🤝 Anthropic indgår aftale med SpaceX-datacenter, mens de fortsætter med AI-kodning ↗
Anthropic sikrede sig en stor computeraftale med SpaceX, der fik adgang til Colossus 1 i Memphis. Det giver Claude meget mere kapacitet, især for Claude Code-brugere, der har oplevet en efterspørgselsdæmpning.
Den fremmede del? SpaceX siger, at Anthropic også er interesseret i orbital AI-computerkapacitet. Det lyder som sci-fi, måske lidt som en slags brødrister i skyerne, men computerkapløbet bliver tydeligvis mere og mere slangeagtigt.
🧠 Anthropic siger, at det lærte AI-agenter at "drømme" ↗
Anthropic introducerede en funktion kaldet "drømning" til AI-agenter. Ideen er, at agenter gennemgår deres tidligere arbejde mellem sessioner, bemærker mønstre og forbedrer deres opførsel næste gang.
Det lanceres som en forhåndsvisning af forskning, så ikke alle får adgang endnu. Retningen er dog klar - Anthropic ønsker agenter, der føles mindre som chatvinduer og mere som semi-autonome kolleger. Hjælpsom, uhyggelig, måske begge dele.
🔎 Googles AI-søgeoversigter vil nu citere Reddit ↗
Google tilføjer flere førstehåndsperspektiver til AI-tilstand og AI-oversigter, herunder Reddit, fora og sociale opslag. I praksis integrerer de det gamle "tilføj Reddit til din søgning"-trick i selve AI-søgningen.
Det tilføjer også mere kontekst omkring links, såsom navne på skabere og fællesskaber. Fint i teorien, selvom det at lade AI opsummere internetfora stadig føles som at bede en vaskebjørn om at organisere et spisekammer.
⚡ Microsofts AI-datacenterfremstød kolliderer med deres mål om ren energi ↗
Microsoft diskuterer angiveligt, om deres aggressive udbygning af AI-datacentre gør et af deres mål for ren energi sværere at nå. Presset er timebaseret matchning af ren energi, som er strengere end årlig matchning.
Det er den akavede historie om AI-infrastruktur i miniature: alle vil have flere modeller, flere GPU'er, mere kapacitet - og så kommer elregningen væltende iført stålstøvler.
💾 AI-boomet presser Samsung til 1 billion dollars ↗
Samsung krydsede en værdiansættelse på 1 billion dollar, da efterspørgslen efter AI-chips fortsætter med at tænde hukommelsesmarkederne. Hukommelse med høj båndbredde er hovedpersonen her, fordi moderne AI-systemer er sultne efter den.
Virksomhedens aktier steg kraftigt, og det overordnede budskab er enkelt: AI-boomet belønner ikke kun modellaboratorier. Det løfter hele chipforsyningskæden, ujævnt men intenst.
🦾 Fransk startup afslører AI-model til robotter og menneskelignende hænder ↗
Genesis AI afslørede GENE-26.5, en model bygget til at styre forskellige typer robotter, plus en behændig robothånd designet til at efterligne menneskelig bevægelse. Demoerne omfattede delikate opgaver som at hakke tomater og løse en Rubiks terning.
Startup-virksomheden sigter mod industrielt arbejde inden for bilindustrien, elektronik, medicinalindustrien og logistik. Den indsamler også data om medarbejdere på arbejdspladsen via sensorhandsker, hvilket er smart - og en smule socialt pikant.
🧵 Corning samarbejder med Nvidia for at udvide amerikansk fiberoptisk produktion til AI-vækst ↗
Corning og Nvidia slår sig sammen for at udvide den amerikanske produktion af optiske forbindelsesprodukter til AI-datacentre. Chips får rampelyset, men fiber er det stille rørsystem, der flytter data mellem alle disse processorer.
Corning hævede også sine langsigtede salgsmål, da efterspørgslen efter AI-infrastruktur fortsætter med at vokse ud over GPU'er. AI-forsyningskæden er i bund og grund ved at blive til en mangehovedet haveslange.
Ofte stillede spørgsmål
Hvorfor indgår AI-virksomheder flere datacenteraftaler?
AI-virksomheder har brug for massiv computerkapacitet til at træne modeller, betjene brugere og understøtte agentlignende produkter. Aftaler som Anthropics adgang til SpaceX's Colossus 1 viser, hvor central infrastrukturen er blevet. Efterhånden som efterspørgslen stiger, især fra kodningsværktøjer som Claude Code, kan udvidet datacenterkapacitet hjælpe med at afhjælpe flaskehalse i brugen og holde tjenesterne kørende mere problemfrit.
Hvad betyder Anthropics "drømmefunktion" for AI-agenter?
Anthropics "drømmefunktion" beskrives som en måde for AI-agenter at gennemgå tidligere arbejde mellem sessioner. Målet er, at agenter kan spotte mønstre, lære af tidligere adfærd og præstere bedre næste gang. Da det lanceres som en forskningsforhåndsvisning, er det stadig tidligt, men det peger på, at AI-agenter bliver mere vedholdende, kontekstbevidste og arbejdsorienterede.
Hvorfor tilføjer Google Reddit- og forumindhold til AI-søgning?
Google forsøger at få AI-søgeopsummeringer til at inkludere flere førstehåndsperspektiver fra steder som Reddit, fora og sociale opslag. Dette afspejler, hvor mange mennesker der allerede søger ved at tilføje "Reddit" til forespørgsler, når de ønsker live-erfaringer eller svar fra fællesskabet. Udfordringen er at gøre disse opsummeringer nyttige uden at forfladige vidtstrakte internetdiskussioner til overforenklede svar.
Hvordan påvirker AI-infrastruktur målene for ren energi?
AI-infrastruktur kan kræve enorme mængder elektricitet, især i takt med at virksomheder bygger flere datacentre til avancerede modeller og cloudtjenester. Microsofts rapporterede spændinger omkring timebaseret matchning af ren energi viser, hvorfor dette er vanskeligt. Matchning af ren energi time for time er strengere end årlig matchning, så hurtig AI-vækst kan gøre bæredygtighedsmål sværere at opfylde.
Hvorfor er hukommelse med høj båndbredde vigtig for AI-boomet?
Hukommelse med høj båndbredde er vigtig, fordi moderne AI-systemer skal flytte og behandle store mængder data med meget høj hastighed. Samsungs stigning over en værdiansættelse på 1 billion dollar afspejler, hvordan efterspørgslen efter AI-chips og hukommelse kan gavne leverandører ud over selve modellaboratorierne. I mange AI-pipelines kan hukommelsesydelse være lige så afgørende som rå computerkraft.
Hvordan kan AI-modeller ændre robotteknologi og industrielt arbejde?
AI-modeller til robotteknologi sigter mod at hjælpe maskiner med at udføre forskellige fysiske opgaver med større fleksibilitet. Genesis AI's GENE-26.5-model og menneskelignende robothånd er eksempler på denne retning, med demonstrationer, der involverer fine bevægelser som at hakke tomater og løse en Rubiks terning. Industrielle anvendelser kan omfatte bilindustrien, elektronik, medicinalindustrien og logistik, især hvor gentageligt manuelt arbejde er almindeligt.