IA de hardware

Nvidia introdujo un sistema por capas para contener agentes de IA descontrolados, combinando controles de código abierto con monitoreo de hardware a medida que el software autónomo llega a sistemas reales.

NVIDIA afirma que Egipto está llevando proyectos de IA a producción a medida que crecen la capacidad de cómputo local, la formación de desarrolladores y la financiación de startups en el mercado africano más amplio.

DeepSeek supuestamente planea un clúster de Huawei de 160.000 chips para inferencia de IA, lo que señala un gran esfuerzo chino por reducir la dependencia del hardware de Nvidia.

Anthropic estaría avanzando en un estándar de hardware para que los agentes de IA controlen máquinas, un movimiento que podría transformar la robótica, la automatización y el despliegue empresarial.

Liquid AI publicó los modelos LFM2.5-Encoder en Hugging Face, proponiendo una inferencia más rápida de largo contexto en CPU para NLP a escala documental sin hardware más grande.

NVIDIA insta a los desarrolladores de LLM a co-diseñar modelos para una inferencia favorable a las GPU, apostando a que las arquitecturas conscientes del hardware reduzcan costes y latencia a escala.

Cognichip consigue 60 millones de dólares en financiación para desarrollar una IA que diseñe chips de forma autónoma, prometiendo reducir los costos de desarrollo en un 75% y los plazos a la mitad.