Найти похожее

#global#AI Айтишники выбирают Claude, особенно после релиза Claude Cowork. Open AI на втором месте. А Gemini видимо с айтишными задачами справляется существенно хуже

#global#AI Говорят, что CPU таким же Bottleneck может стать как память Типа при инференсе важно как быстро информация между частями материнской платы (между ГПУ, акселератором и памятью) ходит а не только внутри ГПУ. Для того чтобы инфа правильно и быстро перемещалась между частями материнской платы важны передовые CPU, поэтому Интел ракетит после CES. Еще более актуальным это становится из-за развития ИИ-агентов которые могут делать долгие, комплексные задачи включающие в себя обращения к другим ИИ-агентам, базам данных, написание кода, выполнение действий и кликов за человека. Для всего этого информации необходимо постоянно перемещаться между частями материнской платы и делать это точно и быстро, а не долбиться только в пределах GPU как при LLM training и базовых inference-задачах https://fundaai.substack.com/p/deepintc-agentic-ai-and-supply-bottlenecks?r=4ogk2m

#Global#AI Наткнулся на заметки трейдера Goldman Sachs с TMT деска. В них он пытается развеять опасения клиентов относительно "пузыря ИИ". Аргументы трейдера: - Выручка, которую может приносить применение ИИ оценивается аналитиками Goldman Sachs на уровне $8 трлн. в год ближе к 2035-2040 гг. в базовом сценарии, а диапазон оценок составляет $5-19 трлн. То есть базовый сценарий скорее имеет риск превышения чем невыполнения - За последние 3 года с момента представления первой GPT от Open AI в 2022 г. капитализация "компаний-бенефециаров развития ИИ" выросла на $18 трлн., а оценка всех ИИ-стартапов и непубличных компаний легко сформирует еще $1 трлн. Итого капа выросла как раз на $19 трлн и кажется, что весь трейд уже отыгран - Но это не так, потому что текущий медианный мультипликатор P/S американских "компаний-бенефециаров развития ИИ" составляет в среднем 4х. А это означает, что сравнивать рост капитализации на $19 трлн нужно не с верхней границей прогноза выручки в 2035-2040 гг., а с базовым прогнозом GS ($8 trln) умноженным на мульт P/S 4х, то есть с $32 trln - Таким образом получается, что все еще есть апсайд и рост котировок "компаний-бенефециаров развития ИИ" должен продолжаться. На самом деле аргументы трейдера GS с TMT деска кажутся мне неубедительными. Есть контраргументы. - Полученная стоимость, это перемножение выручки 2035 года в лучше случае на текущий форвардный 1-летний мульт (скорее всего, они в заметке не уточнили). То есть нужно продисконтировать к текущему моменту чтобы сравнить с ростом капитализации, который уже произошел. При дисконтировании по ставке 16% (4% Rf + 6% ERP * 2 Beta) на 10 лет получаем, что на самом деле стоимость будет не $32 trln, а $7.2 trln = $32 trln * (1/(1+16%)^10) - Оценка выручки в $5-19 trln с базовым прогнозом $8 trln - это по большей части эффект от применения ИИ, который рассчитывался аналитиками McKinsey в этом репорте. Разница в оценках GS и McKinsey мне кажется заключается в том, что GS говорит только про выручку, а McKinsey говорит и про выручку и про cost-reduction, поэтому их прогноз существенно выше.В любом случае, эффекты от выручки и cost-reduction принадлежат компаниям, которые применяют ИИ, а не создают его. McKinsey в этом же репорте говорит, что именно выручка создателей LLM и ИИ-агентов может составлять 20% от экономического эффекта который они создают. Я на самом деле не уверен, что разработчики LLM и ИИ-агентов смогут в итоге получать только 20%, кажется что это должно быть больше, учитывая, что они еще должны будут платить за inference компаниям, предоставляющим вычислительные мощности либо тратить деньги на собственные вычислительные мощности. - То есть по логике, по которой GS пытается оправдать рост компаний, которые строят ИИ (NVDA, Micron, SK Hynix, MSFT, GOOG, NVDA, CRWV, META, AVGO, AMZN, а также электросетевые и электрогенерирующие компании), оценка на самом деле должна была расти у тех, кто вот этот экономический эффект в $5-19 трлн должны почувствовать на себе. ______________________________________ В любом случае, мне кажется, что в дискуссии о пузыре ИИ, нельзя говорить общими терминами и пытаться загнать все компании под одну гребенку. Гораздо более правильным подходом, будет разделить компании на несколько кластеров. И как раз таки последние 3 года росло в основном 3 кластера компаний: - электрогенерирующие и электросетевые компании - компании которые строят инфраструктуру для создания LLM - компании создающие LLM и компании создающие ИИ-агентов на базе своих или чужих LLM Как раз таки кластер тех компаний, которые смогут на своих финансовых показателях ощутить эффекты от внедрения LLM и ИИ-агентов в контур организации особо не росли либо вообще были под давлением и их котировки снижались.

