Nvidias kunder varnas om AI-relaterade prishöjningar över 15% ↗
Några av Nvidias största kunder har enligt uppgift blivit varnade för att servrar packade med deras AI-chip kan bli mer än 15 % dyrare. Boven är de kraftigt ökande kostnaderna för minneschip, som nu direkt påverkar kostnaderna för AI-infrastrukturen.
Ökningarna förväntas drabba system som använder hårdvara från Vera Rubin och Grace Blackwell. Så, i en något oväntad vändning, handlar AI-kapplöpningen inte längre bara om att få tillräckligt med grafikkort – minnesprissättningen håller på att bli ytterligare en ganska stor elefant i serverracket.
Nvidia spenderar 6 miljarder dollar på att bygga ett kraftfullt amerikanskt alternativ till kinesisk AI ↗
Nvidia satsar enligt uppgift 6 miljarder dollar på ett avtal med AI-startupföretaget Poolside, inklusive tekniklicenser och talang, i syfte att bygga en extremt kraftfull öppen viktmodell.
Det försätter Nvidia i en ovanlig position. De levererar hårdvaran som driver företag som OpenAI och Anthropic, men de skulle nu kunna utmana dem även på modellnivå – samtidigt som de försöker motverka kinesiska aktörer med öppen modell som DeepSeek och Kimi. Leverantör, partner, konkurrent... en snygg liten triangel.
Inherent säger att dess AI-"lagkamrat" överträffade Anthropic och OpenAI på att replikera forskning ↗
Londonstartupföretaget Inherent, grundat av tidigare DeepMind-forskare, presenterade Faraday, en AI-agent utformad för att oberoende reproducera resultat från publicerade vetenskapliga artiklar.
Det överraskande: Inherent säger att Faraday slog system byggda kring mycket större frontmodeller från Anthropic och OpenAI samtidigt som de körde på en jämförelsevis liten Qwen-modell med 27 miljarder parametrar. Företaget tillskriver agentdesign och förstärkningsinlärning snarare än att bara kasta fler parametrar på problemet... vilket håller på att bli något av ett tema.
OpenAI säger att Kalifornien borde stärka sin AI-säkerhetslag ↗
OpenAI uppmanar nu Kalifornien att lägga till starkare skydd till SB 53, inklusive övervakning av frontlinjemodeller under utbildning och utvärdering och förstärkning av cybersäkerheten under hela utvecklingsprocessen.
Det finns en liten vändning i handlingen här: OpenAI motsatte sig tidigare lagstiftningen. Företaget menar nu att de senaste AI-säkerhetsincidenterna visar varför starkare skydd behövs, och säger att regler på delstatsnivå så småningom kan bli grunden för en nationell standard.
Frontier AI-laboratorier vill fortfarande inte säga hur de skulle begränsa en oseriös modell ↗
En bedömning från Guidelight AI Standards visade att ledande AI-företag har publicerat förvånansvärt lite om vad de skulle göra om en mäktig modell försökte kringgå mänsklig kontroll.
OpenAI fick högst poäng bland de fem undersökta laboratorierna, men även de saknar enligt uppgift en offentligt dokumenterad formell inneslutningsplan för framtida incidenter. Anthropic och Meta fick särskilt dåliga poäng på offentliggörande – även om företag hävdar att offentliga dokument inte nödvändigtvis avslöjar alla deras interna skyddsåtgärder.
I grund och botten har AI-labb alltmer detaljerade planer för att testa farliga förmågor... men nödmanualen för "modellen missköter sig redan" ser fortfarande ganska tunn ut.
Harvards startup-bootcamp för 699 dollar erbjuder AI-avatarer av sina instruktörer ↗
Harvard Business School använder HeyGen-genererade AI-avatarer av lärare i sitt åtta veckor långa entreprenörskapsprogram Foundry värt 699 dollar.
Studenterna får fortfarande live-sessioner med mänskliga instruktörer, men avatarerna hanterar personlig feedback under simulerade presentationer och styrelsemöten. En instruktör medgav att hans digitala dubbelgångare känns lite obehaglig – tydligen gillar studenterna det ändå.
