Infraestrutura, chips, inferência e modelos executados nos seus dispositivos.
27 artigos
Um estudo recente identifica uma falha específica em agentes de IA: a sobredependência da memória. Os autores propõem o MEMTRIM, um framework para filtrar memórias parciais, embora sua validação em produção ainda esteja pendente.
A Open Agent Safety Platform reúne o OpenShell, que aplica limites durante a execução, e o Sentry, projetado para supervisionar agentes a partir de uma DPU BlueField-4. A Nvidia afirma que o Sentry pode isolá-los em milissegundos, mas essa capacidade não equivale a uma defesa demonstrada contra qualquer ataque: a detecção, as configurações e os cenários de falha continuam sendo decisivos.
A Microsoft anunciou o Maia 300, um acelerador de IA concebido para inferência, com implantação prevista a partir de 2027. A empresa estima que ele processe 40% mais tokens por megawatt — uma projeção própria, ainda sem validação comparativa independente.
A AWS amplia o acesso a modelos GPT da OpenAI no Amazon Bedrock com inferência entre regiões na Ásia. O recurso permite executar solicitações a partir de Singapura, Jacarta, Tailândia, Malásia e Taiwan, com implicações para latência, permissões e arquitetura de aplicações multinacionais.
As informações verificáveis disponíveis confirmam que a Microsoft desenvolve silício especializado para o Azure e apresentou o Maia 200 como acelerador de inferência. Ainda assim, não são suficientes para confirmar o calendário, a escala nem o desempenho atribuído ao Maia 300.
A Aleph Alpha apresenta o Kolibri como um modelo de pesos abertos, centrado no alemão e no inglês e concebido para implementações soberanas. A informação disponível deixa por esclarecer questões importantes sobre licença, contexto, hardware e avaliação independente.
A NVIDIA anunciou oficialmente o DGX Spark com 64 GB de memória unificada. O preço inicial é de 4.999 dólares e a disponibilidade está prevista a partir de 23 de outubro de 2026 através da Acer, ASUS, Dell, Gigabyte, HP e MSI.
Code to Control separa a geração da estrutura de um controlador do ajuste dos seus parâmetros. O preprint afirma que, depois de aprendido, o controlador pode atuar sem inferência do LLM nem planeamento em cada passo; as evidências disponíveis não bastam para avaliar os números, a reprodutibilidade ou a preparação para robôs reais.
Uma fonte relata um anúncio para a Índia, mas a documentação fornecida não permite confirmar quais modelos, datas ou configurações estão disponíveis no país, nem verificar uma expansão equivalente para a Coreia do Sul e Singapura.
Na Apsara, a Alibaba apresentou o Zhenwu V900 e informou em que etapa de treinamento está o Qwen 4, além de antecipar modelos futuros de maior escala. A data prevista para a comercialização do chip e a comparação de desempenho são declarações da empresa, não resultados independentes.
Um preprint compara a recuperação global de habilidades com a recuperação restrita à família em que cada habilidade foi validada. Nos testes, a segunda abordagem obtém maior utilidade de trajetórias ocultas; faltam detalhes para interpretar a métrica e generalizar o resultado.
O benchmark avalia agentes que tentam reconstruir resultados de artigos de aprendizagem automática com os recursos publicados e um orçamento de GPU predefinido. As taxas de sucesso revelam uma dificuldade crescente, mas não determinam se as conclusões científicas dos artigos são válidas.