GPU & AI chips — August 2026

+439% ЗА ПОЛГОДА. МАРЖИН-КОЛЛ ЗА ШЕСТЬ ДНЕЙ. ИСТОРИЯ ФОНДА SITUATIONAL AWARENESS Часть 1/2

24 июля 2026 года Financial Times написала о лучшем результате среди крупных хедж-фондов мира: Situational Awareness заработал +439% чистыми за первое полугодие. Письмо инвесторам заканчивалось постскриптумом, в котором управляющий деликатно, как принято в таких письмах, давал понять: сейчас — особенно удачный момент довнести деньги в фонд.

Шесть торговых дней спустя фонд продал весь публичный портфель — и лонги, и шорты — одним блоком Citadel Кена Гриффина.

Что могло произойти за шесть дней?

🔹 Фонд, выросший из текста

В июне 2024 года 22-летний Леопольд Ашенбреннер, только что уволенный из OpenAI, опубликовал 165-страничное эссе «Situational Awareness». Его главная мысль была не про алгоритмы, а про деньги: AGI — это стройка века, триллионы долларов в чипы, память, дата-центры и электростанции, и почти никто под это не позиционирован. Эссе стало обязательным чтением в Кремниевой долине и, по сути, готовым инвестиционным меморандумом.

Важно: деньги дали не «под эссе». Ашенбреннер продавал инвесторам «мозговой центр по ИИ» (brain trust on AI) — доступ к пониманию того, что происходит внутри ИИ-лабораторий. Якорными инвесторами стали братья Коллисоны (Stripe), Нэт Фридман, Дэниел Гросс и Jane Street — люди, которые сами сидят внутри ИИ-бума и платили за карту местности. Jane Street — одна из крупнейших трейдинговых фирм мира: она торгует только собственным капиталом и практически никогда не отдает деньги внешним управляющим, тем более новичку без единого дня опыта управления. Это было громкое голосование репутацией.

🔹 Откуда взялись миллиарды

Фонд стартовал с ~$225 млн, к середине 2025 достиг $1,5 млрд, а к началу июля 2026 — $45 млрд.

Простая арифметика: даже блестящая доходность (+47% за первое полугодие 2025-го, +439% за первое полугодие 2026-го) превращает стартовые $225 млн лишь в пару миллиардов. Значит, десятки миллиардов — это новые деньги, пришедшие после публикации громких результатов. Судя по динамике активов, средний доллар клиентов зашел уже после самых ярких успехов фонда — и застал в основном обвал. Взвешенная по деньгам доходность клиентов радикально хуже заголовочных процентов. Классическая погоня за результатами, только в масштабе миллиардов.

🔹 Идея: Заработать на ИИ в обе стороны

Конструкция портфеля была красивой и на бумаге выглядела сбалансированной.

▪️ Лонги (длинные позиции) — не Nvidia и не Microsoft (они «уже в цене»), а «вторая производная» ИИ-бума: физические узкие места стройки. Bloom Energy (энергия для дата-центров), SanDisk (память), CoreWeave (аренда GPU), бывшие биткоин-майнеры IREN и Core Scientific, переделывающие площадки с дешевым электричеством под ИИ.

▪️ Шорты (короткие позиции) — компании, которые ИИ, по мнению фонда, разрушит: классический софт вроде Adobe. Логика: побеждает ИИ — лонги растут быстрее шортов; ИИ разочаровывает — шорты падают сильнее лонгов. Красиво в обе стороны.

▪️ Страховка (хедж) — опционы пут на индекс полупроводников SMH (~$2 млрд) и на Nvidia ($1,6 млрд). Пут — опцион, который дорожает при падении актива: страховой полис на случай обвала сектора.

▪️ И всё это — с валовым плечом до 4x: на каждый доллар клиентов - четыре доллара позиций.

В июле конструкция сложилась вся разом. Лонги «второй производной» рухнули на 27–54%. Страховка же стояла на больших и устойчивых Nvidia и индексе чипмейкеров, которые упали в разы слабее. Это называется базисный риск: застрахована одна корзина, а падает другая — полис оказался выписан не на тот дом, что сгорел. Шорты в софте при этом выросли и тоже принесли убыток. «Наш положительный лонг-шорт спред развернулся с исключительной силой», — признал Ашенбреннер в письме. При плече 4x падение лонгов на 30% — это ~120% убытка на собственный капитал.

