Sakhanda Wire
NVDA $154.51 -1.04% MSFT $506.49 -2.22% GOOGL $281.27 -0.86% META $621.51 -0.78% AMZN $256.90 -0.33%

MarkTechPost

396 новини · всички източници

MarkTechPost

Google представи TPU Sync за пренос на KV кешове

Google Cloud представи TPU Sync — C++ библиотека с отворен код под лиценз Apache-2.0 за преместване на KV кешове и тегла на модели между различни нива памет в Cloud TPU. Тя обединява TPU HBM, фиксирана хост DRAM, споделено хранилище и мрежата на центъра за данни в обща йерархия. Асинхронният DMA пренос запазва оригиналното разпределение на тензорите по TPU плочките. Предлагат се и Python пакети за PyTorch и JAX.

MarkTechPost

Google пусна Gemini 4 Hydrogen за по-бърза агентна работа

Google представи Gemini 4 Hydrogen — модел със затворени тегла от Google DeepMind, предназначен за програмиране и ежедневни агентни задачи. Той се предоставя чрез Gemini API и продукти на Google, без изтегляеми тегла или възможност за самостоятелно хостване. Моделът има общ контекстен прозорец от 1 048 576 токена за вход, разсъждение и изход. Поддържа текст, изображения, аудио, видео, PDF файлове, таблици и диаграми, а изходът е текстов. Синхронният изход е ограничен до 65 536 токена.

MarkTechPost

Liquid AI представи стрийминг аудиокодек с 74 милиона параметъра

Liquid AI представи LiquidCodec — стрийминг токенизатор за реч, разработен за моделите LFM3-Audio-2B и LFM3-Omni-2B. Кодекът има около 74 милиона параметъра, или 73,6 милиона според картата на модела. Той обработва аудио с честота 24 kHz при 12,5 Hz и създава 12 потока от дискретни токени. Всеки кадър от 80 милисекунди се представя с 12 токена.

MarkTechPost

CopilotKit пусна OpenBot 1.0 със самостоятелно хостване и контрол

CopilotKit представи OpenBot 1.0 — работно пространство за AI агенти с лиценз MIT, което организациите могат да хостват сами. То може да работи локално или да се внедри чрез Helm chart в AWS EKS, Azure AKS, Google Cloud GKE и други Kubernetes среди. Компаниите избират собствените си агенти, модели и инфраструктура.

MarkTechPost

AWS пусна локален емулатор за над 200 свои услуги

AWS представи AWS Emulator — безплатна програма с лиценз CC0, която работи локално и предоставя крайна точка, съвместима с API интерфейсите на AWS. Разработчиците могат да насочат AWS CLI или SDK към нея, без да променят кода си. Не са нужни AWS акаунт или такса за услугата, а ресурсите се съхраняват в паметта и се изтриват при спиране на емулатора.

MarkTechPost

IBM представи квантовия процесор Nighthawk r3 с 520 програмируеми кубита

IBM обяви Nighthawk r3 — свръхпроводников квантов процесор, проектиран да изпълнява 10 000 квантови операции върху 520 програмируеми кубита. Чипът включва 2034 физически кубита и 10 междучипови връзки, наречени l-couplers. Компанията планира през 2027 г. да свърже два чипа r3 в система с 1040 кубита, но тази конфигурация все още не е налична.

MarkTechPost

Google представи Gemini Decisions API за калибрирани оценки

Google представи Gemini Decisions API, задвижван от Gemini Decision 1 — модел за решения в предварително зададени категории, а не за генериране на текст. Той оценява до 1 000 въпроса спрямо един общ вход и връща калибрирани вероятности. Поддържат се текст, изображения, аудио, видео и PDF файлове. Въпросите могат да бъдат с отговор „да/не“, избор между 2 и 255 опции или оценка по подредена скала с 2 до 255 нива.

MarkTechPost

Google DeepMind представи AlphaGenome 2 за клетъчно-специфичен анализ

Google DeepMind представи AlphaGenome 2 — условен модел за преобразуване на ДНК последователност във функционални прогнози. Системата оценява регулаторна активност и ефектите на генетични варианти за конкретни клетъчни състояния. Тя обработва ДНК прозорец от 1 Mb (1 048 576 bp) при човек или мишка и едно условие при всяко извикване. Условието е 256-мерно вграждане, което може да бъде изведено от сурови данни от едноклетъчно RNA секвениране.

MarkTechPost

GPU Leaderboard сравнява цените на облачни GPU за AI инференс

MarkTechPost представи GPU Leaderboard — безплатна услуга за сравнение на цените на облачни GPU при AI инференс, както и разширението за Chrome GPU Leaderboard: Deploy It. Платформата събира цени за заявки при поискване и за spot предложения от ценовите страници на доставчиците. Тя подрежда 201 активни оферти от 24 доставчици според цената за GPU-час.

MarkTechPost

MBZUAI представи отворения световен модел PAN 2

Институтът за фундаментални модели (IFM) към MBZUAI представи PAN 2 — отворен световен модел за физически интелект. Системата симулира как дадена сцена се променя след определено действие. Тя приема текст и по избор начално изображение, след което генерира видео с прогнозирания резултат. Теглата, кодът за обучение и кодът за извеждане са публикувани под лиценза Apache 2.0.

MarkTechPost

Live 3 добавя двупосочно слушане към гласовите агенти

Fish Audio представи Live 3 — модел за пълнодуплексна комуникация, предназначен за гласови агенти в реално време. Той продължава да слуша, докато говори, така че обаждащият се може да направи пауза, да даде кратко потвърждение като „мм-хм“ или да промени казаното, без разговорът автоматично да бъде прекъснат. Според компанията управлението на редуването в разговора е прехвърлено в речевия модел, вместо да зависи основно от отделни правила и прагове за тишина.

MarkTechPost

Meta FAIR пусна алгоритъма e-means във FAISS 1.16.0

Изследователи на Meta FAIR представиха e-means — минипакетен заместител на алгоритъма k-means на Lloyd. Методът е достъпен във FAISS 1.16.0 чрез faiss.contrib.e_means и работи на CPU или GPU с тензори на PyTorch и масиви на NumPy. Той е насочен към клъстеризацията, използвана при изграждане на векторни индекси, квантизатори и процеси за подбор на данни.