GPU & AI chips — August 2026

ИИ с замахом на Луну: бесплатная китайская модель за 3 миллиона долларов Модель К3 от китайской компании Moonshot AI (буквально «ИИ с замахом на Луну») взорвала мир ИИ. Еще бы: MoE-модель с открытыми и бесплатно скачиваемыми весами, содержащая 2,8 трлн общих и 104 млрд активных параметров, почти сравнялась по многим тестам с крутейшими американскими закрытыми дорогими моделями. Силиконовая долина в смятении. Илон Маск пишет «впечатляет» и сообщает, что xAI спешно готовит ответку - модель на 2 трлн параметров. Хайп вокруг К3 таков, что нетрудно представить тысячи начальников, уже готовящих распоряжение немедленно внедрить у себя «бесплатную модель K3».   И действительно, магия китайской модели с открытыми и бесплатно скачиваемыми весами впечатляет. Однако, разоблачение магии «бесплатной модели» впечатляет еще больше. Особенно на простой и понятной каждому аналогии в статье Дэн Синьсинь ( 快刀青衣) – сооснователя Dedao и куратора AI Learning Circle.   Представьте себе ресторан с тремя звездами Мишлен, который бесплатно публикует полный рецепт своего фирменного блюда: количество ингредиентов, время приготовления, и каждый шаг четко описаны. Как думаете - сможете его воспроизвести? Подавляющее большинство скажет, что да. Однако, перевернув страницу бесплатного рецепта, вы обнаружите самым мелким шрифтом (как в банковских и провайдерских договорах) описание требований к кухне: вам нужно 64 профессиональные плиты, работающие одновременно, источник питания, способный обеспечить электроэнергией небольшую фабрику, система охлаждения и прочая инженерная инфраструктура, - короче, первоначальные инвестиции около 20 млн юаней (примерно $3 млн).   Получается, что рецепт действительно бесплатный… Но воспользоваться им вам вряд ли по карману. И это еще без учета расходов на электроэнергию.   И цифры за этой метафорой вполне буквальны. Официальные рекомендации Moonshot AI по развёртыванию К3 предусматривают конфигурацию «суперузла», включающую 64 и более карт-ускорителей. По оценке автора статьи, закупка сопоставимой 64-ускорительной серверной конфигурации может превысить $2,4 млн - около 17 млн юаней. Если считать по 700 Вт на ускоритель класса H200, одни только 64 GPU могут потреблять до 45 кВт. И это ещё без сетевого оборудования и хранилища. Поэтому реальная нагрузка такой установки приблизится к 90 кВт, почти целиком превращающихся в тепло, которое нужно непрерывно отводить.   Так что теперь вы знаете, что ответить начальнику на его приказ немедленно переходить на отрытую китайскую К3 с бесплатным кодом: Шеф, вы хотите подключить K3 по API или действительно разместить её в нашем дата-центре? Это два бюджета, отличающиеся на несколько порядков. Ведь в открытом доступе веса модели, но не её тренировочные данные и не полный производственный процесс создания, включая всю вычислительную инфраструктуру. За все остальное придется платить. И совсем немало. Какая уж тут магия.   Резюме: Moonshot бесплатно отдаёт вам не рецепт блюда, а полуторатерабайтного цифрового шеф-повара. Но работать этот бесплатный шеф умеет только на кухне размером с небольшой машинный зал, требующей электропитание без малого 100 кВт и промышленное охлаждение. Увы, но ваш обычный офисный серверный чулан такую плотность мощности и тепла не выдержит.   #Китай  #LLM

Отчет Microsoft за 2 квартал 2026

Вновь весь фокус на ИИ. Не буду заострять внимание на малозначимых направлениях, вся концентрация в сторону ИИ, куда инвестируются сотни миллиардов.

🔘Azure и другие облачные сервисы: +43% г/г. Формулировка о дефиците мощностей, звучавшая четыре отчета подряд, из пресс-релиза исчезла.

🔘Azure за финансовый год впервые превысила 100 млрд выручки (годом ранее – 75 млрд, +34%).

🔘Microsoft Cloud: 59.3 млрд, +27% г/г – при этом замедление против +29% кварталом ранее.

🔘Коммерческий портфель будущей выручки (RPO): 678 млрд, +84% г/г, +8.1% кв/кв.

🔘Microsoft 365 Copilot: свыше 30 млн оплаченных рабочих мест против 20 млн кварталом ранее.

