Nvidia's Vera CPU gaat de ruimte in, OpenAI onthult Jalapeño-chip, en Perplexity gaat lokaal
Nvidia werkt samen met SpaceX voor orbitale datacenters met de nieuwe Vera CPU. OpenAI onthult zijn eigen Jalapeño-chip, terwijl Perplexity een lokaal-eerst agentplatform lanceert. Thomson Reuters bouwt een eigen juridisch model, en Meta bereidt zijn 'Hatch'-agentplatform voor.
Podcast В· 2 min
Nvidia's Vera CPU en orbitale datacenters van SpaceX
Nvidia heeft officieel zijn nieuwe Vera CPU gelanceerd, een chip die specifiek is ontworpen om het 'routinewerk' van agentische AI af te handelen—het coördineren van tools, het uitvoeren van code en het beheren van databases. SpaceXAI heeft zich aangemeld als de eerste hoogwaardige klant, met plannen om de Vera-architectuur in te zetten om zijn volgende generatie AI-agenten aan te drijven. Elon Musk onthulde dat SpaceX van plan is deze hardware de ruimte in te brengen, met plannen om tegen eind 2027 'Starmind'-datacenters op te zetten. Het Vera-platform, dat 88 'Olympus'-kernen en tot 1,2 terabyte per seconde aan geheugenbandbreedte bevat, is gebouwd om de bottleneck aan te pakken waarbij dure GPU's stilzitten te wachten op CPU-instructies. Door te optimaliseren voor het voltooien van agentische taken, claimt Nvidia dat de chip tot 1,8x sneller is dan traditionele x86-alternatieven. Deze stap signaleert Nvidia's agressieve uitbreiding naar de zelfstandige CPU-markt, gericht op een kans van $200 miljard. Voor SpaceX vertegenwoordigt het orbitale datacenterproject een belangrijke gok op de toekomst van infrastructuur. Hoewel critici in het verleden computergebruik in de ruimte als onpraktisch hebben afgedaan, biedt de samenwerking met Nvidia de nodige hardwaredichtheid en efficiëntie om het concept levensvatbaar te maken. De ruimtebestendige racks zijn ontworpen om eenvoudiger, lichter en kosteneffectiever te zijn dan aardse equivalenten, wat de economie van orbitale rekenkracht in de komende jaren mogelijk op zijn kop zet.
OpenAI onthult eigen 'Jalapeño' AI-chip
OpenAI heeft de eerste benchmarkresultaten gepubliceerd voor 'Jalapeño', een eigen AI-chip ontwikkeld in samenwerking met Broadcom. De chip, specifiek ontworpen voor het uitvoeren van AI-modellen in plaats van het trainen ervan, verbruikt 700 watt en zou zowel qua snelheid als energie-efficiëntie beter presteren dan Nvidia's vlaggenschipsystemen van 1.200 watt. OpenAI creditiseert zijn Astra-model en Codex voor het assisteren bij het ontwerp van de chip, dat negen maanden duurde van concept tot productieklare status. Ondanks de sterke prestaties is OpenAI niet van plan de chip commercieel te verkopen. Hardware-VP Richard Ho stelde dat het bedrijf voldoende interne vraag heeft om de volledige voorraad te benutten. De chip wordt later dit jaar in de datacenters van OpenAI verwacht, met productie die in 2027 wordt opgevoerd. Twee extra generaties van de chip zijn al in ontwikkeling. Deze ontwikkeling weerspiegelt de strategie van andere grote labs zoals Google, dat al lang profiteert van zijn eigen TPU's. Door zijn eigen silicium te bezitten, wil OpenAI de kosten van token-generatie verlagen en een strakkere, meer gepersonaliseerde ontwerpcyclus voor zijn toekomstige modellen creëren, waardoor de afhankelijkheid van hardware van derden voor inferentie wordt verminderd.
Perplexity en Nvidia lanceren 'Portable Computer'
Perplexity en Nvidia hebben 'Portable Computer' geïntroduceerd, een nieuw on-device agentplatform waarmee gebruikers AI lokaal kunnen draaien op Nvidia's DGX Spark-consumentenhardware. Het systeem biedt een privacygericht alternatief voor cloudgebaseerde agenten, waardoor gebruikers kunnen kiezen tussen Qwen 3.8 27B of Perplexity's eigen PPLX 27B-modellen voor lokale taken, met de mogelijkheid om indien nodig cloudmodellen aan te roepen. Deze release is met name significant vanwege de kosten- en privacy-implicaties. Door de AI-werkbelasting van de cloud naar het apparaat te verplaatsen, kunnen gebruikers taken uitvoeren zonder credits te verbruiken, zolang het werk lokaal blijft. De software installeert met één klik op de DGX Spark-desktopsupercomputer, met ondersteuning voor andere pc's die binnenkort wordt verwacht. De lancering volgt op meldingen dat Nvidia in gesprek is om miljarden te investeren in Perplexity met een waardering van meer dan $30 miljard. Deze zet positioneert Perplexity om de groeiende vraag naar lokaal-eerste AI te veroveren, waarbij geavanceerde modellen een incidentele back-up worden in plaats van de standaard, en Nvidia's hardwaredominantie wordt benut om zijn marktpositie te versterken.
