Developer Relations *

SoftBank, по данным Financial Times и The Wall Street Journal, готовит запуск новой компании Roze AI. Её задача — сделать строительство дата-центров в США более быстрым и эффективным за счёт роботизации и автоматизации.

Главная идея Roze AI — использовать автономных роботов при строительстве серверных ферм. Для рынка ИИ это становится всё более актуальной задачей: спрос на вычисления растёт, облачные провайдеры и AI-компании наращивают капитальные расходы, а физическое строительство дата-центров постепенно превращается в отдельное узкое место.

Пока компании конкурируют за GPU, электроэнергию и площадки под новые объекты, сама стройка тоже требует ускорения. Дата-центры — это не только серверы, но и инженерная инфраструктура: здания, системы охлаждения, электропитание, кабельные трассы и безопасность. Если часть этих процессов удастся автоматизировать, это может сократить сроки развёртывания новых мощностей.

Ученые Пермского Политеха совместно с китайскими коллегами разработали гибридную ИИ-модель для прогноза горизонтальных напряжений в горных породах. Такие расчёты важны при бурении нефтяных и газовых скважин: если неправильно оценить давление пород, можно получить обрушение стенок скважины, поломку оборудования или аварийный выброс.

Обычно горизонтальные напряжения оценивают по образцам пород или через геофизические формулы. Но такие методы не всегда учитывают сложную тектонику и могут давать ошибку на месторождениях с разломами, горными структурами и неравномерным сжатием пород. Нейросетевые подходы уже применяются для таких задач, но, по данным авторов разработки, их точность часто ограничивается диапазоном 65–85%.

Новая модель объединяет два подхода: нейросеть с самонастраиваемой структурой и математический метод, который помогает быстрее находить оптимальное решение. Алгоритм анализирует девять параметров, которые обычно получают при геофизических исследованиях скважин: скорость звука, плотность породы, электрическое сопротивление, естественную радиоактивность, пористость и другие показатели.

Компании всё чаще сталкиваются с неожиданной стороной внедрения ИИ: экономия на людях не всегда означает снижение расходов. В ряде команд затраты на вычисления, API и токены уже становятся сопоставимы с зарплатным фондом или даже превышают его.

На это обратил внимание Axios со ссылкой на оценки участников рынка. Один из ключевых факторов — рост расходов на вычислительные мощности. Вице-президент Nvidia по прикладному глубокому обучению Брайан Катандзаро отметил, что в некоторых командах стоимость вычислений уже значительно выше расходов на персонал.

Отдельная проблема — инструменты для программирования на базе больших языковых моделей. По данным Axios, технический директор Uber исчерпал годовой бюджет на ИИ уже в начале 2026 года. Значительная часть расходов пришлась не на найм и не на покупку оборудования, а на оплату токенов при работе с Claude Code от Anthropic.

Ученые института AIRI представили ELMUR — архитектуру управления для роботов и ИИ-агентов, которым нужно принимать решения с учетом событий из далекого прошлого. Это важная задача для робототехники: агент может увидеть полезную информацию задолго до того, как она понадобится для действия.

Обычные трансформеры с этой задачей справляются ограниченно. Если расширять окно внимания, резко растут вычислительные затраты. Если сжимать прошлый опыт, появляется риск потерять важные детали. А внешняя память фиксированного размера не всегда позволяет надежно учитывать давние события при текущем решении.

В ELMUR память встроена прямо в слои модели. Каждый слой содержит фиксированное количество слотов, которые параллельно взаимодействуют с основным потоком данных. Система может читать нужную информацию из этих ячеек и записывать туда новые данные. Если память заполняется, обновляются те слоты, которые использовались реже всего, по принципу LRU — Least Recently Used.

Meta подписала соглашение со стартапом Overview Energy, который разрабатывает систему передачи энергии из космоса на наземные солнечные фермы. Идея в том, чтобы спутники собирали солнечную энергию на орбите и ночью передавали её на Землю в виде инфракрасного излучения, которое смогут принимать обычные солнечные электростанции.

По данным TechCrunch, это первое соглашение такого типа для Overview: Meta зарезервировала до 1 ГВт мощности. Стартап рассчитывает начать орбитические демонстрации в январе 2028 года, а с 2030 года — перейти к запуску спутниковой группировки для выполнения контракта. В компании говорят о цели развернуть до 1000 аппаратов на геостационарной орбите.