За семь лет облако выросло в 5.4 раза, вся компания – в 2.7 раза. Доля облака в выручке удвоилась: с трети до двух третей.

🔘Microsoft Cloud – доля в общей выручке в 2кв26 составила 65.9% vs 61.1% в 2кв25, 56.9% в 2кв24, 53.9% в 2кв23, 48.2% в 2кв22 и 32.6% в 2кв19. От эпохи ИИ прирост почти 18 п.п., но здесь больше играет фактор Azure и облачных вычислений.

Темп роста облака стабилизировался на 27% два года подряд, тогда как Azure внутри него ускоряется – значит Microsoft 365 Commercial Cloud, LinkedIn, Dynamics 365 тормозят.

До 2024 года Microsoft тратила на капитальные расходы примерно 27-38 центов на каждый доллар квартальной облачной выручки. Сейчас – 60 центов. Скачок произошел за один год, показатель почти удвоился.

В 2019-2023 годах на каждый доллар годового прироста облачной выручки уходило примерно 1.1-1.3 доллара капрасходов. Сейчас – 2.30 доллара. То есть удельная капиталоемкость роста выросла вдвое.

За семь лет: облачная выручка х5.4, капитальные расходы за квартал х8.8, за фингод х8.3. Разрыв между темпом наращивания активов и темпом наращивания выручки от них – примерно в 1.6 раза.

Смысл в том, что капитальные расходы растут с сильным опережением.

В 2кв26 общий CapEx составил $41.0 млрд, включая $5.6 млрд финансовой аренды; денежный CapEx – $35.8 млрд. При выручке $90.0 млрд и OCF $55.4 млрд общий CapEx достиг 45.6% выручки и 74.0% OCF, денежный – 39.8% и 64.6%.

FCF снизился на 23% до $19.6 млрд, несмотря на рост OCF на 30%. Около двух третей CapEx приходится на короткоживущие CPU и GPU, то есть значительная часть вложений быстро превращается в амортизацию и требует обновления.

За семь лет выручка выросла в 2.67 раза, капитальные расходы – в 8.84 раза, свободный денежный поток – только в 1.63 раза.

Скользящие 12 месяцев: капрасходы поднялись с 97 млрд в 1кв26 до 116 млрд в 2кв26. Ориентир – около 190 млрд за календарный 2026 год, из которых примерно 25 млрд объясняются удорожанием компонентов, а не приростом вычислительной емкости.

В соотношении с календарным 2026 годом (расчет по моей оценке выручки и потока): 190 млрд – это около 52% годовой выручки и порядка 95% операционного денежного потока. Для сравнения, в 2019 году капрасходы съедали 27% потока.

Новых заимствований за финансовый год не было, общий долг с 2022 года сократился примерно на 4 млрд, но кэш-позиция сократилась на четверть или почти 25 млрд с 2022 года.

Microsoft 365 Commercial – около 450 млн активных рабочих мест, накопленных за десятилетия. Проникновение Copilot – примерно 6.7%.

В денежном выражении 30 млн мест – это порядка 8-10 млрд годовой выручки (мой расчет по стандартной цене подписки, компания абсолютных цифр не дает). Против ориентира капрасходов в 190 млрд на календарный год это около 5%.

Прирост за квартал (10 млн мест) – рекордный в абсолюте, но темп +50% кв/кв против утроения годом ранее. Фаза взрывного набора базы сменяется фазой линейного расширения.

Прямая монетизация не объявлена. Отправная точка – раскрытый Microsoft на 1кв26 показатель: ИИ-бизнес превысил $37 млрд годового темпа выручки, +123% г/г.

Для оценки на 30 июня я использую рост двух групп:

– Около 70–80% ИИ-бизнеса приходится на Azure AI, модели, Foundry и инфраструктурное потребление; рост этой части за квартал оценивается в 5–10%;

– Около 20–30% приходится на Copilot и прикладные продукты, где Microsoft 365 Copilot увеличил базу с 20 млн до более 30 млн мест, а выручка GitHub Copilot ускорилась более чем на 60% квартал к кварталу.

Расчет дает около 10-11 млрд квартальной выручки (это 12-13% выручки от всей структуры Microsoft) от прямых и косвенных эффектов от ИИ или 41-45 млрд в годовом выражении.

