ผลลัพธ์เบื้องต้นของ Jalapeño แสดงให้เห็นถึงความเร็วและประสิทธิภาพชั้นนำในอุตสาหกรรมด้านการประมวลผล AI ↗
OpenAI ได้เผยแพร่ผลการทดสอบประสิทธิภาพครั้งแรกของ Jalapeño ซึ่งเป็นชิปประมวลผลแบบอนุมานที่ออกแบบเอง โดยระบุว่าบนชุดทดสอบ GPT-OSS 120B ชิปดังกล่าวให้ประสิทธิภาพ การประมวลผลสูงสุดต่อกิโลวัตต์สูง กว่าระบบเปรียบเทียบ ประมาณ 1.9 เท่า และ มีความหน่วงแฝงตั้งแต่ต้นจนจบต่ำกว่าประมาณ 1.7 เท่า
ความก้าวหน้าเหล่านี้ยังส่งผลดีต่อ DeepSeek R1 และ Kimi K2.5 ด้วยเช่นกัน OpenAI วางแผนที่จะใช้งาน Jalapeño ภายในโครงสร้างพื้นฐานการประมวลผลของตนเอง ในขณะที่การออกแบบรุ่นที่สองและสามกำลังดำเนินการอยู่แล้ว... ดังนั้น ใช่แล้ว OpenAI กำลังกลายเป็นบริษัทผลิตชิปมากขึ้นเรื่อยๆ ในแง่หนึ่ง (OpenAI)
ในที่สุด Claude Cowork ก็จำได้แล้วว่าคุณพูดอะไรกับแอปในแชท ↗
Anthropic ได้รวมความทรงจำของ Claude ไว้ทั้งจากการแชทปกติและ Cowork ข้อมูลที่ได้รับระหว่างการสนทนาสามารถติดตามผู้ใช้ไปยังงานที่ต้องลงมือทำได้ ทำให้ไม่ต้องเสียเวลาอธิบายโครงการเดิมซ้ำแล้วซ้ำเล่าอีกต่อไป.
ผู้ใช้สามารถตรวจสอบ แก้ไข และลบหัวข้อที่จดจำไว้ได้ โดยความทรงจำจะอัปเดตขณะที่การสนทนายังคงดำเนินอยู่ คุณสมบัตินี้เปิดใช้งานโดยค่าเริ่มต้นในแพ็กเกจ Free, Pro และ Max (TechCrunch)
Google Cloud เปิดตัว Gemini Enterprise สำหรับฝ่ายกฎหมาย ↗
Google Cloud เปิดตัวแพ็กเกจ Gemini Enterprise ที่ออกแบบมาโดยเฉพาะสำหรับนักกฎหมาย ซึ่งช่วยให้เอเจนต์ของ Google Cloud สามารถก้าวข้ามการแชททั่วไปไปสู่การตรวจสอบสัญญา การค้นคว้าข้อมูลทางกฎหมาย การติดตามกฎระเบียบ การร้องขอข้อมูลส่วนบุคคล และการร่างเอกสาร.
ประกอบด้วยตัวเชื่อมต่อสำหรับแพลตฟอร์มต่างๆ เช่น Harvey, iManage, Docusign, RelativityOne และ Thomson Reuters ในขณะเดียวกันก็รักษาการควบคุมการเข้าถึงและกำแพงจริยธรรมที่มีอยู่ของบริษัทต่างๆ ไว้ การแย่งชิงพื้นที่ของเอเจนต์ AI ได้มาถึงแผนกกฎหมายแล้ว... อย่างที่คาดการณ์ได้ แต่ก็ยังเร็วมาก (Google Cloud Press Corner)
Google Cloud เปิดตัว Gemini Enterprise สำหรับบริการทางการเงิน ↗
นอกจากนี้ Google ยังได้เปิดตัวบริการ Gemini Enterprise ที่เน้นด้านการเงินโดยเฉพาะ ซึ่งรวมถึงเอเจนต์วิจัยทางการเงินแบบครบวงจร ทักษะเฉพาะทาง กว่า 50 รายการ และ ตัวเชื่อมต่อ 13 รายการ ไปยังระบบข้อมูลทางการเงินและตลาด
แพลตฟอร์มนี้มุ่งเป้าไปที่เวิร์กโฟลว์ต่างๆ เช่น การประเมินความเสี่ยงด้านเครดิต การตรวจสอบพอร์ตโฟลิโอ การวิจัย KYC และการวิเคราะห์ตลาด CME Group และ Deutsche Bank เป็นหนึ่งในองค์กรที่เข้าร่วมแล้ว – ตัวแทนระดับองค์กรกำลังมีความเชี่ยวชาญมากขึ้นเรื่อยๆ ราวกับซอฟต์แวร์ที่สวมชุดสูท (Google Cloud Press Corner)
NVIDIA ประกาศเปิดตัวคอมพิวเตอร์หุ่นยนต์ Jetson Orin Nano 2 เพื่อพลิกโฉมวงการ AI ระดับเริ่มต้นสำหรับอุปกรณ์ปลายทาง (Edge AI) ↗