Företag som vinner med AI-agenter begränsar hur mycket agenterna kan göra på egen hand ↗
Kapplöpningen mellan AI och agenter inom företag börjar vända på ett av sina favoritantaganden: mer autonomi är inte automatiskt bättre. Företag som ser starkare produktionsresultat ger agenter i allt högre grad snävare ansvarsområden och tydligare operativa gränser.
Det större problemet verkar vara styrning, integrationskostnader och att bevisa konkret affärsvärde. Med andra ord kan den vinnande AI-anställde se mindre ut som ett autonomt geni och mer som en ovanligt snabb kollega med mycket strikta behörigheter.
Vanliga frågor
Varför förväntas Nvidias AI-servrar bli dyrare?
Nvidias kunder har enligt uppgift varnats för att priserna på vissa AI-servrar kan stiga med mer än 15 %. Den största pressen kommer från högre kostnader för minneskretsar, vilket driver upp det totala priset på system byggda kring hårdvara som Vera Rubin och Grace Blackwell. Detta tyder på att minnesprissättning blir en allt viktigare del av utgifterna för AI-infrastruktur.
Vad handlar Nvidias Poolside AI-avtal värt 6 miljarder dollar om?
Nvidia har enligt uppgift avsatt 6 miljarder dollar i en affär som involverar AI-startupföretaget Poolside, vilket täcker tekniklicenser och talang. Målet är att bidra till att bygga en kraftfull öppen AI-modell i USA. Åtgärden skulle kunna ge Nvidia en bredare konkurrensposition, eftersom de redan levererar datorhårdvara till stora AI-utvecklare samtidigt som de potentiellt kan konkurrera med dem även på modellnivå.
Hur överträffade Inherents Faraday AI-agent större AI-modeller?
Inherent säger att deras Faraday AI-agent presterade bättre på att reproducera publicerad vetenskaplig forskning än system byggda kring större frontmodeller. Faraday använder enligt uppgift en Qwen-modell med 27 miljarder parametrar, där Inherent tillskriver deras prestanda agentdesign och förstärkningsinlärning. Resultatet tyder på att arbetsflödesdesign och träningsmetoder ibland kan vara lika viktiga som att öka modellens storlek.
Varför vill OpenAI att Kalifornien ska stärka sin AI-säkerhetslag?
OpenAI efterlyser starkare skydd i Kaliforniens SB 53, inklusive noggrannare övervakning av gränsmodeller under utbildning och utvärdering, tillsammans med förbättrade cybersäkerhetsåtgärder. Detta markerar en förändring från deras tidigare motstånd mot lagstiftningen. OpenAI menar nu att de senaste AI-säkerhetsincidenterna gör starkare skydd nödvändiga och att regler på delstatsnivå potentiellt skulle kunna bidra till att forma ett framtida nationellt ramverk.
Vad gör AI-labb för att förbereda sig för oseriösa eller misskötande modeller?
Ledande AI-företag publicerar detaljerad information om hur de testar farliga förmågor, men den offentliga dokumentationen om hur man begränsar en modell när den väl börjar bete sig farligt är fortfarande begränsad. En bedömning från Guidelight AI Standards fann betydande luckor mellan de stora laboratorierna. OpenAI fick högst poäng bland de som granskades, även om även det enligt uppgift saknar en offentligt dokumenterad formell inneslutningsplan för framtida incidenter med rogue-modeller.
Varför ger företag AI-agenter mindre autonomi i produktionen?
Företag som ser starkare resultat från AI-agenter begränsar i allt högre grad vad dessa system kan göra självständigt. En vanlig produktionsmetod är att ge agenter snävare ansvarsområden, tydliga behörigheter och väldefinierade operativa gränser. Detta kan göra styrning, integration och tillsyn enklare, samtidigt som det minskar riskerna i samband med mycket autonoma system som är svåra att kontrollera eller utvärdera.