Приблизительная структура на основе собственных аналитических моделей (в годовом выражении):

·         Azure AI, Foundry, LLMs, OpenAI взаимодействие – 31-33 млрд ·         Microsoft 365 Copilot и Cowork – 6.5-9 млрд ·         GitHub Copilot – 1.5-2 млрд ·         LinkedIn AI, Dynamics, Security, Dragon и другие – в совокупности не более 1-2 млрд.

Косвенный эффект может составлять 2.5-5 млрд за квартал через расширение глубины премиальной продуктовой линейки в пользу продуктов с ИИ.

Для понимания масштаба, капитальные расходы выросли с 25 млрд в 2022 до 116 млрд за последние 12 мес и продолжат расти ближе к 200 млрд в год, тогда как потенциал монетизации сейчас лишь 45-50 млрд в год, хотя и по растущей траектории, но здесь нужно учитывать R&D, маркетинг, затраты на коммунальные услуги, электроэнергию и обслуживание дата-центров, поэтому все еще в сильном минусе.

Сейчас Microsoft тратит 34.9% выручки на CapEx.

По моим расчетам на основе годовых отчетов Microsoft: 2011–2019: CapEx около 7.2% выручки; 2017–2019: около 10.2%; 2023–2025: около 18.1%.

Единственный плюс в отчете – Microsoft все финансирует из своих средств без привлечения долга.

Хотите первыми узнавать о новом железе? 😏 Все про GPU, обновления в облаке, курсы и IT-мероприятия — в нашей email-рассылке

Настройте подписку под себя и выберите темы писем — продуктовые анонсы, подборки полезных материалов и курсов, приглашения на мероприятия или вакансии.

Подпишитесь, чтобы получать полезные материалы ➡️

Моноблок HP Ryzen 3 3250U/AMD Vega 3/8gb/ssd256gb

Красивый, современный стильный моноблок, подойдёт для сёрфинга в интернете, работы с документами, 1С, бухгалтерия, фотошоп и др.

↔️ Диагональ экрана: 23.8 дюйма Full HD

✅ Процессор: AMD Ryzen 3 3250U, 2-ядра, 4 потока, 2,6-3,5 ghz ✅ Оперативная память: 8gb DDR4 ✅ Видеокарта: AMD Vega 3 ✅ SSD: 256gb

💲 Цена в CompShop: 25 000 ₽ 💱 Цена для подписчиков Sale-канала: 20 990 ₽

✍️ По вопросам покупки обращайтесь в ЛС @compshop_inbox

#пк

⚡️ 16 ГБ видеопамяти впервые обошли 8 ГБ в Steam. И дело не в апгрейдах

В июльском опросе Steam видеокарты с 16 ГБ впервые стали самой распространённой группой: 25,9% против 25,3% у моделей с 8 ГБ. Разрыв меньше одного процентного пункта, поэтому говорить о переходе большинства на 16 ГБ пока рано. Около 40% игроков всё ещё используют карты с 8–12 ГБ.

И дело не во внезапной волне апгрейдов. Valve стала точнее учитывать видеокарты AMD — RDNA 4-карты с 16 ГБ наконец попали в статистику правильно. Именно это и дало основной прирост.

Куда интереснее другая цифра: в июньском опросе ноутбучная RTX 4060 впервые обошла настольные модели. На фоне дорогой памяти, снижения поставок материнских плат и слабого интереса к новым сборкам ноутбуки выглядят для покупателей всё убедительнее. Типичная игровая система при этом никуда не переехала: это по-прежнему 8 ГБ видеопамяти и разрешение 1080p.

Так что 16 ГБ действительно вышли вперёд — только кошельки геймеров к этой победе почти не прикладывались. __________

❤️ DigitalRazor #digitalrazor_news

#مصاحبه #خارج‌ازکشور #OpenAI

🍷 فرآیند مصاحبه‌ی Software Engineer در OpenAI (۲۰۲۶)

یکی از کاربران Reddit تجربه‌ی کامل loop مصاحبه‌ش با OpenAI رو نوشته که با شرکت‌های big tech معمول فرق داره:

🔺 مرحله‌ی Recruiter Screen: صحبت سبک و سوال «فکر می‌کنی آینده‌ی AI کجا می‌ره؟» | توصیه کرده قبلش charter شرکت رو بخونید.

🔺 مرحله‌ی Technical Screen: دو راند ۶۰ دقیقه‌ای در یک روز، یکی coding (پیاده‌سازی یک versioned key-value store) و یکی system design (یک job scheduler با fault tolerance).

