæring snarere end blot at kaste flere parametre på problemet ... hvilket er ved at blive et tema.
OpenAI siger, at Californien bør styrke sin lov om AI-sikkerhed ↗
OpenAI presser nu Californien til at tilføje stærkere beskyttelse til SB 53, herunder overvågning af frontlinjemodeller under træning og evaluering og styrkelse af cybersikkerheden i hele udviklingsprocessen.
Der er et mildt plottwist her: OpenAI modsatte sig tidligere lovgivningen. Virksomheden argumenterer nu for, at nylige AI-sikkerhedshændelser viser, hvorfor der er behov for stærkere beskyttelse, og siger, at regler på statsniveau i sidste ende kan blive grundlaget for en national standard.
Frontier AI-laboratorier vil stadig ikke sige, hvordan de ville inddæmme en rogue model ↗
En vurdering fra Guidelight AI Standards viste, at førende AI-virksomheder har offentliggjort overraskende lidt om, hvad de ville gøre, hvis en magtfuld model forsøgte at undgå menneskelig kontrol.
OpenAI scorede højest blandt de fem undersøgte laboratorier, men selv det mangler angiveligt en offentligt dokumenteret formel inddæmningsplan for fremtidige hændelser. Anthropic og Meta scorede særligt dårligt på offentliggørelse - selvom virksomheder hævder, at offentlige dokumenter ikke nødvendigvis afslører alle deres interne sikkerhedsforanstaltninger.
Grundlæggende set har AI-laboratorier stadig mere detaljerede planer for test af farlige egenskaber ... men nødmanualen til "modellen opfører sig allerede forkert" ser stadig ret tynd ud.
Harvards startup-bootcamp til en pris på 699 dollars tilbyder AI-avatarer af sine instruktører ↗
Harvard Business School bruger HeyGen-genererede AI-avatarer af instruktører i sit otte uger lange Foundry-iværksætterprogram til 699 dollars.
Studerende får stadig live-sessioner med menneskelige instruktører, men avatarerne håndterer personlig feedback under simulerede præsentationer og bestyrelsesmøder. En instruktør indrømmede, at hans digitale dobbeltgænger føles lidt uhyggelig - tilsyneladende kan de studerende godt lide det alligevel.
Virksomheder, der vinder med AI-agenter, begrænser, hvor meget agenterne kan gøre alene ↗
Kapløbet mellem AI og agenter i virksomheder begynder at vende en af sine yndlingsantagelser om: mere autonomi er ikke automatisk bedre. Virksomheder, der oplever stærkere produktionsresultater, giver i stigende grad agenter snævrere ansvarsområder og fastere driftsmæssige grænser.
Det større problem synes at være governance, integrationsomkostninger og at bevise håndgribelig forretningsværdi. Med andre ord kan den vindende AI-medarbejder ligne mindre et autonomt geni og mere en usædvanlig hurtig kollega med meget strenge tilladelser.
Ofte stillede spørgsmål
Hvorfor forventes det, at Nvidia AI-servere bliver dyrere?
Nvidias kunder er angiveligt blevet advaret om, at priserne på nogle AI-servere kan stige med mere end 15 %. Det primære pres kommer fra højere omkostninger til hukommelseschips, som presser den samlede pris på systemer bygget op omkring hardware som Vera Rubin og Grace Blackwell op. Dette peger på, at hukommelsespriser bliver en stadig vigtigere del af udgifterne til AI-infrastruktur.
Hvad handler Nvidias Poolside AI-aftale på 6 milliarder dollars om?
Nvidia har angiveligt forpligtet sig til 6 milliarder dollars i en aftale, der involverer AI-startup'en Poolside, og som dækker teknologilicenser og talent. Målet er at hjælpe med at opbygge en stærk, åben AI-model i USA. Dette skridt kan give Nvidia en bredere konkurrencemæssig position, da virksomheden allerede leverer computerhardware til store AI-udviklere, samtidig med at de potentielt også konkurrerer med dem på modelniveau.
Hvordan klarede Inherents Faraday AI-agent sig bedre end større AI-modeller?
Inherent siger, at deres Faraday AI-agent klarede sig bedre til at reproducere publiceret videnskabelig forskning end systemer bygget omkring større frontlinjemodeller. Faraday bruger angiveligt en Qwen-model med 27 milliarder parametre, hvor Inherent tilskriver dens præstation agentdesign og forstærkningslæring. Resultatet tyder på, at workflowdesign og træningsmetoder nogle gange kan have lige så stor betydning som at øge modelstørrelsen.
Hvorfor ønsker OpenAI, at Californien skal styrke sin lov om AI-sikkerhed?
OpenAI opfordrer til stærkere beskyttelse i Californiens SB 53, herunder tættere overvågning af frontlinjemodeller under træning og evaluering, sammen med forbedrede cybersikkerhedsforanstaltninger. Dette markerer en ændring fra deres tidligere modstand mod lovgivningen. OpenAI argumenterer nu for, at nylige AI-sikkerhedshændelser gør stærkere sikkerhedsforanstaltninger nødvendige, og at regler på statsniveau potentielt kan bidrage til at forme en fremtidig national ramme.
Hvad gør AI-laboratorier for at forberede sig på uærlige eller upassende modeller?
Førende AI-virksomheder offentliggør detaljerede oplysninger om, hvordan de tester farlige egenskaber, men offentlig dokumentation om, hvordan man inddæmmer en model, når den begynder at opføre sig farligt, er fortsat begrænset. En vurdering fra Guidelight AI Standards fandt betydelige huller på tværs af større laboratorier. OpenAI scorede højest blandt de undersøgte, selvom selv OpenAI angiveligt mangler en offentligt dokumenteret formel inddæmningsplan for fremtidige hændelser med rogue-model-modeller.
Hvorfor giver virksomheder AI-agenter mindre autonomi i produktionen?
Virksomheder, der oplever stærkere resultater fra AI-agenter, begrænser i stigende grad, hvad disse systemer kan gøre uafhængigt. En almindelig produktionstilgang er at give agenter snævrere ansvarsområder, klare tilladelser og veldefinerede driftsgrænser. Dette kan gøre styring, integration og tilsyn lettere, samtidig med at det reducerer de risici, der er forbundet med meget autonome systemer, som er vanskelige at kontrollere eller evaluere.