Смысл сделки понятен: дата-центрам нужен всё больший объём электроэнергии, а солнечная генерация ночью не работает без накопителей или резервных источников. Meta уже заявляла о планах наращивать возобновляемую генерацию для AI-инфраструктуры, а в 2024 году её дата-центры, по данным TechCrunch, потребили более 18 000 ГВт·ч электроэнергии.

Overview пытается обойти классические проблемы космической передачи энергии. Вместо мощных микроволновых или лазерных систем компания делает ставку на широкий инфракрасный луч, который должен быть проще и безопаснее для использования с уже существующими наземными солнечными фермами. Стартап утверждает, что уже показал передачу энергии с самолёта на землю и теперь готовится к следующему шагу — испытанию с орбиты.

На сегодня это, конечно, скорее ставка на далёкую перспективу, чем внедрённая энергетическая технология. Сам факт такой сделки показывает, насколько далеко AI-компании готовы заходить в поиске новых источников энергии: если раньше речь шла о договорах на солнечные и ветряные мощности, то теперь появляются и совсем экспериментальные схемы питания дата-центров.

Здравствуйте! МГУ имени М. В. Ломоносова приглашают принять участие в социологическом исследовании в рамках академической исследовательской работы.

Анкета анонимная: мы не собираем ФИО, номера телефонов и другие идентификаторы. Результаты будут представлены только в обобщённом виде (статистика по группам), без указания конкретных людей и компаний.

https://anketolog.ru/rs/1002104/0as4PsWb

Заранее благодарим за уделенное время! Ваш ответ поможет молодым ученым!

Канадская Cohere и немецкая Aleph Alpha ведут переговоры о возможном слиянии. Об этом сообщает Reuters со ссылкой на немецкое издание Handelsblatt и источники, знакомые с ситуацией.

Cohere — это канадская AI-компания, известная своими большими языковыми моделями и корпоративными AI-решениями для бизнеса. Aleph Alpha — немецкий разработчик генеративного ИИ, который делает ставку на европейский рынок, прозрачность моделей и технологический суверенитет.

По данным издания, переговоры начались в начале 2026 года и уже находятся на продвинутой стадии. Предполагается, что объединённая компания может получить штаб-квартиры сразу в двух странах — Канаде и Германии.

Сооснователь и CEO Sierra Bret Taylor заявил, что привычная модель взаимодействия с софтом через интерфейсы и кнопки может уйти в ближайшие годы. По его мнению, ее заменит работа через естественный язык и AI-агентов.

Sierra — это стартап, который разрабатывает AI-агентов для бизнеса, в первую очередь для автоматизации клиентского сервиса и внутренних процессов компаний. Компания делает ставку на agentic-системы, где софт не просто отвечает на запросы, а выполняет задачи от имени пользователя.

Поводом для такого заявления стал запуск Ghostwriter — инструмента, который позволяет создавать других AI-агентов по текстовому описанию задачи. Пользователь просто формулирует, что ему нужно, а система автоматически собирает и разворачивает специализированного агента под конкретный сценарий.

Google Cloud и Intel объявили о расширении многолетнего партнерства в области AI-инфраструктуры. Компании продолжат совместную разработку серверных решений и процессоров для дата-центров, а также углубят работу над кастомными чипами.

В рамках соглашения Google Cloud сохранит ставку на процессоры Intel Xeon, включая новое поколение Xeon 6, для задач облака и AI — прежде всего inference и обработки данных. Несмотря на доминирование GPU в обучении моделей, именно CPU остаются базовым слоем инфраструктуры, на котором выполняется большая часть рабочих нагрузок.

Отдельное направление — развитие инфраструктурных процессоров (IPU), которые разгружают CPU, беря на себя сетевые, storage и другие операции внутри дата-центров. Компании расширяют коразработку таких решений на базе ASIC — это кастомные чипы, оптимизированные под конкретные задачи Google Cloud.

В университете «Иннополис» разработали систему компьютерного зрения, которая позволяет автоматически определять вес свиней по видеопотоку без физического контакта. Решение работает в реальном времени и способно обрабатывать до тысячи животных одновременно.

Система построена как конвейер из нескольких моделей: одна находит животное в кадре, вторая отбрасывает неподходящие изображения, третья оценивает вес. В результате среднее время «взвешивания» одной особи составляет около 0,1 секунды, а точность достигает примерно 96% на этапе фильтрации и до 4% погрешности в итоговом измерении.