🔺 مرحله‌ی Take-Home: حالا ۴۸ ساعت وقت برای ساختن یک پروژه‌ی واقعی | برای ایشون یک distributed webhook delivery system با retry logic و dead-letter queue بوده.

🔺 مرحله‌ی Technical Deep Dive: مصاحبه‌گر خط به خط کد take-home رو مرور می‌کنه و درباره‌ی هر تصمیمی که گرفتید، از لیست سوالاتی که خودش از پروژه‌ی شما درآورده می‌پرسه.

🔺 مرحله‌ی Onsite (۴ راند): یک coding چندمرحله‌ای (هر مرحله تا جواب درست نگیرید، مرحله‌ی بعد باز نمی‌شه)، یک coding سیستمی‌تر با تمرکز روی concurrency و جزئیات درونی Python (generator، async، iterator)، یک system design با پرامپت «ChatGPT رو طراحی کن» (تمرکز روی GPU allocation، autoscaling و distributed coordination) و یک راند behavioral با تاکید روی tradeoffهای واقعی نه جواب‌های کلیشه‌ای.

🔺 مرحله‌ی Agentic Coding (beta): بعضی‌ها یک راند پنجم می‌گیرن، یک codebase موجود و مسئله‌ای که با دست حل نمی‌شه و باید با AI coding agent جلو ببرید.

💡 در کامنت‌ها هم نظرات دو دسته بود: یک سری می‌گفتن این فرآیند نسبت به «کارخانه‌های LeetCode» واقعا معنادارتره، و یک سری می‌گفتن به‌شدت فرسایشی و طولانیه و سوالی مثل «ChatGPT رو طراحی کن» بیشتر سلیقه‌ی مصاحبه‌گر رو می‌سنجه تا توانایی شما.

☝️ نکته‌ی کاربردی برای ما: روند مصاحبه‌های سطح بالا داره از سوال الگوریتمی صرف، به سمت پروژه‌ی واقعی + دفاع از تصمیمات فنی + کار با ابزارهای AI حرکت می‌کنه. اگر دنبال پوزیشن خارج از کشور هستید، روی توضیح دادن «چرا این معماری» تمرین کنید، نه فقط «چطور کد بزنم».

✈️ @sharif_work

Видеокарты снова в росте цен — NVIDIA подняла расценки для партнёров.

Теперь дороже обойдутся наборы с GPU и памятью GDDR6/GDDR7. Из-за этого подорожание затронет почти всю линейку GeForce.

Уже сейчас в отдельных магазинах заметен рост цен, а производители планируют перенести дополнительные издержки на покупателей. Основная причина — резкий скачок стоимости памяти GDDR7 и нехватка чипов.

Нейрожизнь

🚨 КРАХ МИФА ОБ «АБСОЛЮТНОЙ БЕЗОПАСНОСТИ»: КАК И ПОЧЕМУ ВЗЛОМАЛИ ХОЛОДНЫЕ КОШЕЛЬКИ COLDCARD

Индустрия аппаратных кошельков переживает один из сильнейших шоков. Подтвержденный ущерб от взлома биткоин-кошельков Coldcard превысил $100 млн (украдено более 1 596 BTC). Galaxy Research предупреждает: идет четвертая волна атаки, и финальные потери могут достигнуть $130 млн.

Уязвимыми оказались самые популярные «гиковские» модели Mk2 и Mk3. Самое пугающее здесь то, что хакерам не требовался физический доступ к устройствам — они опустошили кошельки удаленно.

🛠 Как это случилось?

Вся безопасность любого криптокошелька строится на энтропии — абсолютной случайности при генерации 12 или 24 слов (сид-фразы). Чем хаотичнее набор чисел, тем невозможнее его подобрать.

В чем баг: В марте 2021 года производитель Coinkite выпустил обновление прошивки (версия 4.0.1) с критической ошибкой сборки. Устройства просто перестали использовать встроенный аппаратный генератор истинно случайных чисел (TRNG).

Последствия: Кошельки перешли на примитивный программный алгоритм. Уровень случайности (энтропия) упал до критических 40 бит вместо положенных 128 бит.

Как сработали хакеры: Из-за слабой энтропии варианты возможных сид-фраз стали предсказуемыми. Хакерам оставалось лишь на мощных видеокартах офлайн вычислить все возможные комбинации кошельков, сопоставить их с адресами в сети Биткоина, где лежали деньги, и в один миг подписать транзакции на вывод средств. Сам блокчейн Биткоина не взломан — взломан способ генерации ключей человеком.

