GPU & AI chips — August 2026

🔥 Корпус Cougar MX600 MINI RGB белый

💱 Сейчас всего за 3.099р. (4.599 ₽)

Данная цена будет по акции самовывозом, но не в каждом магазине, так что проверяйте • Поддерживает mATX, Mini-ITX и BTF-платы • Видеокарты до 385 мм, кулеры — до 175 мм. • Спереди стоят 2×160 мм вентилятора, сзади 1х120мм + контроллер • Поддержка СЖО: 360 мм сверху, 120 мм сзади, также можно установить боковой радиатор. • Снизу установлен полноценный нейлоновый пылевой фильтр, сверху и по бокам используются магнитные сетчатые фильтры. • Из интерфейсов спереди: 2× USB 3.2 Gen1, USB Type-C и комбинированный аудиоразъём. ➡️ DNS – 3.099р. (АРТ: 5603816)

#Кoрпус

🎮 Эмуляторы PS5 добрались до первых 3D-игр, но играть пока рано

Всего за пару недель разработка эмуляции PS5 шагнула далеко вперёд. Экспериментальные эмуляторы SharpEmu и KytyPS5 научились не просто загружать проекты, а запускать их в реальном времени.

Это особенно впечатляет, если учесть, насколько сложно эмулировать PS5. В отличие от ПК, у консоли уникальная архитектура с общей памятью для процессора и видеокарты, и эмулятор должен «переводить» это на язык ПК в реальном времени.

И всё же прогресс налицо. Эмулятор KytyPS5 уже выводит отдельные 3D-игры с частотой около 30 FPS. Например, уже можно поиграть в ремейк шутера XIII и Черепашки-ниндзя. SharpEmu тем временем запускает вступительный ролик и доходит до экрана создания персонажа в Demon's Souls.

Это всё ещё не повод продавать консоль. До стабильной эмуляции далеко: запустить игру и нормально в неё играть — совершенно разные вещи.

Интерес к таким проектам понятен. Sony движется в сторону полной «цифры», а GTA VI подогревает интерес к платформе. Сегодня это скорее техническая демонстрация. Но почти каждый зрелый эмулятор когда-то начинался с окна меню и сломанной картинки. __________

❤️ DigitalRazor #digitalrazor_news

NVIDIA стала премиум-спонсором LVFS – сервиса, который доставляет обновления прошивок пользователям Linux.

Это, безусловно, хорошая новость.

LVFS (Linux Vendor Firmware Service) – это бэкенд, на котором работает fwupd, инструмент, встроенный в GNOME Software, KDE Discover и доступный через терминал.

Когда вы обновляете прошивку ноутбука, SSD или периферийных устройств в Linux, именно LVFS доставляет эти обновления в фоновом режиме.

До сих пор для обновления прошивки видеокарт NVIDIA в Linux – речь именно о прошивке, а не о драйверах – приходилось загружаться в Windows, использовать проприетарные инструменты или вовсе отказываться от обновления.

Теперь, когда NVIDIA присоединилась к LVFS в статусе премиум-спонсора, ситуация, будем надеяться, изменится. Обновления прошивок GPU могут начать распространяться напрямую через fwupd – так же, как и обновления для остальных устройств.

Для обычных пользователей Linux это будет означать ещё на одну причину меньше сохранять раздел с Windows

@linuxos_tg

Из-за ИИ цены на цветные металлы взлетели до небес. Аналитики TrendForce уже сейчас бьют тревогу, а также предупреждают о возможном дальнейшем росте цен.😱

Обернуться подобная ситуация может тем, что повысятся в стоимости такие важные компоненты ПК как материнские платы, видеокарты, SSD и даже оперативная память.🙈

😈 - только этого нам не хватало 👍 - собрал ПК в 2025-м и доволен 🫡 - соберу сейчас, пока не подорожало еще 😄 - а вот нечего было генерировать мемы в ИИ

⌨️ Ігровий ноутбук Asus Tuf Gaming з шестиядерним процесором для ігор, роботи та розваг!

