La CPU Vera di Nvidia va in orbita, OpenAI svela il chip Jalapeño e Perplexity diventa locale
Nvidia collabora con SpaceX per data center orbitali utilizzando la nuova CPU Vera. OpenAI rivela il suo chip personalizzato Jalapeño, mentre Perplexity lancia una piattaforma agenti locale-first. Thomson Reuters costruisce un modello legale proprietario e Meta prepara la sua piattaforma agenti 'Hatch'.
Podcast В· 2 min
La CPU Vera di Nvidia e i data center orbitali di SpaceX
Nvidia ha lanciato ufficialmente la sua nuova CPU Vera, un chip progettato specificamente per gestire il 'lavoro di routine' dell'IA agentica—coordinare strumenti, eseguire codice e gestire database. SpaceXAI si è iscritta come primo cliente di alto profilo, con l'intenzione di implementare l'architettura Vera per alimentare la sua prossima generazione di agenti IA. Elon Musk ha rivelato che SpaceX intende portare questo hardware in orbita, con piani per stabilire data center 'Starmind' entro la fine del 2027. La piattaforma Vera, che presenta 88 core 'Olympus' e fino a 1,2 terabyte al secondo di larghezza di banda di memoria, è costruita per risolvere il collo di bottiglia in cui le costose GPU rimangono inattive in attesa delle istruzioni della CPU. Ottimizzando per il completamento di attività agentiche, Nvidia afferma che il chip è fino a 1,8 volte più veloce delle tradizionali alternative x86. Questa mossa segnala l'espansione aggressiva di Nvidia nel mercato autonomo delle CPU, puntando a un'opportunità da 200 miliardi di dollari. Per SpaceX, il progetto del data center orbitale rappresenta una scommessa significativa sul futuro delle infrastrutture. Sebbene i critici abbiano in precedenza liquidato l'informatica spaziale come impraticabile, la partnership con Nvidia fornisce la densità hardware e l'efficienza necessarie per rendere il concetto fattibile. I rack temprati per lo spazio sono progettati per essere più semplici, più leggeri e più convenienti rispetto agli equivalenti terrestri, potenzialmente ribaltando l'economia del calcolo orbitale nei prossimi anni.
OpenAI svela il chip AI custom 'Jalapeño'
OpenAI ha pubblicato i primi risultati di benchmark per 'Jalapeño', un chip AI personalizzato sviluppato in collaborazione con Broadcom. Progettato specificamente per eseguire modelli AI piuttosto che addestrarli, il chip da 700 watt supera apparentemente i sistemi di punta di Nvidia da 1.200 watt sia in velocità che in efficienza energetica. OpenAI accredita il suo modello Astra e Codex per aver assistito nella progettazione del chip, che ha richiesto nove mesi dal concept allo stato pronto per la produzione. Nonostante le forti prestazioni, OpenAI non prevede di vendere il chip commercialmente. Il VP dell'hardware Richard Ho ha dichiarato che l'azienda ha una domanda interna sufficiente per utilizzare l'intera fornitura. Si prevede che il chip raggiunga i data center di OpenAI entro la fine dell'anno, con la produzione che aumenterà fino al 2027. Sono già in fase di sviluppo due generazioni aggiuntive del chip. Questo sviluppo rispecchia la strategia di altri grandi laboratori come Google, che ha a lungo beneficiato dei suoi TPU interni. Possedendo il suo silicio, OpenAI mira a ridurre il costo della generazione di token e creare un anello di progettazione più stretto e personalizzato per i suoi modelli futuri, riducendo la sua dipendenza da hardware di terze parti per l'inferenza.
Perplexity e Nvidia lanciano 'Portable Computer'
Perplexity e Nvidia hanno introdotto 'Portable Computer', una nuova piattaforma agenti su dispositivo che consente agli utenti di eseguire l'IA localmente sull'hardware consumer DGX Spark di Nvidia. Il sistema offre un'alternativa incentrata sulla privacy agli agenti basati su cloud, consentendo agli utenti di scegliere tra Qwen 3.8 27B o i modelli PPLX 27B di Perplexity per attività locali, con la possibilità di chiamare modelli cloud quando necessario. Questo rilascio è particolarmente significativo per le sue implicazioni sui costi e sulla privacy. Spostando il carico di lavoro dell'IA dal cloud al dispositivo, gli utenti possono eseguire attività senza consumare crediti, a condizione che il lavoro rimanga locale. Il software si installa con un solo clic sul supercomputer da tavolo DGX Spark, con supporto per altri PC previsto a breve. Il lancio segue rapporti secondo cui Nvidia è in trattative per investire miliardi in Perplexity con una valutazione superiore a 30 miliardi di dollari. Questa mossa posiziona Perplexity per catturare la crescente domanda di IA locale-first, trasformando i modelli all'avanguardia in un backup occasionale piuttosto che nell'impostazione predefinita, e sfruttando il dominio hardware di Nvidia per assicurarsi la propria posizione di mercato.