Nvidia เปิดตัว Jetson Orin Nano 2 คอมพิวเตอร์ขนาดกะทัดรัดที่ออกแบบมาสำหรับหุ่นยนต์ โดรน และระบบ AI ทางกายภาพอื่นๆ โดยมีประสิทธิภาพ การประมวลผล 78 ล้านล้านครั้งต่อวินาทีหน่วยความจำ 8GB และซีพียู Arm แบบแปดคอร์
Nvidia ระบุว่าประสิทธิภาพการประมวลผลแบบอนุมานเพิ่มขึ้นเป็นสองเท่าเมื่อเทียบกับ Nano Super รุ่นก่อน ในขณะที่การรักษาประสิทธิภาพให้เท่ากันนั้นใช้ พลังงานน้อยลงถึง 40%สิ่งที่น่าสนใจคือโมเดลขนาดเล็กที่สามารถทำงานได้อย่างมีประสิทธิภาพบนฮาร์ดแวร์ขนาดกะทัดรัด AI ไม่จำเป็นต้องเชื่อมต่อกับศูนย์ข้อมูลขนาดใหญ่เสมอไปอีกต่อไป (NVIDIA Newsroom)
Perplexity ร่วมมือกับ Nvidia เปิดตัว Portable Computer เอージェนต์ AI ที่ทำงานบนเครื่องคอมพิวเตอร์โดยสมบูรณ์ โดยไม่ต้องเสียค่าใช้จ่ายใดๆ ทั้งสิ้น ↗
Perplexity เปิดตัว Portable Computer ซึ่งนำประสบการณ์การใช้งาน Agent Computer มาสู่ฮาร์ดแวร์ภายในเครื่องที่ใช้ชิปประมวลผลกราฟิก Nvidia โมเดล ไฟล์ และการทำงานของ Agent สามารถคงอยู่บนเครื่องของผู้ใช้ได้ โดยงานที่เสร็จสมบูรณ์ในเครื่องจะ ไม่ใช้เครดิตการเรียกเก็บเงินบนคลาวด์
งานต่างๆ เริ่มต้นจากระดับท้องถิ่น และระบบจะขออนุญาตก่อนที่จะยกระดับไปสู่โมเดลคลาวด์ที่ทันสมัยกว่า โดยจะเริ่มต้นจากระบบ Nvidia DGX Spark และ Linux ที่มี GPU RTX ที่ทรงพลังเพียงพอ ความเป็นส่วนตัวและต้นทุนจึงกลายเป็นส่วนสำคัญของการขาย AI ระดับท้องถิ่น ไม่ใช่แค่ความเร็วเพียงอย่างเดียว (Venturebeat)
รายงานจากวอลล์สตรีทเจอร์นัลระบุว่า บริษัท Anthropic คาดว่าจะแจ้งนักลงทุนว่า บริษัทมองเห็นศักยภาพรายได้มากกว่า 3 หมื่นล้านดอลลาร์สหรัฐ ↗
มีรายงานว่า Anthropic กำลังเตรียมที่จะแจ้งให้นักลงทุนทราบว่าตลาดเป้าหมายโดยรวมของบริษัทอาจมีมูลค่าเกิน 30 ล้านล้านดอลลาร์ข้อแตกต่างที่สำคัญคือ นั่นคือโอกาสทางทฤษฎีต่อปีหาก AI สามารถคว้างานที่เกี่ยวข้องได้ ไม่ใช่การที่ Anthropic คาดการณ์ว่าบริษัทจะทำรายได้ถึง 30 ล้านล้านดอลลาร์ในอนาคต (รอยเตอร์)
ตัวเลขมหาศาลนี้ช่วยให้เห็นภาพการใช้จ่ายด้านโครงสร้างพื้นฐานของ Anthropic การแข่งขันกับ OpenAI และ Google รวมถึงเรื่องราวในวงกว้างสำหรับนักลงทุน มันเป็นตัวเลขที่ใหญ่มาก...แม้แต่เมื่อเทียบกับมาตรฐานตัวเลขในอุตสาหกรรม AI ก็ตาม (รอยเตอร์)
คำถามที่พบบ่อย
ผลการทดสอบชิปพริกฮาลาปิโนของ OpenAI มีความหมายอย่างไรต่อการอนุมานด้วย AI?
OpenAI ระบุว่า Jalapeño ให้ประสิทธิภาพการประมวลผลสูงสุดต่อกิโลวัตต์สูงกว่าและมีความหน่วงแฝงต่ำกว่าระบบเปรียบเทียบขณะใช้งาน GPT-OSS 120B ผลลัพธ์ที่คล้ายกันนี้พบได้ใน DeepSeek R1 และ Kimi K2.5 เช่นกัน ผลลัพธ์เหล่านี้ชี้ให้เห็นว่า OpenAI กำลังออกแบบฮาร์ดแวร์โดยคำนึงถึงประสิทธิภาพและความเร็วที่จำเป็นสำหรับการประมวลผล AI ขนาดใหญ่มากขึ้นเรื่อยๆ.