✅Гарантія 6 місяців 🏦🏦🏦 оплата частинами

Характеристики: 🟦Windows 11 🧩Діагональ: 15.6 FHD IPS 144Hz 🧩Процесор: Intel Core i5-11400H 🧩Оперативна пам’ять: 16gb ddr4 3200mhz 🧩Відеокарта: NVIDIA GeForce RTX 3050 4gb + Intel UHD Graphics 🧩Накопичувач: SSD 512gb 🔋Акумулятори: 83% здоровʼя Код 12100

💳Ціна 27500грн💸

Телефон 📲+380975202515 🌐KTROOM.COM.UA / НАПИСАТИ

Mistral выложила Shieldstral, модель на 3 млрд параметров для модерации контента под Apache 2.0. Помещается на одну видеокарту с 16 ГБ и рассчитана на запуск прямо на устройстве.

Обычные модели-фильтры носят в себе фиксированную таксономию: список запрещённых категорий зашит на обучении, под свои правила её приходится дообучать. Здесь политика пишется словами в момент запроса. В <Instruct> идёт контекст проверки и строгость, в <Query> один вопрос с ответом да или нет («Этот контент призывает к насилию?»), в <Document> то, что проверяем: запрос пользователя, ответ модели, пару из них или картинку с текстом.

Модель за один проход смотрит только на логиты yes и no и нормализует их софтмаксом в оценку безопасности. На выходе получается число, по которому ставят свой порог и сортируют по уверенности. Одной формулировкой закрываются классификация запросов, модерация ответов, детекция отказов, токсичность и картинки. По замерам Mistral на текстовой безопасности, детекции отказов, переносе на новые политики и мультимодальных тестах Shieldstral держится вровень с открытыми моделями-фильтрами в 7 раз крупнее.

Веса лежат на Hugging Face, про устройство и обучение рассказали в анонсе и техотчёте.

@neuro_channel

🔥 Видеокарта Palit GeForce RTX 5060 Ti WHITE OC 8G

💰 39 692 ₽ с промокодом JULY4000

👉 Купить

Продавец: ОНЛАЙНТРЕЙД

🍀 РЕЗЕРВНЫЙ КАНАЛ В VK

#жм_видеокарты

❗️ Промокод на -500₽ "JULY500" ❗️ Промокод на -1000₽ "JULY1000" ❗️ Промокод на -1500₽ "JULY1500" ❗️ Промокод на -2000₽ "JULY2000" ❗️ Промокод на -4000₽ "JULY4000"

❗️ Москва и остальные дороже. Локально Питер, Краснодар, Ростов-на-Дону, Сочи

💬 2x8 ddr4 🛍 Опepaтивнaя пaмять Netac Shadow III 16GB (8GBx2) DDR4-3200 DIMM White (NTSHD4P32DP-16W) \ Netac Shadow S (NTSSD4P32DP-16W) \ Netac Shadow III Black (NTSHD4P32DP-16K) 💸 11 856₽ 10 856₽ ❗️ Москва дороже. Локально 👉 https://market.yandex.ru/cc/AXokre?erid=5jtCeReNx12oajzgVRue55v 👉 https://market.yandex.ru/cc/AXom5G?erid=5jtCeReNx12oajzgVRue55x 👉 https://market.yandex.ru/cc/AXomKR?erid=5jtCeReNx12oajzgVRue5AF

🛍 Опepaтивнaя пaмять Patriot Memory DDR4 16Gb (2x8Gb) 3200MHz сл22 pc-25600 Signature Premium (PSP416G3200KH1) 💸 10 947₽ 9 947₽ ❗️ Москва дороже. Локально 👉 https://market.yandex.ru/cc/AXomWg?erid=5jtCeReNx12oajzgVRue5AJk

💬 2x16_ддp5 🛍 Опepaтивнaя пaмять ддp5 Kingspеc 16гигoв 4800CL40 KS4800D5P11016G 💸 16 871₽ 15 371₽ 💸 16 871₽ 15 871₽ ❗️ ддp5 память с местной гогантией. можно списать сначала -1500 потом -1000 👉https://market.yandex.ru/cc/AXon2X?erid=5jtCeReNx12oajzgVRue5AQ

🛍 Оперативная память Reletech Battlesky X-5 RGB DDR5 32 ГБ (2x16 ГБ) 6800MHz CL34, Hynix A-Die 💸 45 739₽ 41 739₽ 👉 https://market.yandex.ru/cc/AXonCB?erid=5jtCeReNx12oajzgVRue5Ef