🔽🔽 Продолжение - сразу в следующем посте

#доходъисториярынков

Технический пост, просто поделиться. Провел разные тесты, чтобы стрим был комфортнее для меня в плане нагрузки на систему. Все упирается в GPU на моем маке m1 max. Если бы я тогда купил 32 ядра вместо 24 ядер, скорее всего проблем бы не было при стриминге.…

В KWin ускорили игры на внешних видеокартах более чем на 80%

Сводка This Week in Plasma от 1 августа: в KWin приняли шестую версию протокола linux-dmabuf, которая убирает двойное копирование кадра через системную память при работе на внешней видеокарте. Там же — регулировка размера значков в окне «Выбор эмодзи» для Plasma 6.8 и исправления для веток 6.6.7 и 6.7.4

https://www.comss.ru/page.php?id=21467

✅  Acer Predator Helion PH16 GAMING LAPTOP

Intel core i9-14900HX

14th Generation

Total Cores 24; Total Threads 32

Base speed @2.20Ghz

Up to 5.0Ghz processor speed

1TB SSD  storage

32GB RAM

18" inch screen

WUXGA (Wide Ultra XGA)  screen resolution  1920x1200

240Hz refresh rate

keyboard Backlight

BEST BATTERY LIFE

✅Nividia Geforce RTX 4080 12GB GPU Dedicated GRAPHICS

➡️PRICE  455,000birr

Arriveremo alla proibizione di modelli AI open?

Non è un'ipotesi da complottista, anche se i complottisti fino ad ora le hanno beccate tutte. Leggi per proibire i modelli AI open source (o open weight) sono già alla ribalta politica in Europa e negli USA.

Più che un divieto totale, il rischio concreto è un'asfissia normativa o un bando selettivo sui modelli oltre una certa soglia di potenza.

Le argomentazioni di chi vorrebbe restringere o vietare il rilascio dei pesi dei modelli ruotano principalmente attorno a tre fattori:

1) Il problema dell'irreversibilità: a differenza dei modelli proprietari dove il fornitore può modificare o bloccare le risposte del sistema centralmente, un modello open scaricato in locale non può più essere "richiamato". Se un utente rimuove la censur... ehm, i filtri di sicurezza, il creatore del modello non ha alcun controllo. Leggi: i governi non possono censurarle.

2) La narrativa del rischio sistemico: leggi liberticide l'EU AI Act o analoghe americane, introducono l'idea che oltre una determinata soglia di calcolo, un modello sia potenzialmente assimilabile a un'arma o a una tecnologia critica. Rilasciare tali modelli viene paragonato da alcuni governi ad una minaccia alla sicurezza nazionale.

3) Tensioni geopolitiche e il caso della "distillazione": negli Stati Uniti si è intensificato il dibattito sui modelli open provenienti dall'estero (ovvero Cina). Le accuse di aver "distillato" la conoscenza di modelli chiusi americani per addestrare modelli open altamente efficienti hanno spinto diversi esponenti politici a richiedere restrizioni e blocchi d'importazione. Il che è ironico, visto che i modelli chiusi americani hanno "distillato" ogni possibile materiale su cui le aziende hanno messo le mani, protetto da copyright o meno.

Molti, un po' più scafati in ambito politico, sostengono che la spinta verso la proibizione non nasca solo dalla sicurezza, ma dalla competizione economica.

Le aziende che vendono l'accesso ai loro sistemi AI chiusi hanno ovviamente un incentivo economico nel sostenere che i modelli AI siano troppo pericolosi per essere lasciati "liberi". Imponendo licenze governative preventive, audit di sicurezza da milioni di dollari e responsabilità legale diretta per ogni abuso commesso dai clienti, si crea una barriera all'entrata insormontabile per start up, università e sviluppatori indipendenti.

Il risultato è una forma di cattura normativa, grazie alla quale solo pochi giganti tecnologici dotati delle risorse per pagare la compliance potrebbero legalmente distribuire l'AI.

C'è però un problema, ovvero è estremamente difficile da applicare un divieto totale. Proibire del tutto i modelli open comporta ostacoli tecnici ed economici enormi.

Nvidia ad esempio ha tutto l'interesse affinché l'Open Source prosperi: più sviluppatori creano modelli locali, più schede GPU vengono vendute globalmente.

In più i paesi in via di sviluppo vedono nelle AI open l'unico modo per non dipendere monopolisticamente da infrastrutture cloud stranieri.

Ma ci proveranno, oh se ci proveranno, soprattutto in Europa le cose potrebbero evolversi (in peggio) molto rapidamente.

A quando i primi arresti per uso indebito di un'AI non censurata e autorizzata dal governo?

➡️ Un nutrizionista italiano in Australia: t.me/italiaaustralia

📮 ИИ уже управляет поликлиниками, спасает от микроинсультов, учит операторов и крутит вам личное радио — пропустите это сейчас, и через год эти инструменты будут управлять уже вашей работой без вашего участия.

📆 Искусственный интеллект – сводка за 31 июля

ИИ берётся управлять поликлиниками: Подмосковье тестирует сервис, который видит очереди и перегрузку врачей по цифрам 📊 “База знаний Ai” пишет, что Минздрав Московской области прогоняет через ИИ обезличенные данные о визитах, чтобы понять, где пациенты ждут дольше всего и какие врачи зашиваются. Система сравнивает округа и клиники, замечает аномальные всплески обращений, а к 2026‑му её хотят запустить во всех поликлиниках и потом дотащить до стационаров.