❓ Как такое вообще могло произойти?

Coldcard всегда считался эталоном безопасности, так как это устройство типа air-gapped (оно физически никогда не подключается к интернету или компьютеру, работая через SD-карту).

Но этот случай доказал главный системный слепой грех крипты: даже если ваше устройство изолировано от сети, вы все равно тотально зависите от кода, который в него заложил разработчик. Банальная человеческая ошибка программиста при сборке релиза аннулировала всю физическую защиту устройства.

Подобные инциденты происходили ранее и с корпоративными кошельками (например, инцидент с Bybit на $1.4 млрд), подтверждая, что человеческий фактор на уровне кода — уязвимость №1.

🛡 Что делать прямо сейчас и как защититься на будущее?

Если у вас есть Coldcard:

Обычное обновление прошивки НЕ ИСПРАВИТ ситуацию, если ваша сид-фраза изначально была сгенерирована на бракованном коде.

Вам необходимо обновить кошелек до последней чистой версии.

Создать абсолютно новый кошелек (новую сид-разу) и немедленно перевести туда все средства.

❔Как защитить себя от таких багов в будущем (Золотые правила):

🎲 Используйте метод кубиков (Dice Rolls): При настройке любого продвинутого кошелька (Coldcard, Jade и др.) никогда не доверяйте генерацию сид-фразы автоматике кошелька. Выберите функцию создания через броски кубиков. Вы вручную кидаете обычный игральный кубик 50-100 раз и вводите значения. В таком случае уровень случайности создаете вы физически, и никакой баг в коде завода не сможет на это повлиять.

🔐 Внедряйте Мультисиг (Multi-signature): Не храните крупные суммы на кошельке, где для вывода нужна всего одна подпись (одна сид-фраза). Настраивайте схему 2-из-3, где ваши биткоины защищены, например, тремя разными устройствами от трех разных производителей (например, Coldcard + Ledger + Trezor). Даже если один производитель допустит ошибку в коде, хакер не сможет украсть деньги, не взломав два других бренда.

💬 Парольная фраза (Passphrase): Всегда активируйте 25-е слово (парольную фразу), которую вы придумываете сами из головы и не записываете на листке с сид-фразой. Даже если хакеры подберут ваши 24 слова по уязвимому алгоритму, без вашей личной кодовой фразы они увидят лишь пустой баланс.

🔍 Резюме: Абсолютной безопасности в цифровом мире не существует. Доверяя генерацию ключей микросхеме, проверяйте её ручными бросками кубиков и диверсифицируйте риски через мультиподписи разных брендов.

⏺Лично я пользуюсь Tangem. И думаю сразу у многих возникают вопросы. А что с Tangem? Там такое возможно?

Нет, архитектура Tangem полностью защищена от подобного бага по трем причинам:

Аппаратный чип: Ключ генерируется не программным кодом прошивки, а встроенным военным чипом (EAL6+), сертифицированный генератор которого невозможно «сломать» кривым обновлением софта.

Ключ заперт в пластике: Приватный ключ создается внутри карты и физически никогда не покидает чип. Его нельзя подсмотреть, выгрузить на экран или скопировать офлайн.

Прямой бэкап: Привязка резервных карт происходит напрямую с чипа на чип через защищенный протокол NFC, полностью исключая человеческий фактор и ошибки программистов.

❕Для обычного держателя крипты такой подход сейчас — самый безопасный щит от подобных инцидентов.

Ссылка на Tangem: https://tangemshop.ru/product/tangem-wallet

(вводите промокод RB6U6N для получения 10% скидки). Доставка доступна СДЕКом или самовывоз.

❤️Игровой компьютер: I5-12400F/RTX 3070 8GB/32GB/512GB + 1TB Характеристики: Процессoр (СРU): Intel I5-12400F Материнская плата: Gigabyte B660 Gaming D4 Видеокарта (GРU): Palit RTX 3070 8GB GameRock Оперативная память (ОЗУ): DDR4 Corsair 32GB (16x2) 3.200MHZ Твердотельный накопитель: SSD m2 512GB ADATA + 1TB HDD Корпус: 1STPLAYER Блок питания: Ocypus 750w 80+

Гарантия от нашего магазина 6 месяцев.