🔥🔥🔥🔥🔥 🛍 Опepaтивнaя пaмять Patriot Memory PATRIOT Viper Venom Black 16Gb 6000cl30 DDR5-6000 DIMM (PVV516G60C30) 💸 46 230₽ 42 230₽ ❗️ ддp5 память с местной гогантией 👉 https://market.yandex.ru/cc/AXonLd?erid=5jtCeReNx12oajzgVRue5Eg 🔥🔥🔥🔥🔥

🛍 Оперативная память Reletech Battlesky X-5 RGB DDR5 32 ГБ (2x16 ГБ) 7200MHz CL34, Hynix A-Die 💸 47 132₽ 43 132₽ 👉 https://market.yandex.ru/cc/AXonUD?erid=5jtCeReNx12oajzgVRue5Ei

🛍 Оперативная память Teamgroup DDR5 32 ГБ (2x16 ГБ) 6000MHz CL38 💸 50 074₽ 46 074₽ 👉 https://market.yandex.ru/cc/AXonew?erid=5jtCeReNx12oajzgVRue5Ej

🛍 Оперативная память Teamgroup DDR5 32 ГБ (2x16 ГБ) 6400MHz CL32 💸 50 767₽ 46 767₽ 👉 https://market.yandex.ru/cc/AXonoz?erid=5jtCeReNx12oajzgVRue5Em

💬 2x32_ддp5 🛍 Оперативная память G.skill RIPJAWS S5 64Gb (2x32Gb) DDR5-5600 cl36 DIMM White (F5-5600J3636D32GX2-RS5W) 💸 75 419₽ 71 419₽ 👉 https://market.yandex.ru/cc/AXonzM?erid=5jtCeReNx12oajzgVRue5Eo

💬 Мониторы 🛍 Pantec 22", 1920 x 1080, 100Hz, ips 💸 5 648₽ 5 148₽ 👉 https://market.yandex.ru/cc/AXo3in?erid=5jtCeReNx12oajzgVRucjEd

🛍 Xiaomi "Redmi" G24 24" A24FDA-RG, диагональ , VA, 240Гц, чёрный 💸 8 355₽ 7 355₽ 👉 https://market.yandex.ru/cc/AXo6nX?erid=5jtCeReNx12oajzgVRucjK4

🔥 Xiaomi "Redmi" G24Q 24" 2560x1440, ips, 18ОГц, чёрный 💸 11 967₽ 10 967₽ 👉 https://market.yandex.ru/cc/AXooAH?erid=5jtCeReNx12oajzgVRue5K5

🛍 Xiaomi Redmi G25 24.5", 192ОХ108О, 3OOГц, IРS, черный, P25FDA-RG 💸 11 781₽ 10 781₽ ❗️ походу новый g25 👉 https://market.yandex.ru/cc/AXooUz?erid=5jtCeReNx12oajzgVRue5K7

🛍 Digma Pro Motion L 27" 256Оx144О, 144Hz IРS 💸 12 377₽ 11 377₽ 👉 https://market.yandex.ru/cc/AXoBpW?erid=5jtCeReNx12oajzgVRud4LR

🛍 LUNNEN Ground 24" 2560x1440, ips, Type-C 65 Ватт, 100 Гц, Display Port, HDMI, ML24144WQ01, черный, Space Black 💸 13 138₽ 12 138₽ ❗️ Промокод "FACTORY10LETO" 👉 https://market.yandex.ru/cc/AXoogY?erid=5jtCeReNx12oajzgVRue5K9

🔥 SANC G73Pro 27" 256Оx144О, IРS, 26OHz 💸 13 364₽ 12 364₽ 👉 https://market.yandex.ru/cc/AXoE9K?erid=5jtCeReNx12oajzgVRud4Zd

🛍 Moнитop AOC Q27G42ZE 27", 256Оx144О, IРS, 2026, 2OOHz (P27QDB-RG) 💸 17 284₽ 15 784₽ ❗️ Продавец Ситилинк 👉 https://market.yandex.ru/cc/AXooq5?erid=5jtCeReNx12oajzgVRue5KA

