Пока внимание рынка приковано к чатам и агентам, менее заметная борьба идёт за поисковую инфраструктуру, которая должна снабжать эти системы качественным контекстом. В обзоре TechCrunch особенно цепляют небольшие игроки вроде TinyFish и Parallel Web Systems: они мелькают не как громкие отдельные запуски, а как короткие упоминания внутри общего материала, и именно поэтому выглядят недооценёнными.
Два свежих сигнала из инфраструктурного слоя ИИ: бывший руководитель направления ИИ в Databricks представил новую вычислительную архитектуру для генерации изображений, а Netris привлекла 15 млн долларов на ускорение запуска облаков с графическими ускорителями.
Разбор более чем 1 600 вакансий в китайских ИИ-компаниях показывает не простую зависимость от западной инфраструктуры и не полный отказ от неё, а осознанную двойную стратегию. Лабы продолжают активно искать специалистов под NVIDIA и CUDA, но одновременно наращивают спрос на навыки работы с Ascend и Cambricon, готовясь к менее предсказуемому доступу к внешним технологиям.
Стартап Nscale с поддержкой Nvidia получил оценку в $14,6 млрд — ещё одно напоминание, что самые крупные деньги в ИИ идут не только в модели и приложения, но и в вычислительную инфраструктуру. Для рынка это сигнал: дефицит мощностей и борьба за центры обработки данных остаются одним из главных направлений инвестиций.
Сразу две свежие новости показывают, куда смещается большой разговор об ИИ: Amazon наращивает инфраструктурную ставку на Индию, а General Intuition привлекает сотни миллионов долларов на идею обучать агентов в видеоиграх для будущей работы в физическом мире. В обоих случаях речь уже не о красивых чатах, а о борьбе за вычисления, среды обучения и следующий слой практического применения ИИ.
OpenAI представила Jalapeño, первый собственный чип для вычислений при работе моделей. Ранняя проверка показала лучшую производительность на ватт, а значит борьба за удешевление ИИ всё сильнее смещается из моделей в собственное железо.
Два малозаметных проекта из мира ИИ-агентов пытаются решить не самые модные, но очень важные задачи: сделать поведение агентов предсказуемее и научиться проверять, что они реально сделали. У Ontocortex на момент проверки было 0 звёзд и 1 балл на Show HN, у Ardur — всего 1 звезда на GitHub, хотя оба проекта заходят в по-настоящему сложную инфраструктурную зону.
MIT Technology Review обращает внимание на менее очевидное узкое место ИИ-бума: не только чипы, но и подключение к электросети. Идея гибких дата-центров в том, что они ненадолго снижают потребление в моменты перегрузки сети — и именно это, по расчётам, может заметно ускорить ввод крупных мощностей в работу.
TechCrunch пишет, что Reflection AI, лаборатория открытых моделей, основанная выходцами из Google DeepMind, договорилась со SpaceX о доступе к чипам GB300 в центре Colossus 2 на сумму до 6,3 млрд долларов. Для рынка это сильный сигнал: за инфраструктуру предельного масштаба теперь борются не только закрытые гиганты, но и игроки, делающие ставку на открытые веса.
