Developer Relations *

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.

В КРОК считают, что в 2026 году рынок ИТ-инфраструктуры в России будет все сильнее перестраиваться под задачи искусственного интеллекта. Речь идет не только о росте числа ИИ-проектов, но и о смене подхода к самим вычислительным мощностям, модели владения инфраструктурой и технологическому стеку.

Первый заметный сдвиг — переход к ИИ-центричной архитектуре. Если раньше ИИ был для компаний скорее экспериментальной нагрузкой, то теперь он начинает задавать требования к инфраструктуре целиком. Для бизнеса становится важным не просто запускать пилоты, а получать измеримый эффект от вложений. Это повышает требования к вычислительным мощностям, системам хранения, сетям, резервированию и инструментам эксплуатации.

На этом фоне российские компании активнее развивают решения под ИИ-нагрузки. В материале КРОК упоминаются серверные и инфраструктурные продукты для задач обучения и инференса, а также рост интереса к on-premise-платформам, которые позволяют развернуть «ИИ как сервис» внутри собственного контура. Одновременно облачные провайдеры усиливают направление GPU-as-a-Service, предлагая бизнесу доступ к вычислительным ресурсам без необходимости строить все с нуля у себя.

Huawei, похоже, смогла сделать то, что раньше давалось ей тяжело: заинтересовать крупные китайские IT-компании своим новым AI-чипом. По данным Reuters, ByteDance и Alibaba планируют размещать заказы на новый 950PR, который должен стать более серьезным конкурентом Nvidia на китайском рынке.

Для Huawei это важный сдвиг. Предыдущий флагманский чип Ascend 910C не получил по-настоящему массового спроса у крупных частных техкомпаний, несмотря на курс Китая на импортозамещение в полупроводниках. С новым поколением ситуация, судя по всему, меняется.

Главная причина — не столько рост «сырой» вычислительной мощности, сколько более практичная доработка. Новый 950PR оказался лучше совместим с экосистемой Nvidia CUDA, на которой уже завязано множество китайских разработчиков. То есть переход на чип Huawei становится менее болезненным, а для рынка это, возможно, даже важнее, чем формальное сравнение по производительности.

В России резко охладел интерес к «громким» проектам с генеративным ИИ. По данным опроса крупных компаний, только 7–10% пилотов, запущенных в 2025 году вокруг LLM, чат-ботов и ИИ-агентов, дошли до полноценного внедрения. Остальные либо зависли на стадии тестов, либо были переделаны, либо закрыты.

Главная причина банальна: многие компании запускали не практичные решения под конкретные бизнес-задачи, а проекты с вау-эффектом и PR-потенциалом. В итоге часть пилотов не дала ожидаемой финансовой отдачи, а часть уперлась в слабую интеграцию с CRM, ERP, документооборотом и другими внутренними системами.

В Кремниевой долине активно обсуждают новую практику: компании начинают включать в компенсацию инженеров не только зарплату, бонусы и акции, но и так называемые AI-токены — вычислительные ресурсы для работы с моделями вроде ChatGPT, Claude или Gemini.

Идея простая: больше вычислений — выше продуктивность. Инженер может запускать агентов, автоматизировать задачи и быстрее писать код. В теории это инвестиция в эффективность сотрудника.

Глава Nvidia Дженсен Хуанг недавно предложил радикальный вариант: выдавать инженерам токены на сумму, сопоставимую с половиной их зарплаты. По его оценке, топ-специалисты могут тратить до $250 тыс. в год только на вычисления. Он считает, что такой подход станет стандартом для индустрии.

DoorDash объявила о запуске отдельного приложения Tasks, с помощью которого курьеры смогут зарабатывать, выполняя задания для обучения ИИ и роботизированных систем.

Речь идет не о доставке, а о сборе данных из реального мира. Пользователям предлагают, например, снимать видео повседневных действий или записывать речь на разных языках. Оплата за задания показывается заранее и зависит от их сложности и объема.

Собранные аудио- и видеоданные будут использоваться для оценки и обучения как внутренних моделей DoorDash, так и решений партнеров из ритейла, страхования, гостиничного бизнеса и технологий.