🛍 Reletech G34WQ 34", 344Оx144О, VА, 165Гц 💸 18 151₽ 17 651₽ 👉 https://market.yandex.ru/cc/AXoGKG?erid=5jtCeReNx12oajzgVRud4iV

🛍 TCL 25G6 25" ips, QD-Mini LED, HDR600, VRR 300 Гц, 1080p 💸 19 025₽ 17 525₽ 👉 https://market.yandex.ru/cc/AXop2N?erid=5jtCeReNx12oajzgVRue5KD

🛍 Xiaomi Redmi Display G Pro 27", 256Оx144О, IРS, miniled, 18OГц, 1152 зоны подсветки 💸 19 913₽ 18 000₽ ❗️ докидываем до 20к 👉 https://market.yandex.ru/cc/AXoJfF?erid=5jtCeReNx12oajzgVRud4wh

🛍 Xiaomi Redmi Display G34WQ, 34", VА, 18OГц, UWQHD, изогнутый 💸 22 266₽ 20 266₽ 👉 https://market.yandex.ru/cc/AXopD6?erid=5jtCeReNx12oajzgVRue5PV

🛍 Redmi Display 27 G27U 27", 384Ox216O, IРS, 16OГц 4k 320hz fhd 💸 20 727₽ 18 727₽ 👉 https://market.yandex.ru/cc/AXopMr?erid=5jtCeReNx12oajzgVRue5PW

💬 SSD 🛍 SSD APACER 256 GB AP256GAS350XR-1, SATA 2.5" 💸 3 324₽ 👉 https://market.yandex.ru/cc/AXopYS?erid=5jtCeReNx12oajzgVRue5PX

🛍 SSD Patriot P300 P300P512GM28 512ГБ, M.2 2280, PCIe 3.0 x4, NVMe 💸 7 781₽ 7 281₽ ❗️ tlc samsung 92 слоя(по крайней мере была) + silicon motion 2263xt 👉 https://market.yandex.ru/cc/AXopz2?erid=5jtCeReNx12oajzgVRue5Pa

🛍 SSD ADATA Legend 710 512GB PCI-E 3.0 x4 💸 7 927₽ 7 427₽ ❗️ Qlc 💩, но дешево 👉 https://market.yandex.ru/cc/AXoqCy?erid=5jtCeReNx12oajzgVRue5Pc

🛍 SSD ADATA Legend 860 1TB (SLEG-860-1000GCS) 💸 14 517₽ 13 517₽ ❗️ 3 года гарантия ❗️ Скорее будет QLC, недорогой 4.0 диск 👉 https://market.yandex.ru/cc/AXoqPS?erid=5jtCeReNx12oajzgVRueQBh

🛍 SSD ADATA GAMMIX S60 Blade 1TB, M.2 (AGAMMIXS60-1T-CS) 💸 14 697₽ 13 697₽ ❗️ 5 лет гарантия. ❗️ Realtek RTS5772DL + TLC 👉 https://market.yandex.ru/cc/AXoqcm?erid=5jtCeReNx12oajzgVRueQBj

🛍 SSD WD Blue SN5100 1Tb PCIe 4.0 x4 (WDS100T5B0E) 💸 15 448₽ 13 948₽ ❗️ Скорее будет QLC, недорогой 4.0 диск 👉 https://market.yandex.ru/cc/AXoqki?erid=5jtCeReNx12oajzgVRueQBn

🛍 SSD ADATA XPG MARS 980 STORM 1TB, M.2 (SMAR-980S-1TCI) 💸 17 740₽ 16 240₽ ❗️ Отличный 5.0 буферный диск, если снимите радиатор - минус гарантия 👉 https://market.yandex.ru/cc/AXoqtW?erid=5jtCeReNx12oajzgVRueQBo

🛍 SSD ADATA Legend 960 Max 2TB, ALEG-960M-2TCS 💸 26 530₽ 24 530₽ ❗️ 5 лет гарантия ❗️ TLC+ SM2264 - топовый 4.0 диск. 👉 https://market.yandex.ru/cc/AXor5D?erid=5jtCeReNx12oajzgVRueQBq

🛍 SSD Corsair MP700 SE Pro Hydro X Series 2TB PCI-E 5.0 💸 26 739₽ 24739₽ ❗️ Локально 👉 https://market.yandex.ru/cc/AXorG5?erid=5jtCeReNx12oajzgVRueQG7

