Лента новостей

🚗 Waymo открыла сервис роботакси в Далласе для всех Waymo сняла лист ожидания, и теперь любой желающий в Далласе может воспользоваться её полностью автономными такси. Это очередной шаг компании по масштабированию технологий самоуправляемых автомобилей в США, Великобритании и Европе 🌍.

🐱 Mixture-of-Kittens от Cursor: почти вдвое быстрее TFLOP/s Компания Cursor выпустила новый мегакернел Mixture-of-Kittens, предназначенный для обучения моделей Mixture‑of‑Experts (MoE). Разработчики заявляют, что он позволяет почти удвоить производительность в TFLOP/s по сравнению с текущими решениями. Подробности и исходный код доступны в блоге https://cursor.com/blog/mixture-of-kittens и на GitHub https://github.com/cursor/mixture-of-kittens.

🚀 Новая система дизайна без изображений Вышла версия Ling‑3.0‑flash, генерирующая веб‑страницы полностью из кода, без внешних изображений, поддерживая стили Bauhaus, Bohemian, acid‑design и другие. Для оформления используются CSS‑градиенты, SVG‑контуры, типографика и макет, что сохраняет характер каждого визуального языка 🎨. Сегодня обновлены веса модели; теперь доступен скачиваемый пакет MIT объёмом около 128 ГБ для официального FP8. Автор уже протестировал их через API до официального релиза, так что это предварительный просмотр, а не локальный бенчмарк.

⚡️ Снижение лимита мощности RTX 5090 до 480 Вт Автор тестировал RTX 5090 в домашнем режиме, где важны шум и тепло. При ограничении питания до 480 Вт производительность при выводе токенов (decode) упала лишь на 2,1 %, а при предзаполнении (prefill) – на 8,8 %, что считается незначительным. Такое снижение позволяет значительно уменьшить уровень шума, тепловыделение и продлить срок службы карты. Для сравнения при лимите 450 Вт падение скорости уже ускорилось: снижение на 30 Вт привело к потере 2,1 % → 4,2 % производительности. При 600 Вт, 510 Вт и 480 Вт показатели токенов в секунду (pp t/s / tg t/s) составляли 3242,9 / 61,5 и 2980,0 / 61,2 соответственно, а при 480 Вт – 2863,4 / 60,2. 📊 Таблица результатов (модель Qwen3.6‑27B‑Q6_K.gguf): | Лимит, Вт | Max GPU C | Steady GPU C | Max fan % | Sustained W | Steady clock, MHz | Max case RPM | pp t/s | tg t/s | pp % | tg % | |-----------|-----------|--------------|-----------|-------------|-------------------|--------------|--------|--------|------|------| | 600 | 81 | 74,8 | 59 | 566 | 2818 | 1522 | 3242,9 | 61,5 | 100,0 | 100,0 | | 510 | 75 | 70,1 | 50 | 509 | 2645 | 1367 | 2980,0 | 61,2 | 91,9 | 99,5 | | 480 | 77 | 72,8 | 54 | 480 | 2501 | 1527 | 2863,4 | 60,2 | 88,3 | 97,9 | | 450 | 76 | 73,1 | 52 | 450 | 2283 | 1460 | 2696,4 | 58,9 | 83,1 | 95,8 |

🚀 Появились веса Ling‑3.0‑flash на Hugging Face Сегодня в открытый доступ (без ограничений) выложены два репозитория модели inclusionAI/Ling-3.0-flash. Версия BF16 разбита на 24 шарда и занимает около 255 ГБ, а официальная FP8‑версия — примерно 128 ГБ. Модель содержит 127,5 млрд параметров, из которых активно используется 5,1 млрд. В конфигурации указано 512 экспертов, из которых одновременно активны 8 на токен, что значительно детальнее, чем у большинства аналогов. Архитектура — BailingMoeV3, тип модели — bailing_hybrid с пользовательским кодом, как у Ling‑2.6‑flash. Переключатель «thinking» встроен в шаблон чата и включён по умолчанию. FP8‑версия размером ~128 ГБ доступна для загрузки как единого файла, что удобно для систем с большой объединённой памятью или многопроцессорных установок. Вопрос совместимости: пока поддержка bailing_hybrid реализована в vllm и sglang, а поддержка в llama.cpp пока не подтверждена. Подробнее: https://huggingface.co/inclusionAI/Ling-3.0-flash

🚀 Открыт доступ к модели Ling‑3.0‑flash Модель Ling‑3.0‑flash MoE теперь доступна в открытом виде с 124 млрд параметров A5B. Первоначальные анонсы модели были сделаны до появления Kimi K3, DeepSeek‑V4‑Flash и Qwen 3.8, однако её размер может обеспечить собственную нишу. Обсуждение результатов тестов опубликовано почти две недели назад на Reddit: https://www.reddit.com/r/LocalLLaMA/comments/1v4mltt/benchmarks_antling30flash_a_hybridreasoning_moe/

🎧 Spotify привлекла Merlin к AI‑ремиксам Spotify объявил, что к проекту AI‑ремиксов и каверов присоединилась Merlin — объединение более 30 000 независимых лейблов и дистрибьюторов. Merlin стала второй организацией после Universal Music Group, поддержавшей разработку платного инструмента, позволяющего фанатам создавать AI‑генерированные каверы и ремиксы треков участвующих исполнителей. Платформа гарантирует, что артисты должны дать согласие, получат указание авторства и вознаграждение за использование их музыки 🎶.

🔧 DeepSeek‑V4‑Flash‑0731: 1 М токенов в 32 ГБ RTX 5090 Тест проведён на системе с RTX 5090 32 ГБ, процессором Ryzen 9 9950X3D, 256 ГБ DDR5‑5600, Linux Mint, драйвером NVIDIA 595.71.05 и CUDA 13.2. В качестве программного стека использованы vLLM 2.3.9, lk_moe 2.3.2, PyTorch 2.11.0+cu130 и checkpoint DeepSeek‑V4‑Flash‑0731 (48 safetensors‑шардов, ≈155.4 GiB). Для устранения ошибки «undefined symbol: cudaDeviceReset» был внесён локальный патч в flashinfer/comm/cuda_ipc.py, который теперь проверяет полное имя библиотеки вместо подстроки. После исправления FlashInfer корректно находит реальный libcudart. Запуск модели с полным 1 М‑токеновым контекстом помещается в видеопамять GPU, при этом два MoE‑слоя остаются на видеокарте, остальные эксперты – в системной RAM. При длительном рассуждении наблюдались колебания: принятие черновика ≈30‑50 % → генерация ≈11‑13 ток./сек, затем принятие ≈87‑88 % → генерация ≈17.4‑17.6 ток./сек. Средний высокий показатель ≈89.8 % давал ≈17.9 ток./сек, а низкий ≈38 % – около 12 ток./сек. Автор планирует добавить динамическую глубину DSpark, уменьшая количество спекулятивных токенов во время сложных рассуждений и увеличивая их при предсказуемой генерации, чтобы повысить пропускную способность. 🚀

📁 Apple расширила расследование утечки данных в OpenAI Apple заявила, что в ходе расследования утечки коммерческих тайн в OpenAI обнаружила возможное участие дополнительных бывших сотрудников компании. В новом судебном документе фирма указывает, что несколько экс‑сотрудников могли сохранить или получить доступ к конфиденциальной информации Apple. Расследование продолжается, подробности пока не разглашаются.

🚀 OpenAI объявила решение 10 давних математических задач Компания OpenAI сообщила о том, что её исследователи нашли решения для десяти известных в математическом сообществе проблем, оставшихся открытыми длительное время. 📐