#global#AI Посмотрел классный видос https://www.youtube.com/watch?v=cmUo4841KQw В нем аналитик по ТМТ сектору Gavin Baker (https://atreidesmgmt.com/team/gavin-baker/) рассказывает много интересных вещей про дата-центры, ИИ и конкуренцию в сфере создания и развития LLM Один важный момент который для себя подметил: Но сначала предисловие для контекста До выпуска новой версии LLM от Google - Gemini 3, росли опасения по поводу того, что LLM модели при текущих вычислительных мощностях достигли пика своего развития и дальнейшее их улучшение существенными темпами более невозможно. После выпуска настроения инвесторов улучшились, так как Gemini 3 показала результаты тестов существенно лучше чем последние модели конкурентов. Инженеры Google при формировании архитектуры модели не придумали особо ничего нового. Основными факторами, которые позволили Google улучшить показатели своей модели относительно конкурентов стали: 1) Использование большого количества собственных TPU (типа как GPU, только заточенные под конкретные задачи которые нужны для работы именно LLM, то есть в игры на них не поиграешь и биткоин не замайнишь грубо говоря), которые по характеристикам именно для задач развития LLM стали лучше, чем GB200 Nvidia, которые на данный момент являются предпоследней версией GPU Nvidia и сейчас в основном используются всеми остальными для развития LLM наравне с 2) Использование более новых чипов памяти RAM и HBM Важный момент Возможно сейчас снова у людей появляются сомнения что теперь уже точно лучше не будет. Но это тоже не так и об этом Gavin Baker говорит в видео. Суть в том, что появляются более новые чипы памяти RAM и HBM, что позволяет моделям использовать больше параметров, "удлинять" и усложнять действия, которые они могут выполнить и увеличивать объем выдаваемых ответов (да-да, именно поэтому сейчас цены на оперативную (DRAM) и флэш (SSD/NAND) память улетают в космос). И Google и конкуренты будут их использовать и улучшать перфоманс своих моделей Помимо этого, Nvidia в марте 2025 г. зарелизила свою последнюю версию GPU - GB300. Она мощнее чем GB200, которые сейчас в основном всеми LLM-создателями используются. В скрине прикрепил отличия GB300 от GB200. Там как раз используются новейшие технологии HBM, а также еще более оптимизирована топология транзисторов в вычислительных ядрах GPU, что позволяет существенно ускорять ряд вычислений LLM. GB300 лучше чем TPU от Google и позволит делать еще более продвинутые LLM И вот как раз самый важный момент в том, что GB300 был зарелизен в марте, а полномасштабные поставки разработчикам LLM моделей начались только в сентября 2025 г.То есть модели, которые будут натренированы и в дальнейшем будут работать на GB300, которые лучше чем TPU, на которых был разработан и действует Gemini 3, начнут появляться только в весной-летом 2026 г. Gavin Baker говорит что после релиза нового поколения GPU необходимо 6-9 месяцев для того, чтобы на них развернуть LLM. Как минимум необходимо купить, установить и связать друг с другом множество этих новых GPU в один единый кластер в ЦОДе, также software-инженерам LLM понять как лучше "взаимодействовать" с такой новой физической архитектурой. Но когда LLM на основе GB300 выйдут в свет, логично предположить, что они будут еще более продвинутыми чем Gemini 3. Gavin Baker говорит, что самой быстрой компанией по созданию крупных GPU-кластеров является xAI Илона Маска, поэтому и xAI создаст первую LLM, которая будет работать на GB300.

#ai#汉服#古风 频道: @meizitu3

⚡️Прокачиваем 3D-пайплайн с помощью нейросети Meshy AI Инструмент, который превращает картинки и текст в готовые 3D-модели с текстурами. Показываем на практике генерацию, важные настройки и где нейросеть чаще всего ошибается. Также — что делать после: оптимизация, экспорт и встраивание в реальный пайплайн (Cinema 4D и дальше). 😉YouTube 🥰RuTube 😄VK Промпты из видео: The sneaker features a complex, multi-layered texture: a tightly woven high-performance mesh on the upper, giving it a breathable yet armored look. Matte, rubberized synthetic panels wrap around the midfoot and heel, adding a rugged, utilitarian feel with subtle grain and micro-scuffs. The knitted ankle collar has a soft, elastic textile texture with fine ribbing. The midsole surface is smooth but slightly porous, with futuristic geometric cuts and embedded glowing light panels. Overall, the texture combination feels ultra-modern, tactical, and engineered for a high-tech aesthetic. High-top futuristic sneaker designed for collectors, cinematic style, standing on a uniform background, premium sculptural silhouette, advanced futuristic materials, intricate detailing, subtle glowing accents, dramatic soft lighting, hyper realistic 8K product render, minimalist composition, sharp focus, luxury concept design #нейросети#ai

