USA i Tajwan zawierają transakcję wartą 500 mld dolarów – nowa era chipów?
Czy 250 mld dolarów to cena za obniżkę ceł o pięć punktów procentowych? W półprzewodnikach – najwyraźniej tak.
Czy 250 mld dolarów to cena za obniżkę ceł o pięć punktów procentowych? W półprzewodnikach – najwyraźniej tak.
Kto dziś rządzi w krzemie: Apple, TSMC czy już Nvidia? Jeśli szukasz odpowiedzi w benchmarkach i keynote’ach, patrzysz w złym miejscu.
Czy da się budować „AI fabryki” bez ryzyka, że jedna pomyłka w konfiguracji otworzy tylne drzwi do cudzego modelu i danych? NVIDIA twierdzi, że tak – i robi to nie firewallem, tylko warstwą bezpieczeństwa w samym kręgosłupie racka.
„W pełnej produkcji. ” Trzy słowa, które w świecie chipów brzmią jak fanfary.
Ile razy widziałeś GPU ziewające w tle, gdy CPU mozolnie liczy listy sąsiedztwa atomów? Jeśli Twoje symulacje „AI-powered” w chemii i materiałoznawstwie jadą na hamulcu ręcznym, NVIDIA właśnie dorzuciła brakujący bieg.
Jak sprawdzić komputer kwantowy, którego… już nie da się klasycznie zasymulować?
Czy naprawdę musimy liczyć uwagę każdego tokena do każdego innego tokena, tylko dlatego że tak mówi matematyka? NVIDIA twierdzi, że nie – i pokazuje, jak zrobić to sprytniej.
Czy da się dogonić C++ wydajnością, pisząc w Pythonie – i to bez czarów, bez sugar-coata i bez tygodni czekania na kompilację? NVIDIA twierdzi, że tak: nowy CuTe DSL w CUTLASS 4 obiecuje „C++-owe” osiągi Tensor Cores z wygodą pythonowych API.
Fikcyjna agencja nieruchomości, która sprowadza do Chin superkomputery i topowe GPU Nvidii. Brzmi jak scenariusz kiepskiego thrillera?
Czy da się mieć C++-ową wydajność bez pokutnych minut spędzanych na kompilacji? NVIDIA twierdzi, że tak – i stawia na CuTe DSL dla Pythona.