Цена - 77,990₽

Наш контакт:  @PTSMANAGER

(Написать клик)

Dimforge выпустила Nexus - кроссплатформенный GPU physics engine, полностью написанный на Rust. Даже шейдеры. 🦀

Что получилось:

→ в 2 раза быстрее прошлой WGSL-реализации → работает в браузере через WebGPU → есть Python bindings для RL training workflows → кроссплатформенность: desktop, web и mobile

Rapier, их движок rigid body physics, тоже получил крупные улучшения для робототехники: joint motors, articulation bodies и более точную симуляцию моделей роботов.

Dimforge тихо собирает одну из самых серьёзных Rust-инфраструктур для физики. Q2 2026, похоже, стал для них самым сильным кварталом.

dimforge.com/blog/2026/07/01/dimforge-Q2-technical-report

⚡️ Распознаем автомобильные номера за пару строк Python. Локально, быстро и без облаков.

Fast Plate OCR — легковесная библиотека для распознавания автомобильных номеров, построенная на современных OCR-моделях. Работает через ONNX Runtime, поддерживает CPU, NVIDIA GPU, OpenVINO и другие ускорители.

Внутри: ⌨️ готовые модели, которые достаточно скачать и запустить; 🌍 распознавание номеров из 65+ стран с возможностью определения региона; 🧠 современные модели на базе Compact Convolutional Transformer (CCT); 🚀 скорость до нескольких тысяч номеров в секунду на GPU; 🛠 возможность дообучить модель на собственном датасете или создать свою архитектуру; 📦 экспорт в ONNX, TFLite и CoreML для мобильных и embedded-устройств.

⚙️ Простая установка: pip install fast-plate-ocr[onnx-gpu]

▶️ Запуск буквально в несколько строк:

from fast_plate_ocr import LicensePlateRecognizer

ocr = LicensePlateRecognizer("cct-s-v2-global-model") print(ocr.run("plate.jpg"))

Отлично подойдет для: • систем контроля доступа и шлагбаумов; • парковок и платных стоянок; • видеонаблюдения; • анализа дорожного трафика; • проектов компьютерного зрения и OpenCV.

♎️ GitHub/Инструкция

😳 Лайф | 📲 Зеркало Max

#python #soft #github #code

Знакомые ищут Technical Owner / Tech Lead в SaaS AI-платформу 🚀

Нужен сильный технический специалист на стороне продукта, который будет контролировать качество реализации, принимать работы от внешних подрядчиков, которые ведут всю разработку, и помогать выбирать инженерные решения.

Детали: Основные задачи: — оценка кода и приёмка работ подрядчиков; — проверка архитектуры, инфраструктуры и безопасности; — выявление технических рисков; — оценка сроков, трудозатрат и обоснованности выставленных часов; — перевод бизнес-задач в технические требования; — разбор критических сбоев и стабилизация системы. Что нужно знать: — Python, FastAPI или Django, PostgreSQL, очереди задач, API; — Docker, CI/CD и облачную инфраструктуру; — API Gateway, балансировку, TLS, VPC и управление доступом; — таймауты, ретраи, резервные маршруты и переключение API-провайдеров; — биллинг SaaS: тарифы, подписки, квоты и учёт потребления; — объектные хранилища и длительные асинхронные задачи; — генеративные API, self-hosted модели на GPU и RAG.

Плюсом будет опыт с высоконагруженным SaaS, внешними командами, SLO/SLA, инцидентами и юнит-экономикой.

Также нужно будет проводить технический онбординг, готовить инструкции, собирать обратную связь и объяснять сложные технические вещи понятным языком.

Ищут человека, которому действительно интересны нейросети: самостоятельно изучать новые модели, разворачивать их и оценивать применимость для продукта.

Работа в связке с AI-директором: он отвечает за продукт и стратегию, Technical Owner — за техническое качество и инженерные решения.

Возможна частичная занятость с переходом на полную. Удалённый или гибридный формат, работа под NDA.

Совмещать можно, но не с прямыми конкурентами.

по всем вопросам напрямую: @Elizgen

#вакансии ——— @tsingular

🎮Tom’s Hardware проверили, на что сегодня способны видеокарты с 4 ГБ памяти на примере GeForce GTX 1650 Super и Radeon RX 6500 XT, пока новую Radeon RX 9050 4GB (она не для розницы) достать не удалось. В Fortnite, Apex Legends и Counter-Strike 2 RX 6500 XT заметно быстрее, а в Cyberpunk 2077 впереди оказалась GTX 1650 Super. Авторы подобрали «рабочие» настройки и замерили VRAM: в Fortnite (Full HD, средние, XeSS Quality) выходит чуть больше 4 ГБ, в Apex Legends — чуть меньше 4 ГБ даже на высоких без апскейлера. В Cyberpunk 2077 потребление превышало 5 ГБ даже на низких с XeSS 2.0 Balanced, но играть, по их словам, было комфортно. При этом тест не показывает уровень RX 9050 4GB: её GPU мощнее, хотя 4 ГБ памяти всё равно будут серьёзным ограничением.

