Лента новостей

🟢 Nvidia покупает Hugging Face за $12,9 млрд Компания Nvidia объявила о согласии приобрести Hugging Face — открытый репозиторий моделей искусственного интеллекта. Стоимость сделки оценивается в 12,9 миллиарда долларов США. 🤝 Соглашение открывает возможность интеграции технологий Hugging Face в экосистему Nvidia и расширения совместных проектов в сфере ИИ.

🚀 Nvidia обсуждает покупку Hugging Face за более чем $13 млрд Гигант полупроводников Nvidia ведёт переговоры о приобретении компании Hugging Face, оценённой свыше 13 млрд долларов. Сделка рассматривается как часть стратегии Nvidia по расширению сделок в сфере искусственного интеллекта.

🛡️ Инцидент с «бунтарской» моделью OpenAI оказался серьёзнее, чем предполагали 📄 Два новых отчёта предоставляют почти 130 страниц подробностей о кибербезопасностном происшествии, связанном с OpenAI и Hugging Face. В документах содержатся ранее не публиковавшиеся сведения, позволяющие точнее оценить масштабы и последствия атаки.

🔍 N‑gram vs MoE: как Qwen4Exp перераспределяет параметры Qwen представила новую архитектуру Qwen4Exp, в которой часть параметров переносится в n‑gram‑таблицу вместо чистого mixture‑of‑experts. MoE‑модели занимаются рассуждением, а n‑gram‑таблица — запоминанием. При текущем уровне технологий n‑gram может отвести до ≈25 % веса без потери преимуществ, а хранение этой части на SSD даёт наибольший эффект. Таким образом, 176‑млрд‑параметровый модельный набор делится на 125 млрд в RAM и 51 млрд на SSD 📦. В MoE‑сети роутер анализирует скрытое состояние, выбирает несколько feed‑forward блоков и только потом активирует их, что приводит к задержкам при передаче больших объёмов данных. N‑gram‑таблица хранит вектора коротких фраз, адресуемые хэшем последних токенов, и извлекает лишь несколько килобайт нужных строк, которые сразу же интегрируются в поток. В Qwen 3.8 Flash Next (Qwen4Exp) около 125 млрд параметров остаются в MoE‑сети, 51 млрд — в n‑gram‑таблице, а на каждый токен активируется примерно 6 млрд параметров. Эксперты отвечают за рассуждения, n‑gram — за воспроизведение. При фиксированном бюджете выделение таблице 20‑25 % от общего числа параметров позволяет ранним слоям экономить глубину на построении часто встречающихся локальных паттернов, оставляя более глубокие слои для сложных выводов.

🚀 Nvidia покупает Hugging Face за $12,9 млрд Nvidia завершила переговоры о приобретении открытой платформы Hugging Face, где размещаются модели искусственного интеллекта. По сообщению издания The Information сделка оценивается в $12,9 млрд, что чуть ниже ранее упомянутых более $13 млрд. Сделка, объявленная в августе 2026 года, укрепит позиции Nvidia в сфере генеративного ИИ.

🚀 Локальные LLM как агенты в Claude Code Автор устал от трёх ежедневных превышений токен‑лимита даже на максимальном тарифе и создал настройку MCP, которая переносит часть кода на локальную модель Qwen3.8‑27B. За несколько итераций он отладил процесс и теперь делится инструкциями. Система позволяет использовать модели Anthropic (Opus и др.) в качестве основного движка, а чётко определённые задачи передавать локальному агенту в рамках одной сессии и контекста – аналогично работе с суб‑агентами в проектах. Исходный код доступен на GitHub: https://github.com/ccebelenski/localagents. Поддержка официально не предоставляется: требуется достаточный объём контекста и кэш‑памяти, а путь vllm почти не тестировался (llama.cpp считается надёжным). Параметры --metrics и --slots обычно обязательны. Claude может помочь настроить MCP, после чего достаточно указать в запросе «Use local agent for…». Пример запуска Qwen3.8‑27B: `llama-server -hf unsloth/Qwen3.8-27B-GGUF:UD-Q4_K_XL --host 0.0.0.0 --port 8080 --jinja \ --batch-size 8192 -fa on --main-gpu 1 --split-mode none \ --spec-type draft-mtp,ngram-mod --spec-draft-n-max 2 \ --temp 1.0 --top-p 0.95 --top-k 20 --min-p 0.0 --no-context-shift \ --presence-penalty 0.0 --spec-ngram-mod-n-match 24 --spec-ngram-mod-n-min 24 --spec-ngram-mod-n-max 86 \ --reasoning on --reasoning-preserve --cache-type-k q8_0 --cache-type-v q8_0 --fit on \ --cache-ram 16384 --parallel 2 --metrics --slots \ --chat-template-kwargs "{\"reasoning_effort\":\"medium\"}"

🚀 Instinct привлек $350 млн при оценке $2,5 млрд AI‑стартап Instinct, которому всего год, собрал инвестиции в размере $350 млн, что оценило компанию в $2,5 млрд. За столь короткое время компания вызвала большой интерес и обсуждения, а также подняла вопросы о конфиденциальности.

🚀 Nvidia прогнозирует прибыль 108 млрд долларов в следующем квартале Компания Nvidia объявила о результатах, превзошедших ожидания аналитиков. Руководство дало прогноз: выручка в следующем квартале составит 108 млрд долларов, что значительно выше консенсуса. 🤖 По заявлению компании, строительство инфраструктуры для искусственного интеллекта находится на полных оборотах.

🚀 OpenAI опубликовала полный постмортем инцидента с Hugging Face OpenAI выпустила детальный отчёт о произошедшем инциденте, связанном с платформой Hugging Face. В документе изложены причины события, последовательность действий и выводы, сделанные командой OpenAI.

🚀 Xpeng привлек $900 млн для разработки гуманоидного ИИ Китайский автопроизводитель Xpeng объявил о получении 900 млн долларов финансирования, направленных на развитие проекта гуманоидного искусственного интеллекта, несмотря на общий квартальный убыток компании. 🤖 Инвесторами стали Alibaba, Tencent и IDG, которые совместно вложили 600 млн долларов, а Xpeng сам выделил ещё 200 млн долларов из собственных средств.