Ключевое отличие — отказ от традиционных методов. Обычное взвешивание требует контакта с животными, что вызывает стресс и усложняет массовый контроль. Здесь же используется непрерывный видеомониторинг, что позволяет отслеживать динамику веса и состояния поголовья без вмешательства.

Французская OVHcloud объявила о запуске отдельного defense-направления после того, как к компании обратились несколько европейских министерств обороны. Речь идет о проектах цифровой трансформации для военной сферы — от AI-поддержки командования до оркестрации дронов и совместимости коммуникаций между армиями и системами НАТО.

Ключевой акцент — не только на функциональности, но и на технологической независимости. Заказчики требуют, чтобы критичная инфраструктура меньше зависела от неевропейских облачных провайдеров, и OVHcloud явно пытается закрепиться именно в этой нише. Для компании это логичное продолжение прежней линии на «стратегическую автономию» как альтернативу американским гиперскейлерам.

Стриминг-сервис Tubi, принадлежащий Fox, запустил нативное приложение внутри ChatGPT. Пользователь может установить его из каталога приложений, вызвать через @Tubi и получать подборки фильмов и сериалов обычным запросом на естественном языке — например, попросить триллер на вечер или что-то легкое и смешное.

Главное здесь не просто в рекомендательной функции. Tubi стал первым крупным стримингом, который вынес отдельный пользовательский опыт прямо в ChatGPT, тогда как конкуренты вроде Netflix и Amazon Prime Video пока в основном экспериментировали с AI-рекомендациями внутри собственных сервисов.

Исследователи МФТИ сообщили о прорыве в разработке сегнетоэлектрической памяти: экспериментальные образцы выдержали более 100 млн циклов перезаписи — это на порядки выше типичных показателей флеш-памяти.

Речь идет о памяти на основе оксида гафния-циркония — материала, способного сохранять состояние без питания и работать в ультратонких пленках толщиной всего несколько нанометров. Такие структуры потенциально подходят для энергоэффективных вычислений и нейроморфных систем, где важна высокая плотность и скорость доступа к данным.

Ключевая проблема подобных решений — токи утечки, которые растут при уменьшении толщины пленки. Ученые выяснили, что основной вклад в утечки дают границы между кристаллическими зернами, где накапливаются заряды. Управляя размером зерен и технологией обработки, этот эффект удалось частично контролировать.

Uber расширяет контракт с AWS и переводит больше своих сервисов на чипы Amazon. Компания увеличит использование серверных ARM-процессоров Graviton, а также начнет пилотное тестирование Trainium3 — AI-чипа AWS, который Amazon продвигает как альтернативу Nvidia для обучения и работы моделей.

Сам по себе этот шаг интересен не только выбором железа. Исторически Uber активно работала с собственными дата-центрами, а затем объявила о переносе значительной части инфраструктуры в облака Oracle и Google Cloud. Поэтому расширение сотрудничества именно с AWS выглядит как заметный сдвиг в пользу Amazon на фоне конкуренции между крупнейшими облачными провайдерами.

Компания inno clouds, резидент «Сколково», представила ИИ-кассира для заведений общепита. По словам разработчика, система умеет вести диалог с посетителем, помогать с выбором блюд и ускорять обслуживание. До конца 2026 года её планируют внедрить более чем в 350 кафе, ресторанах и фуд-кортах в России.

От обычного киоска самообслуживания решение отличается тем, что вместо навигации по меню на экране посетитель может просто описать, что хочет заказать, а система предложит подходящие позиции. Разработчик утверждает, что ИИ-кассир может рассказывать о составе блюда, его пищевой ценности, возможных модификациях и аллергенах.

В компании говорят, что продукт лучше всего подходит для фастфуда, кофеен и фуд-кортов, где особенно важна скорость обработки заказа. По их оценке, внедрение такого формата может ускорять обслуживание до 35%, а в отдельных сценариях — почти вдвое. Также разработчик заявляет о потенциальном росте выручки заведений на 15–30% за счёт более быстрого оформления заказов и AI-допродаж.

Стартап Cognichip, который разрабатывает ИИ-систему для помощи инженерам при проектировании микросхем, привлёк $60 млн нового финансирования. Раунд возглавила Seligman Ventures, а среди заметных участников — CEO Intel Лип-Бу Тан, который также войдёт в совет директоров компании.

Идея Cognichip в том, чтобы перенести подход AI-ассистентов из разработки ПО в полупроводниковую индустрию. Компания утверждает, что её модель может сократить стоимость проектирования чипов более чем на 75%, а сроки разработки — более чем вдвое. Сейчас создание современных чипов занимает от трёх до пяти лет, а одна только стадия проектирования может растягиваться до двух лет.