Подробно на IXBT

📈В Южной Корее видеокарты GeForce RTX 50 уже начали заметно дорожать и могут прибавить ещё 20–30% в августе. По данным местного дистрибьютора, производители временно приостановили отгрузки перед пересмотром цен. Уже сейчас RTX 5070 стоит от $770, а RTX 5090 подскочила до $5100, то есть на $1000 дороже, чем месяц назад. На прошлой неделе рост цен на RTX 50 отмечали почти по всему миру, и пока неясно, является ли это уже новым уровнем или подорожание продолжится.

Подробно на IXBT

‍#CHIP_новости

Какую видеокарту купить для 4K? GeForce RTX 4080 SUPER против RTX 5080

Тесты проводились на ПК с процессором Ryzen 7 9800X3D и 32 ГБ оперативной памяти DDR5.

Подробнее здесь

📱 Подписывайтесь на Chip | Мы в MAX

✨ فرصت کارآموزی پژوهشی | Generative AI ✨

ما در برج فناوری شریف روی توسعه مدل‌های مولد برای طراحی مولکول‌های دارویی کار می‌کنیم و به دنبال یک کارآموز پژوهشی هستیم.

اگر با مدل‌های مولد (VAE, Diffusion, ...) کار کرده‌اید و دوست دارید از همان ایده‌ها خارج از دنیای تصویر و ویدئو استفاده کنید، این فرصت برای شماست.

🔹 نکته: لازم نیست پیش‌زمینه‌ای در شیمی یا داروسازی داشته باشید؛ مفاهیم موردنیاز را در طول پروژه یاد خواهید گرفت.

🤔 در این پروژه چه کار می‌کنید؟

▫️ مطالعه و بازتولید مقاله‌های روز حوزه Generative AI و طراحی مولکول ▫️ توسعه و پیاده‌سازی مدل‌های مولد برای طراحی مولکول ▫️ طراحی و اجرای آزمایش‌های پژوهشی برای ارزیابی ایده‌های جدید ▫️ همکاری در پروژه‌های تحقیق و توسعه تیم

❓ دنبال چه کسی هستیم؟

▫️ تسلط و آشنایی خوب با Python و PyTorch ▫️ تجربه کار یا پروژه شخصی با مدل‌های مولد (Diffusion, Flow Matching, Autoregressive, VAE, GAN و ...) ▫️ علاقه و انگیزه بالا برای مطالعه و پیاده‌سازی مقاله‌های علمی

🎁 آنچه ارائه می‌کنیم:

▫️ حقوق کارآموزی ▫️ دسترسی به GPU و زیرساخت محاسباتی ▫️ منتورینگ مستقیم در طول پروژه ▫️ تجربه کار روی یک مسئله واقعی پژوهشی در حوزه طراحی مولکول ▫️ امکان ادامه همکاری پس از دوره کارآموزی ▫️ مشارکت در انتشار مقاله در صورت دستیابی به نتایج پژوهشی

📩 نحوه درخواست:

رزومه (و در صورت وجود GitHub) خود را ارسال کنید:

📌 ارتباط و ارسال درخواست: @ReihaneHalvaei

#Generative_models #AI_in_pharmacology #AI4Science #Protein_Design

@CE_Job

AI compute got pricier. Again.

Hyperscaler GPU rates rose for the second time this year, and the memory crunch will not clear soon.

See how Aethir's decentralized GPU cloud keeps AI compute costs in check 👇

https://x.com/AethirCloud/status/2084250297765855692

Alibaba анонсировала своего нового флагмана — Qwen3.8-Max

Это самая мощная модель в линейке, которая уже взлетела на верхние строчки мировых рейтингов.

Что важно знать

Внутри модели 2,4 трлн параметров. Но за счёт MoE-архитектуры при каждом запросе активируются только 95 млрд — это снижает задержки и расходы.

Модель мультимодальна — работает с текстом, изображениями и видео. Контекстное окно — до 1 млн токенов.