🛍 SSD WD SN7100 1TB (WDS100T4X0E) PCIe 4.0 x4 💸 16 499₽ 14 999₽ ❗️ TLC, топовый безбуферник 👉 https://market.yandex.ru/cc/AXorRB?erid=5jtCeReNx12oajzgVRueQG8

🛍 Кулер для процессора DeepCool AG620 G2, 4-pin, 120мм, черный, retail r-ag620-bknpmg2-g 💸 2 899₽ ❗️ Отличный кулер. 6 трубок. 👉 https://market.yandex.ru/cc/AXoraF?erid=5jtCeReNx12oajzgVRueQGA

💬 Видеокарта 🛍 GIGABYTE RTX5060 8GB GV-N5060OC-8GL 💸 33 996₽ 31 996₽ 👉 https://market.yandex.ru/cc/AXorjL?erid=5jtCeReNx12oajzgVRueQGC

🛍 GIGABYTE RTX5060 8GB GV-N5060EAGLEMAX OC-8GD 💸 36 473₽ 34 473₽ 👉 https://market.yandex.ru/cc/AXorwK?erid=5jtCeReNx12oajzgVRueQGE

🛍 Msi RTX5060Ti SHADOW 2X OC PLUS 8G 💸 43 300₽ 39 300₽ 👉 https://market.yandex.ru/cc/AXosEh?erid=5jtCeReNx12oajzgVRueQGG

🛍 Palit RTX 5060 Ti WHITE OC 8G 💸 43 692₽ 39 692₽ 👉 https://market.yandex.ru/cc/AXosPM?erid=5jtCeReNx12oajzgVRueQLY

▪️ Реклама: ООО "Яндекс Маркет" ИНН 9704254424

🔥 Видеокарта Msi GeForce RTX 5060 Ti SHADOW 2X OC PLUS 8G

💰 39 300 ₽ с промокодом JULY4000

👉 Купить

Продавец: ОНЛАЙНТРЕЙД

🍀 РЕЗЕРВНЫЙ КАНАЛ В VK

#жм_видеокарты

🛡️ Mistral выпустила Shieldstral - открытую модель для модерации текста и изображений

Большинство guard-моделей работают с заранее заданным списком запретов. Чтобы адаптировать такую систему под другой продукт, аудиторию или правила компании, часто требуется дополнительное обучение.

Shieldstral предлагает другой подход: разработчик описывает политику безопасности обычным языком прямо во время инференса.

Например:

> «Безопасно ли показывать это изображение несовершеннолетнему?»

Модель анализирует текст, изображение или пару «запрос - ответ», после чего возвращает вероятность yes или no.

Что умеет Shieldstral:

- проверять пользовательские запросы и ответы модели; - модерировать текст и изображения; - оценивать, был ли отказ модели обоснованным; - адаптироваться к новым правилам без переобучения; - выдавать оценку риска, а не только жёсткий ярлык.

В модели всего 3 млрд параметров, поэтому её можно запустить на одной NVIDIA GPU с 16 ГБ памяти.

По внутренним тестам Mistral, Shieldstral конкурирует с открытыми guard-моделями, которые крупнее её до семи раз. Эти результаты пока требуют независимой проверки.

Модель опубликована с открытыми весами под лицензией Apache 2.0.

Подробнее: https://mistral.ai/news/shieldstral

Essential Python Libraries to build your career in Data Science 📊👇

1. NumPy: - Efficient numerical operations and array manipulation.

2. Pandas: - Data manipulation and analysis with powerful data structures (DataFrame, Series).

3. Matplotlib: - 2D plotting library for creating visualizations.

4. Seaborn: - Statistical data visualization built on top of Matplotlib.

5. Scikit-learn: - Machine learning toolkit for classification, regression, clustering, etc.

6. TensorFlow: - Open-source machine learning framework for building and deploying ML models.

7. PyTorch: - Deep learning library, particularly popular for neural network research.

8. SciPy: - Library for scientific and technical computing.

9. Statsmodels: - Statistical modeling and econometrics in Python.

10. NLTK (Natural Language Toolkit): - Tools for working with human language data (text).

11. Gensim: - Topic modeling and document similarity analysis.

12. Keras: - High-level neural networks API, running on top of TensorFlow.

13. Plotly: - Interactive graphing library for making interactive plots.

14. Beautiful Soup: - Web scraping library for pulling data out of HTML and XML files.

15. OpenCV: - Library for computer vision tasks.

As a beginner, you can start with Pandas and NumPy for data manipulation and analysis. For data visualization, Matplotlib and Seaborn are great starting points. As you progress, you can explore machine learning with Scikit-learn, TensorFlow, and PyTorch.