Соавтор GeneBench-Pro ушёл из OpenAI, чтобы строить стартап по «умным» датасетам для ИИ 🧠 “Machinelearning” рассказывает, что Эндрю Хо уверен: крупным языковым моделям не хватает сложных, качественных данных. Его новая компания будет генерировать наборы, похожие на научные исследования с эталонными ответами, чтобы ИИ‑агенты сами искали решения и автоматически проверяли себя, а не просто пересказывали интернет.

Claude помог пользователю Reddit заподозрить микроинсульт — ИИ посоветовал срочно ехать в больницу 🚨 “Hi, Ai • Новости Технологий” пересказывает историю: человек во время чата внезапно стал писать невнятно, описал симптомы, а Claude AI указал на риск транзиторной ишемической атаки и посоветовал медпомощь. Случай вскрыл важный тренд: чат-боты уже умеют замечать тревожные признаки, но вопрос ответственности тут только обостряется.

ReDesign «оживляет» картинку: превращает скриншот в полноценный редактируемый макет 🎨 “Нейронавт | Нейросети В Творчестве” пишет о модели, которая из плоского изображения восстанавливает текстовые слои, векторные фигуры, группы и даже z‑порядок. Нюанс: для запуска нужны мощные GPU с минимум 55 ГБ видеопамяти и VLM-контроллер, зато агентная декомпозиция помогает модели аккуратно разобрать структуру сложного дизайна.

«Сбер» выложил SIRIN — библиотеку, которая ловит галлюцинации и недосказанность в ответах ИИ 🔍 По данным “Базы Знаний Ai”, SIRIN объединяет несколько методов проверки, чтобы находить выдуманные факты и пустоты в аргументации моделей. Инструмент сделали на базе исследований “Сбера” по детекции галлюцинаций — там уверяют, что точность выявления ошибок выросла примерно на 30%.

Энтузиаст собрал домашнее ИИ-радио: нейросеть сама выбирает треки и болтает между песнями 🎧 “Chad Gpt | Нейросети” показывает проект, где Qwen3.5 9B крутит музыку из вашей библиотеки, учитывая время суток, погоду и историю прослушивания, а другая нейросеть озвучивает подводки. Всё работает локально на ПК или смартфоне, без API-ключей, а плейлист можно править простыми текстовыми запросами.

Голосовые ИИ-тренажёры помогают контакт-центрам удерживать сотрудников и клиентов 🤖 “База Знаний Ai” рассказывает, что Voxys внедрил Targetskill от TargetAI: один ИИ играет капризного клиента, второй анализирует диалог и даёт детальный фидбэк оператору. Сценарии обучения легко настраиваются, а компания уже хвастается: отток после обучения упал на 15%, увольнения новичков — на 38%.

🤖 svodka.​ai – ИИ читает каналы, вы читаете главное

💌 Кому из ваших знакомых эти новости тоже будут полезны? Перешлите им почитать

Искусственный интеллект. Подписаться на ежедневную svodka.ai

Ⓜ️ Подпишитесь на наш канал в MAX – чтобы читать сводки Telegram-каналов, даже если Telegram ограничен

Trascrivere audio automaticamente, da podcast o video.

Whisper è un modello LLM (disponibile su Hugging Face, come centinaia di altri), che effettua un riconoscimento automatico della lingua parlata basato su un robusto training con molti linguaggi diversi, fra cui l'italiano.

Per usarlo facilmente sul proprio PC, anche se non avete una GPU, potete farlo tramite l'applicazione Insanely Fast Whisper, che permette di trascrivere interi file audio con un semplice comando manuale.

Ho fatto delle prove con il mio vecchio ThinkCentre senza GPU, con 16 GB di normale RAM, e non sono arrivato neppure vicino alla velocità dichiarata con una GPU, che è di 2,5 ore di audio trascritte in meno di 100 secondi, ma il risultato è stato lo stesso strabiliante.

Il tutto con software open source, nessun abbonamento e costo zero.

https://huggingface.co/openai/whisper-large-v3 https://github.com/Vaibhavs10/insanely-fast-whisper

➡️ Un nutrizionista italiano in Australia: t.me/italiaaustralia

#Job_Opportunity

SDET II

🏷️ #python #java #rust #angular #react #nosql #ai #gcp #oop #c #responsive #kubernetes #aws #docker #terraform #cloud #sql #selenium #cucumber #tensorflow #pytorch #mlops

🌎 Visa Sponsorship & Relocation Included

🔗 Click Here for More Details & Apply

📣 @get_joboffer