Data&AI

Новый чип содержит 10-ядерные центральный и графические процессоры и 16-ядерный Neural Engine.

Партнеры компании намерены организовать выпуск собственных модификаций систем, основанных на архитектуре и технологиях Nvidia DGX Spark.

Крупнейший в мире ретейлер расширяет сферу применения ИИ, стремясь добиться сокращения затрат и предложить новые возможности покупателям.

К участию в конкурсе приглашаются специалисты и команды с впечатляющими проектами, готовые продемонстрировать силу данных и их возможности в трансформации бизнеса компаний.

В OpenAI рассчитывают диверсифицировать поставки графических процессоров, в AMD – укрепить позиции на рынке ИИ.

Японский инвестхолдинг намереныразвивать физический ИИ, а ABB – свои основные технологические направления, прежде всего, в области электротехники.

Программный агент автономного анализа топологии улучшает возможности существующей инфраструктуры сетевого мониторинга.

Они устанавливаются в рабочих станциях, которые не требует переоборудования помещений, что важно для медицинской визуализаци, инженерного моделирования и решения многих других приложений

Компания развивает инфраструктуру и повышает эффективность «фабрик ИИ» на базе новой архитектуры Rubin

Модели Cisco 8223 с производительностью 51,2 Тбит/с способны формировать географически распределенные кластеры для ИИ-нагрузок.

Аналитики видят серьезную проблему: организации активно внедряют генеративный ИИ, но не успевают выстраивать зрелые системы управления рисками.

Разработка автономных транспортных средств — ключ к возрождению европейского автопрома и повышению безопасности дорожного движения, считает глава Еврокомиссии.

Джадсон Альтхофф возглавит «новую организацию, отвечающую за продажи, маркетинг и операционную деятельность».

Интеграция технологий двух компаний должна ускорить создание граничного оборудования и устройств интернета вещей на базе ИИ.

В 2025 году объем мирового рынка моделей GenAI превысит 14 млрд долл., а рынок серверов, оптимизированных для ИИ, увеличится на 91%.

Особо беспокоит феномен «теневых программистов» — пользователей, не имеющих достаточной подготовки в области безопасности, но способных писать рабочий код с помощью ИИ.

Инфраструктура — важнейший компонент любой платформы данных, и от правильного выбора соответствующих технологий во многом зависит, сможет ли компания реализовать весь потенциал имеющихся технологий. Большинство публикаций по lakehouse традиционно акцентируют внимание лишь на вычислениях и хранении, однако lakehouse также предусматривает слой инфраструктуры, отвечающий за безопасность и интеграцию вычислительных движков со слоем хранения.

Все больше организаций, которых не устраивают возможности аналитики своих систем ERP, начинают задумываться о развертывании серьезной инфраструктуры поддержки своих корпоративных аналитических платформ. Как запустить процесс внедрения аналитических инструментов, создать эффективную систему их развития и определить ответственных лиц? Как сформировать команду, способную разрабатывать или мигрировать аналитическую отчетность? Почему сотрудники, уже занимающиеся разработкой отчетности в платформах ERP, не всегда оказываются идеальными кандидатами для выполнения этих задач?

Масштаб современных задач уже превосходит возможности среднестатистического работника — справочники производственных систем могут содержать миллионы записей различной структуры и детализации. Данные поступают из множества источников, часто противоречат друг другу и требуют тщательной обработки, с которой традиционные методы уже не справляются. Для выполнения такой работы можно привлекать цифровых ИИ-помощников, на ранних этапах работы позволяющих предотвратить возможные проблемы с данными.

Как выбрать процессы, которые можно сделать автономными, и какие шаги следует предпринять на начальных этапах? Как выстроить автономные процессы, чтобы нивелировать риски и избежать ошибок, пытаясь автоматизировать хаос?