В компании делают ставку не на универсальные LLM, а на собственную модель, обученную на данных из области chip design. Это ключевой момент, потому что в полупроводниковой индустрии почти нет открытых датасетов, сопоставимых с тем, что есть в мире программирования. Инженеры редко делятся такой информацией публично, поэтому Cognichip пришлось собирать собственные наборы данных, в том числе синтетические, а также лицензировать данные у партнёров.

Salesforce представила крупное обновление Slack с акцентом на ИИ. Компания анонсировала около 30 новых функций, которые появятся в ближайшие месяцы. Главный фокус — развитие Slackbot: теперь его хотят превратить не просто в чат-ассистента, а в инструмент для выполнения рабочих задач внутри корпоративной среды.

Одно из ключевых нововведений — reusable AI-skills, то есть переиспользуемые AI-навыки. Пользователи смогут задавать для Slackbot конкретные сценарии работы, а затем вызывать их в разных контекстах. Например, бот сможет по команде собрать данные из каналов Slack, подключённых приложений и внутренних источников, чтобы подготовить план задачи, а затем сам предложит следующие шаги и создаст встречу с нужными участниками.

Slackbot также получит роль MCP-клиента. Это означает, что он сможет подключаться к внешним сервисам и координировать работу с другими приложениями и агентами, включая Agentforce — платформу Salesforce для создания ИИ-агентов. В компании говорят, что это позволит передавать задачи между системами без ручного участия пользователя.

Стартап ScaleOps, который занимается автоматическим управлением вычислительными ресурсами в реальном времени, привлёк $130 млн в раунде Series C при оценке $800 млн. Компания разрабатывает платформу, которая перераспределяет ресурсы между нагрузками и помогает снижать затраты на облачную и AI-инфраструктуру.

Раунд возглавил Insight Partners. Также в нём приняли участие прежние инвесторы, включая Lightspeed Venture Partners, NFX, Glilot Capital Partners и Picture Capital. Общий объём привлечённых инвестиций ScaleOps достиг примерно $210 млн.

В компании утверждают, что проблема рынка сейчас не только в нехватке вычислительных мощностей, но и в их неэффективном использовании. По данным стартапа, у многих компаний GPU простаивают, нагрузки оказываются избыточно зарезервированными, а расходы на облака продолжают расти. ScaleOps заявляет, что её платформа способна снижать затраты на cloud- и AI-инфраструктуру до 80%.

Российский вендор Eltex запустил серийное производство MES5700-32 — флагманского коммутатора новой линейки для дата-центров. Устройство рассчитано на крупные ЦОД, облачные платформы и вычислительные кластеры, где пропускной способности 100G уже недостаточно.

Коммутатор получил 32 порта 400G QSFP56-DD с поддержкой breakout-режима 4×100G. Совокупная пропускная способность составляет 25,6 Тбит/с. В инфраструктуре на базе оборудования Eltex модель может использоваться на уровне Super-Spine для агрегации трафика со всех нижестоящих устройств, а также на уровне Spine — для подключения хостов по 100G.

В компании отдельно делают акцент на сценариях, связанных с ИИ-кластерами и суперкомпьютерами. По словам Eltex, переход на 400G сегодня нужен уже не только для роста пропускной способности, но и для устранения узких мест в межсоединениях, от которых напрямую зависят скорость обучения моделей и обработка больших массивов данных.

Французская Mistral, один из самых заметных AI-игроков Европы, привлекла $830 млн долгового финансирования на строительство крупного дата-центра рядом с Парижем. Деньги пойдут на закупку 13 800 чипов Nvidia для новой площадки в Брюйер-ле-Шатель. Об этом компания сообщила Reuters.

Это первая долговая сделка Mistral такого масштаба. Финансирование предоставил консорциум из семи банков, в который вошли BNP Paribas, Crédit Agricole CIB, HSBC и MUFG. Запуск дата-центра ожидается во втором квартале 2026 года.

Для самой Mistral это не просто расширение мощностей, а шаг в сторону собственной AI-инфраструктуры. Компания долго позиционировала себя как европейскую альтернативу американским игрокам вроде OpenAI, Google и Microsoft, а теперь делает ставку не только на модели, но и на собственный вычислительный контур. Reuters отмечает, что речь идет о попытке Европы ускорить развитие AI-инфраструктуры на фоне конкуренции с США и Китаем.