Free Notes & Books to learn Data Science: https://t.me/datasciencefree

Python Project Ideas: https://t.me/dsabooks/85

Best Resources to learn Python & Data Science 👇👇

Python Tutorial

Data Science Course by Kaggle

Machine Learning Course by Google

Best Data Science & Machine Learning Resources

Interview Process for Data Science Role at Amazon

Python Interview Resources

Join @free4unow_backup for more free courses

Like for more ❤️

ENJOY LEARNING👍👍

🚀 SpaceX stocks (#SPCX) are in the spotlight.

➥ The company's first financial report post-IPO is expected soon.

➥ SpaceX and Nvidia have announced a partnership, with StarMind project satellites receiving computing modules powered by the latest GPU Rubin, while Nvidia will develop the satellite computing platform.

➥ Investors are rapidly increasing short positions on SpaceX, with 95% of available shares already shorted.

UPD: SpaceX's report shows a loss per share of $0.09 (forecast was $0.23).

➥ Revenue: $7.8b (forecast was $6.81b).

❗️ SpaceX holds 18,712 BTC ($1.2b) on its balance sheet.

➥ The operational loss in AI was $1.26b, nearly half the expected $2.39b.

➥ The company's net loss reached $541m, with Starlink subscribers hitting 12m by the end of Q2.

➥ SpaceX shares fell 5% after the report.

SpaceX и Nvidia объявили о стратегическом партнерстве

SpaceX объявила о стратегическом сотрудничестве с Nvidia в рамках развития спутникового проекта StarMind.

Спутники новой сети получат вычислительные модули на базе новейших графических процессоров Rubin, которые Nvidia представила как следующее поколение ИИ-ускорителей.

Кроме того, Nvidia примет участие в разработке специализированной спутниковой вычислительной платформы. Ожидается, что это позволит выполнять часть задач по обработке данных и работе ИИ непосредственно на орбите, без передачи информации на Землю.

🇺🇸Дядя Сэм

Архітектура МоЕ — 🔤🔤🔤🔤, зустрічайте Mixture of Kittens (ага, мікстура кошенят) 🙄🙄🙄

Cursor дуже люблять MoE та використовують у своїх моделях Composer, але є в архітектури один неприємний недолік: для обробки кожного токена модель обирає кількох «експертів», які можуть працювати на різних карточках, через що для відповіді GPU постійно надсилають туди-сюди токени, на що витрачається половина часу на обробку відповіді.

Ну типу уявіть собі, що ви питаєте в моделі «Що таке Пітон?» — один експерт краще знається на програмуванні, інший — на тваринах, а третій узагалі готовий написати, що деякі хлопці так називають свого 👁👁👁. І поки вони обробляють ваш запит, токени переганяються від відеокарти до відеокарти й назад.

Що пропонує MoK:

🪙 На різних етапах система сама обирає, що швидше: забрати дані з іншої відеокарти чи надіслати їх туди;

🪙 Частина ресурсів відеокарти займається обчисленнями, а інша — передаванням даних, щоб ці процеси йшли одночасно;

🪙 Дані тимчасово складаються в спеціальну «чергу по колу», тому центральному процесору не потрібно постійно контролювати кожну операцію;

🪙 За однакових вхідних даних система завжди видає абсолютно однаковий результат. Це важливо, щоб коректно порівнювати експерименти та навчати моделі;

🪙 Як приємний бонус: навчання моделі з такою архітектурою на 41% швидше, а працюють вони у 2.37 разів швидше за інші рішення.

Ну й назва мемна, йеап.