ระบบหน่วยความจำร่วมของ Claude ทำงานอย่างไรในแชทและพื้นที่ทำงานร่วมกัน?
ตอนนี้ Claude สามารถนำข้อมูลที่เรียนรู้จากบทสนทนาปกติไปใช้ในงาน Cowork ได้แล้ว ช่วยลดความจำเป็นในการอธิบายโครงการหรือบริบทเดียวกันซ้ำๆ ผู้ใช้สามารถตรวจสอบ แก้ไข และลบหัวข้อที่จำได้ ในขณะที่ความทรงจำเหล่านั้นจะอัปเดตอย่างต่อเนื่องเมื่อบทสนทนาพัฒนาไป ตามประกาศที่กล่าวถึงในบทความ ฟีเจอร์นี้เปิดใช้งานโดยค่าเริ่มต้นในแพ็กเกจ Free, Pro และ Max.
Gemini Enterprise สำหรับบริการด้านกฎหมายและการเงินสามารถทำอะไรได้บ้าง?
บริการ Gemini Enterprise ของ Google Cloud ออกแบบมาเพื่อรองรับเวิร์กโฟลว์เฉพาะอุตสาหกรรมมากกว่าการแชท AI ทั่วไป แพ็กเกจสำหรับงานด้านกฎหมายครอบคลุมด้านต่างๆ เช่น การตรวจสอบสัญญา การวิจัย การติดตามกฎระเบียบ คำขอความเป็นส่วนตัว และการร่างเอกสาร ในขณะที่เวอร์ชันสำหรับบริการทางการเงินรองรับเวิร์กโฟลว์ต่างๆ เช่น การประเมินความเสี่ยงด้านเครดิต การตรวจสอบพอร์ตโฟลิโอ การวิจัย KYC และการวิเคราะห์ตลาด ทั้งสองเวอร์ชันยังสามารถเชื่อมต่อกับระบบข้อมูลและซอฟต์แวร์ระดับมืออาชีพที่มีอยู่ได้อีกด้วย.
เหตุใดการอนุมาน AI ในระดับท้องถิ่นจึงมีความสำคัญมากขึ้น?
การประมวลผล AI ในระดับท้องถิ่นสามารถเสริมสร้างความเป็นส่วนตัว ลดการพึ่งพาโครงสร้างพื้นฐานคลาวด์ และอาจลดต้นทุนการใช้งานอย่างต่อเนื่องได้ Nvidia Jetson Orin Nano 2 มุ่งเป้าไปที่หุ่นยนต์ โดรน และระบบ Edge อื่นๆ ในขณะที่ Portable Computer ของ Perplexity เก็บโมเดล ไฟล์ และการทำงานของเอเจนต์ไว้บนฮาร์ดแวร์ท้องถิ่นที่เข้ากันได้ ในหลายๆ เวิร์กโฟลว์ โมเดลบนคลาวด์สามารถสงวนไว้สำหรับงานที่ต้องการความสามารถเพิ่มเติมได้.
Perplexity Portable Computer ตัดสินใจอย่างไรว่าจะใช้ AI บนคลาวด์เมื่อใด?
งานต่างๆ ถูกออกแบบมาให้เริ่มต้นบนฮาร์ดแวร์ Nvidia ในเครื่องของผู้ใช้ ทำให้การทำงานของโมเดลและไฟล์ต่างๆ เข้ากันได้และอยู่บนเครื่องนั้น หากขั้นตอนใดต้องการโมเดลบนคลาวด์ขั้นสูง ระบบจะขออนุญาตจากผู้ใช้ก่อนที่จะดำเนินการต่อ การทำงานที่เสร็จสมบูรณ์ในเครื่องจะไม่ใช้เครดิตการเรียกเก็บเงินบนคลาวด์ ทำให้แนวทางนี้เหมาะสมกับผู้ใช้ที่กังวลทั้งเรื่องความเป็นส่วนตัวและค่าใช้จ่ายในการอนุมานที่เกิดขึ้นซ้ำๆ.
ตัวเลขประเมินตลาด AI มูลค่า 30 ล้านล้านดอลลาร์สหรัฐที่ Anthropic รายงานมานั้นหมายความว่าอย่างไร?
ตัวเลขที่รายงานนี้หมายถึงมุมมองของ Anthropic เกี่ยวกับตลาดเป้าหมายโดยรวมที่มีศักยภาพสำหรับ AI ไม่ใช่การคาดการณ์ว่า Anthropic เองจะสร้างรายได้ 30 ล้านล้านดอลลาร์ต่อปี มันแสดงถึงมูลค่าเชิงทฤษฎีของงานที่ AI อาจช่วยแก้ไขได้ทั่วทั้งเศรษฐกิจ การประมาณการนี้ยังช่วยอธิบายว่าทำไมบริษัท AI ชั้นนำจึงลงทุนอย่างหนักในโครงสร้างพื้นฐานและความสามารถระดับองค์กร.