✳️ Главные фишки

Qwen3.8 способен автономно выполнять длительные проекты. В одном из тестов он с нуля, без участия человека, разрабатывал программный проект около 16 дней, сделав 265 коммитов и закрыв 127 PR.

В другом эксперименте модель за 5 дней самостоятельно воспроизвела и улучшила исследовательскую работу по отбору данных для обучения LLM, написав 7 600 строк кода и проведя 33 раунда GPU-обучения.

На платформе Arena.AI модель заняла 4-е место по фронтенд-кодингу и 2-е место по визуальному восприятию среди всех моделей мира.

На следующей неделе Alibaba обещает открыть веса Qwen3.8-Max и компактной версии Qwen3.8-27B.

✳️ Ссылка

👍 или 🔥 — так мы поймём, какие темы вам интересны

🟣Теги: #Qwen

Видеокарты снова в росте — Nvidia и AMD готовят новые повышения цен, которые уже вскоре отразятся на магазинах.

🔴 Nvidia может увеличить цены на свои GPU на 30%. Это станет уже третьим подорожанием за год.

🔴 AMD последует за ней с ростом на 10% — очередное повышение в 2026 году.

🔴 Причина по-прежнему одна — растут затраты на чипы и видеопамять. Партнёры уже уведомлены о новых условиях поставок.

🔴 Старые партии в рознице стремительно заканчиваются — новые ценники появятся до конца года. 💸

Инновации Завтра

‍#CHIP_новости

Недорогая GeForce RTX 3060 все еще самая популярная видеокарта среди геймеров

Об этом говорит свежая статистика сервиса цифровой дистрибуции Steam.

Подробнее здесь

📱 Подписывайтесь на Chip | Мы в MAX

Видеокарты снова дорожают: Nvidia и AMD готовят новые повышения цен, которые скоро отразятся на магазинах — уже со следующими поставками.

🔴 Nvidia может увеличить цены на свои модели сразу на 30%. Это станет уже третьим подорожанием за год.

🔴 За ней последует AMD с ростом на дополнительные 10% — и это тоже не первый случай в 2026-м.

🔴 Причина по-прежнему одна — растут затраты на чипы и видеопамять. Партнёры уже получили уведомления о новых расценках на отгрузки.

🔴 На розничных складах старые запасы стремительно заканчиваются — ценники обновят до конца года. ⏳

Прорыв

Google Pixel 11 Pro Fold: впечатляющий складной флагман представлен на рендерах

Официальная презентация запланирована на 12 августа

Изображения устройства, предположительно являющиеся официальными, предоставил авторитетный информатор Эван Бласс

Смартфон демонстрируется в светло-зеленом (оливковом) исполнении. На одном из изображений указана диагональ гибкого экрана в развернутом состоянии, которая составит 8 дюймов.

Другой рендер указывает, что одним из ключевых преимуществ устройства станут функции Gemini Intelligence на базе искусственного интеллекта. На задней панели размещен новый светодиодный индикатор Pixel Glow.

По имеющимся данным, аппаратной основой устройства станет процессор Tensor G6. Автономность обеспечит аккумулятор емкостью 4800 мА*ч.

Хороший тамада, і конкурси цікаві!

Китайський майстер та блогер Брат Чжан взявся за відеокарту AX Gaming GeForce RTX 5060 Ti, яка після ДТП була зігнута майже під 120°. Радіатор і корпус виглядали так, ніби карту необхідно просто викинути.

Але сама плата дивом майже не постраждала. Вона навіть запускалася — щоправда, після встановлення драйвера з'являвся чорний екран. Чжан знайшов проблему: постраждала мікросхема пам'яті біля місця вигину. Заміна — і RTX 5060 Ti знову повністю ожила! 🔥 Відеокарта пройшла стрес-тести, хоча рідні кулери після аварії вже не врятувати.

🖥 Ваша відеокарта може виконувати ШІ-завдання замість майнінгу

Платформи орендують потужності GPU для генерації зображень, обробки відео, навчання моделей і рендерингу. У статті розібрали: 🔹 6 доступних платформ 🔹 розрахунок доходу RTX 4070 🔹 витрати на електроенергію 🔹 вимоги до домашнього ПК 🔹 ризики та захист особистих даних Це не гарантований пасивний дохід, але за достатнього завантаження результат може бути кращим за майнінг.

👉 Читати статтю

Щоденні робочі схеми — у нашому каналі: Бізнес. Ідеї. Стартапи 🇺🇦