ооо збір прямо нормально закривається (залишилося 47 213.4)

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 ➡️

⚡️ 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

Рынок DRAM ждёт тяжёлый 2027 год: производители уже распродали почти все мощности

Крупнейшие производители оперативной памяти практически полностью распределили производственные мощности на 2027 год. Новым заказчикам будет сложно получить нужные объёмы DRAM, поскольку основную часть поставок заранее забронировали крупные технологические компании. Главными причинами дефицита стали растущий спрос со стороны искусственного интеллекта и быстрое расширение серверного сегмента.

Samsung, SK hynix и Micron всё активнее переводят мощности на выпуск более прибыльной памяти HBM, необходимой для ИИ-ускорителей. Из-за этого производство обычной DDR5 для компьютеров, ноутбуков и другой потребительской электроники остаётся ограниченным.

Лучше всего подготовлены компании, заранее заключившие долгосрочные контракты. Аналитики считают, что в 2027 году производители смогут удовлетворить только 60–70% ожидаемого спроса. Продолжительный дефицит, вероятно, приведёт к дальнейшему росту цен на оперативную память и устройства, в которых она используется.

🔥 PyTorch Monarch теперь поддерживает AMD GPU через ROCm

Monarch позволяет управлять распределённым обучением на сотнях GPU из одной Python-программы. Вместо ручной координации процессов разработчик работает с акторами и группами устройств, а runtime берёт оркестрацию на себя.

Главное преимущество - отказоустойчивость. Если один узел выходит из строя, исправные реплики продолжают обучение. Система перезапускает повреждённую группу, восстанавливает её состояние и возвращает в работу без полного рестарта кластера.

Поддержка ROCm включает:

- Actor runtime и supervision trees - шардирование тензоров - RCCL и RDMA - SLURM, Kubernetes и SkyPilot - интеграцию с TorchTitan и TorchFT

Подход протестировали на кластерах из 128 AMD MI300 и 256 MI355 GPU. Даже при искусственно вызванных сбоях обучение продолжалось почти так же стабильно, как в обычном запуске.

Для команд, обучающих большие модели, это означает меньше потерянных вычислений, простоев и дорогих перезапусков инфраструктуры.

Подробнее: https://pytorch.org/blog/bringing-pytorch-monarch-to-amd-gpus-single-controller-distributed-training-on-rocm/

Матери подорожают в ближайшее время — после видеокарт и оперативной памяти цены могут поднять ASUS, MSI и Gigabyte.

По данным источников, рост стоимости ожидается уже в третьем квартале 2026 года. Некоторые модели могут прибавить в цене сразу на двузначный процент.

Причина — подорожание меди, текстолита, памяти и других комплектующих.

⚡️ 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

5 Free Courses to Go From AI Beginner to Practitioner

1️⃣ Harvard CS50: Introduction to AI with Python 🎓 Learn the fundamentals of AI before diving into machine learning. Build AI projects like Tic-Tac-Toe, search algorithms, and logic solvers while mastering core AI concepts.

👉 Click Here: https://cs50.harvard.edu/ai/

2️⃣ Google Machine Learning Crash Course 📊 Google's official ML course teaches gradient descent, TensorFlow, feature engineering, and model training with interactive lessons used by Google engineers.

👉 Click Here: https://developers.google.com/machine-learning/crash-course

3️⃣ fast.ai – Practical Deep Learning for Coders 💻 Build real deep learning models from the very first lesson. Learn computer vision, NLP, PyTorch, and deploy AI applications with practical projects.

👉 Click Here: https://course.fast.ai/

4️⃣ Hugging Face NLP Course 🤖 Master Transformers, LLMs, and modern Generative AI. Learn to fine-tune open-source models using the Hugging Face ecosystem. 👉 Click Here: https://huggingface.co/learn/nlp-course

5️⃣ Andrej Karpathy – Neural Networks: Zero to Hero 🧠 Build neural networks and a mini GPT completely from scratch. One of the best free resources to deeply understand how LLMs actually work. 👉 Click Here: https://www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ

Мать не трожь: материнские платы ASUS, MSI и GIGABYTE подорожают уже в третьем квартале 2026 года вслед за видеокартами и оперативной памятью

По данным источников, цены на отдельные модели могут вырасти на десятки процентов, а по некоторым оценкам — до 50%

Причина — резкий рост стоимости производства: дорожают печатные платы, медь, текстолит, память, конденсаторы, микросхемы и другие компоненты

Апгрейд откладывается, снова

❤ Телеграч