🛞 Трендовое видео с автомобилем мечты. Меньше чем за 1 минуту! Промпт для изображения: Сделай реалистичное фото [пример авто]. Сохрани узнаваемость машины, это должна быть точная копия, но атмосфера и качество съемки суперреалистичные и детализированные. Темная ночная сцена, машина стоит в заброшенном гараже, покрыта ржавчиной, паутиной, трещинами, пылью. Вид от первого лица человека, который стоит рядом и светит фонариком. Промпт для видео: Съемка на GoPro. Внимательно рассматривает брошенную машину, экстремально близко. Action motion camera. Live cam. Camera handshake. Реалистичное видео машины. Темная ночная сцена, заброшенная машина стоит в гараже, заржавевшая, в паутине, трещинах, пыли. Вид от первого лица человека, который стоит на месте и светит фонариком. Фонарь покачивается. Супердетализировано и естественные движения. #нейросети#ai

⚡️ Крутая презентация логотипа с помощью нейросетей! Промпт для создания мокапа: Создай ультрареалистичный, стильный и живой мокап в горизонтальном формате 4:3, где логотип размещён на (тип поверхности: бумаге, ткани, металле, стекле, коже или плотном пластике) в виде (объекта: визитки, упаковки, постера, бирки, этикетки или коробки). Цвет и формы логотипа должны быть полностью неизменными, без ретуши, без искажений. Мокап может иметь лёгкую перспективу или глубину пространства, но логотип должен оставаться чётким, контрастным и легко читаемым. Размести сцену в (окружении: рабочем столе, минималистичном интерьере, уличной среде, на натуральных материалах или в руках человека), чтобы она выглядела живой и естественной, без лишних отвлекающих элементов. Освещение сделай (характер света: мягким рассеянным, тёплым дневным, студийно-контровым или утренним), а композицию — (стиль съёмки: макро, крупным планом, средним планом или предметной постановкой) с акцентом на (эффект: мягкие блики, глубину резкости, лёгкое отражение или тонкое плёночное зерно). Всё должно быть чисто, фотореалистично и премиально. Промпт для создания наброска: Сделай из этого логотипа карандашный реалистичный набросок, немного грубые линии, штрихи, реалистичная бумага, следы ластика. бумага не должна быть грязной #нейросети#ai

⚡️ Не устаем радовать вас образовательным контентом! 😉YouTube 🥰RuTube 😄VK Промпты из видео: The sneaker features a complex, multi-layered texture: a tightly woven high-performance mesh on the upper, giving it a breathable yet armored look. Matte, rubberized synthetic panels wrap around the midfoot and heel, adding a rugged, utilitarian feel with subtle grain and micro-scuffs. The knitted ankle collar has a soft, elastic textile texture with fine ribbing. The midsole surface is smooth but slightly porous, with futuristic geometric cuts and embedded glowing light panels. Overall, the texture combination feels ultra-modern, tactical, and engineered for a high-tech aesthetic. High-top futuristic sneaker designed for collectors, cinematic style, standing on a uniform background, premium sculptural silhouette, advanced futuristic materials, intricate detailing, subtle glowing accents, dramatic soft lighting, hyper realistic 8K product render, minimalist composition, sharp focus, luxury concept design #нейросети#ai

⚡️Друзья, смотрим наше новое видео по сравнению нейросетей! 😉YouTube 🥰RuTube 😄VK Промпт для анимации: Epic cinematic brand intro featuring the Nike Swoosh logo in a high-end Redshift render. The Swoosh gradually materializes from delicate streaks of light, atmospheric dust, and a mix of floating black and white particles. White particles softly shimmer as light passes through them, while black ones remain muted in the shadows. Gradually, the particles converge, forming a polished, hyper-realistic 3D Nike Swoosh logo. The camera fades in from darkness with a subtle cinematic flicker, then slowly dollies forward, focusing on the forming logo. Light streaks trace its contour for a few seconds. As the Swoosh slightly rotates, it locks into its final glowing state. A dramatic pause follows — the camera lingers on the completed logo as particles gently descend and disperse into the air. The background is a surreal dark space filled with abstract black stone formations that add depth and atmosphere. Dust motes float through the air, and drifting particles move softly across the scene. White particles shimmer in sync with faint flickering god rays, while black ones fade quietly into the darkness. Color palette: Nike’s iconic minimalist black-and-white contrast, with subtle metallic silver accents for realism. Lighting: Redshift cinematic style — soft area lights, global illumination, volumetric glow along the Swoosh edges, and bright highlights. Subtle beams of light cut across the scene, making the white particles shimmer rhythmically. Final frame: The Nike Swoosh logo centered, surrounded by matte black stone formations and a mix of floating black and shimmering white particles illuminated by soft light rays — a futuristic, minimalist atmosphere with gentle shadows and depth. Приятного просмотра 😉 #нейросети#ai

⚡️Друзья, смотрим наше новое видео по нейронкам! Обязательно пишите в комментариях свое мнение о том, что происходит в сфере сейчас и что ждет нас дальше? 😉YouTube 🥰RuTube 😄VK Подсказка по нейросетям: Yandex Disk Приятного просмотра 😉 #нейросети#ai

#AI Complete Manual – 2nd Ed. 2026 🇺🇸 US #computer#technics ⤵️@inPDF📬