Meta bereidt naar verluidt 'Hatch'-agentplatform voor
Meta staat naar verluidt op het punt om 'Hatch' te lanceren, een nieuw consumentgericht AI-agentplatform, in de komende weken. Het platform is ontworpen om taken namens gebruikers uit te voeren en zal een premiumlaag hebben die concurrerend geprijsd is met topplannen van OpenAI en Anthropic. Naast het platform wordt verwacht dat Meta in oktober zijn volgende vlaggenschipmodel, met codenaam 'Watermelon', uitbrengt. Deze zet markeert een strategische verschuiving voor Meta, dat historisch gezien heeft vertrouwd op gratis, advertentieondersteunde diensten. Door een betaald agentplatform te introduceren, probeert het bedrijf zijn AI-mogelijkheden direct te gelde te maken via consumentenabonnementen. Het succes van dit initiatief hangt af van het vermogen van de agent om complexe, meerstapstaken effectief af te handelen. Industrieanalisten volgen nauwlettend of Meta met succes zijn enorme gebruikersbestand kan overzetten naar een betaald AI-model. Het vermogen van het platform om te integreren met bestaande sociale ecosystemen en tegelijkertijd echte functionaliteit te bieden, zal de belangrijkste onderscheidende factor zijn in een steeds drukker wordende markt voor persoonlijke AI-agenten.
Thomson Reuters bouwt eigen juridisch AI-model
Thomson Reuters heeft zijn eerste eigen AI-model geïntroduceerd, ontwikkeld door het opensource-model Qwen van Alibaba aan te passen en te trainen op decennia aan juridische inhoud van het bedrijf. Het tweejarige project kostte $40 miljoen aan rekenkracht en personeel, waarbij de meest recente trainingsrun $450.000 kostte. Het model is intern getest en presteert naar verluidt beter dan Claude Opus 4.8, Gemini 3.1 Pro en GPT-5.5 in specifieke juridische taken. CTO Joel Hron benadrukte het strategische belang van deze stap, waarbij hij het huren van AI-modellen vergeleek met het huren van een huis, waarbij de gebruiker geen langetermijnwaarde opbouwt. Door zijn eigen model te bouwen, wil Thomson Reuters waarde en controle behouden over zijn gespecialiseerde kennisbasis. Een open-weights-versie van het model zal beschikbaar worden gesteld aan onderzoekers. Deze ontwikkeling benadrukt een groeiende trend onder grote ondernemingen met diepgaande, propriëtaire datasets. Nu trainingskosten dalen en opensource-basismodellen verbeteren, kiezen bedrijven er steeds vaker voor om aangepaste oplossingen te bouwen in plaats van alleen te vertrouwen op API's van derden, met als doel betere prestaties en kostenefficiëntie op de lange termijn.
Accelerated Understanding lanceert natuurkundige AI
Caltech-professor Anima Anandkumar en ingenieur Benedikt Jenik hebben 'Accelerated Understanding' gelanceerd, een startup die zich richt op het trainen van AI om de evolutie van de fysieke wereld te voorspellen in plaats van tekst te voorspellen. De modellen van het bedrijf maken gebruik van 'neural operators'—een op natuurkunde gebaseerd ontwerp dat gebeurtenissen door 3D-ruimte en tijd volgt, afwijkend van de traditionele transformerarchitectuur. In eerste tests verwerkte het model 5 biljoen datapunten in één enkele run, wat volgens de oprichters 5 miljoen keer de capaciteit is van topmodellen van Google en Anthropic. Het bedrijf richt zich op enterprise-toepassingen, waaronder de ontwikkeling van chipmaterialen, extreem-weervoorspellingen en robotica. De oprichters sloegen opmerkelijk genoeg een aanbod af voor topposities en een aandeel van 35% in Jeff Bezos' 'Prometheus'-project om dit bedrijf te starten. Dit besluit onderstreept hun overtuiging dat op natuurkunde gebaseerde modellering de superieure weg is voor de volgende generatie AI, waardoor de startup een directe concurrent wordt van de massieve, tekstzware modellen die momenteel de industrie domineren.
Chinese hackers voeren aanvallen op met DeepSeek
Onderzoek van TeamT5 wijst uit dat door de Chinese staat gesteunde hackergroepen hun aanvalsvolume meer dan verdubbeld hebben na het integreren van opensource-AI-modellen, met name DeepSeek, in hun operaties. De onderzoekers melden dat deze groepen de voorkeur geven aan DeepSeek vanwege de combinatie van hoge prestaties en relatief losse cyberbeveiligingsrichtlijnen in vergelijking met andere geavanceerde modellen. De hackers zouden de AI gebruiken om te helpen bij het schrijven van inbraakcode, het plunderen van bedrijfs-e-mailsystemen en het in kaart brengen van doelen. Hoewel beveiligingszorgen zich grotendeels hebben gericht op het mogelijke misbruik van topmodellen, benadrukt dit rapport het aanzienlijke risico dat wordt gevormd door goedkopere, toegankelijkere modellen die robuuste veiligheidsbeperkingen missen. Deze trend sluit aan bij waarschuwingen van het AI Security Institute, dat in mei opmerkte dat autonome AI-cybercapaciteiten snel voortschrijden. Het vermogen van kwaadwillende actoren om opensource-AI te benutten om hun operaties op te schalen, vormt een complexe uitdaging voor cybersecurity, wat suggereert dat de focus mogelijk moet verschuiven naar het beveiligen van de modellen zelf in plaats van alleen de infrastructuur die ze targeten.