Meta starebbe preparando la piattaforma agenti 'Hatch'
Si dice che Meta stia per lanciare 'Hatch', una nuova piattaforma agenti IA rivolta ai consumatori, nelle prossime settimane. La piattaforma è progettata per completare attività per conto degli utenti e presenterà un livello premium con un prezzo competitivo rispetto ai piani di alto livello di OpenAI e Anthropic. Insieme alla piattaforma, si prevede che Meta rilasci il suo prossimo modello di punta, nome in codice 'Watermelon', in ottobre. Questa mossa segna un cambiamento strategico per Meta, che storicamente ha fatto affidamento su servizi gratuiti supportati da pubblicità. Introducendo una piattaforma agenti a pagamento, l'azienda tenta di monetizzare le sue capacità IA direttamente attraverso abbonamenti ai consumatori. Il successo di questa iniziativa dipenderà dalla capacità dell'agente di gestire efficacemente attività complesse e multi-step. Gli analisti del settore osservano attentamente per vedere se Meta riuscirà a trasferire con successo la sua massiccia base di utenti a un modello IA a pagamento. La capacità della piattaforma di integrarsi con gli ecosistemi sociali esistenti fornendo al contempo utilità genuina sarà il differenziatore chiave in un mercato sempre più affollato per agenti IA personali.
Thomson Reuters costruisce un modello AI legale proprietario
Thomson Reuters ha introdotto il suo primo modello IA proprietario, sviluppato riconfigurando il open-source Qwen di Alibaba e addestrandolo su decenni di contenuti legali dell'azienda. Il progetto biennale è costato 40 milioni di dollari in potenza di calcolo e personale, con il ciclo di addestramento più recente costato 450.000 dollari. Il modello è stato testato internamente e apparentemente supera Claude Opus 4.8, Gemini 3.1 Pro e GPT-5.5 in compiti legali specifici. Il CTO Joel Hron ha sottolineato l'importanza strategica di questa mossa, paragonando il noleggio di modelli IA all'affitto di una casa, dove l'utente non accumula valore a lungo termine. Costruendo il proprio modello, Thomson Reuters mira a mantenere valore e controllo sulla sua base di conoscenze specializzate. Una versione a pesi aperti del modello sarà messa a disposizione dei ricercatori. Questo sviluppo evidenzia una tendenza crescente tra le grandi imprese con set di dati proprietari profondi. Con la diminuzione dei costi di addestramento e il miglioramento dei modelli di base open-source, le aziende scelgono sempre più di costruire soluzioni personalizzate piuttosto che fare affidamento esclusivamente su API di terze parti, mirando a prestazioni migliori ed efficienza dei costi a lungo termine.
Accelerated Understanding lancia l'AI basata sulla fisica
La professoressa del Caltech Anima Anandkumar e l'ingegnere Benedikt Jenik hanno lanciato 'Accelerated Understanding', una startup focalizzata sull'addestramento dell'IA per prevedere l'evoluzione del mondo fisico piuttosto che prevedere il testo. I modelli dell'azienda utilizzano 'operatori neurali'—un design basato sulla fisica che traccia gli eventi attraverso lo spazio 3D e il tempo, allontanandosi dall'architettura tradizionale del trasformatore. Nei test iniziali, il modello ha elaborato 5 trilioni di punti dati in una singola esecuzione, che i fondatori affermano essere 5 milioni di volte la capacità dei migliori modelli di Google e Anthropic. L'azienda si rivolge ad applicazioni enterprise, tra cui lo sviluppo di materiali per chip, la previsione di condizioni meteorologiche estreme e la robotica. I fondatori hanno notevolmente rifiutato un'offerta di posizioni di vertice e una partecipazione del 35% nel progetto 'Prometheus' di Jeff Bezos per perseguire questa impresa. Questa decisione sottolinea la loro convinzione che la modellazione basata sulla fisica sia il percorso superiore per la prossima generazione di IA, posizionando la startup come concorrente diretto dei massicci modelli incentrati sul testo che attualmente dominano il settore.
Gli hacker cinesi aumentano gli attacchi usando DeepSeek
La ricerca di TeamT5 indica che i gruppi di hacker sponsorizzati dallo stato cinese hanno più che raddoppiato il loro volume di attacchi dopo aver integrato modelli IA open-source, specificamente DeepSeek, nelle loro operazioni. I ricercatori riferiscono che questi gruppi preferiscono DeepSeek per la sua combinazione di alte prestazioni e salvaguardie informatiche relativamente lasche rispetto ad altri modelli all'avanguardia. Gli hacker starebbero usando l'IA per assistere nella scrittura di codice di intrusione, saccheggiare i sistemi di posta elettronica aziendali e mappare i bersagli. Sebbene le preoccupazioni per la sicurezza si siano concentrate principalmente sul potenziale uso improprio dei modelli di alto livello, questo rapporto evidenzia il rischio significativo posto da modelli più economici e accessibili che mancano di solide restrizioni di sicurezza. Questa tendenza è in linea con gli avvertimenti dell'AI Security Institute, che a maggio ha notato che le capacità informatiche autonome dell'IA stanno avanzando rapidamente. La capacità degli attori malintenzionati di sfruttare l'IA open-source per scalare le loro operazioni presenta una sfida complessa per la sicurezza informatica, suggerendo che l'attenzione potrebbe doversi spostare verso la protezione dei modelli stessi piuttosto che solo dell'infrastruttura che prendono di mira.