CUDA

2026-10-29

REGULATION · 1 ИСТОЧН. · The Decoder

Антимонопольные органы США проверяют сделку Nvidia по Hugging Face и практики продаж

Министерство юстиции США изучает планируемую сделку Nvidia по приобретению Hugging Face на $12,93 млрд, проверяя, не даст ли это Nvidia контроль над ключевым хабом распространения ИИ и не ухудшит ли положение конкурентов; компания рассчитывает закрыть сделку в первой половине 2027 года. Одновременно регуляторы рассматривают более широкую практику Nvidia — прошлые приобретения и инвестиции (включая SchedMD и Run:ai) и лицензионные соглашения с Groq, а также французский антимонопольный орган проверяет возможные антиконкурентные практики, связанные с зависимостью от CUDA и долями в облачных провайдерах вроде CoreWeave.

8.0

2026-10-21

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Выпущен TornadoVM 7.3 с гибридным CUDA API и jitLLM v2.0

TornadoVM 7.3, открытая фреймворк для GPU‑ускорения Java, заменяет JNI на FFM API, убирает зависимость от JVMCI и унифицирует получение метаданных компилятора через reflection/ASM/Unsafe. Релиз усиливает интеграцию с Nvidia (оптимизированный CUDA‑бекенд с cuTile/TileContext и прямыми вызовами cuBLAS/CUTLASS), добавляет поддержку Apple MXL и мульти‑GPU, а также включает jitLLM v2.0 — Java‑движок инференса в одном JAR; оба проекта коммерциализируются через Beestream.ai.

6.0

2026-10-19

COMPANIES · 1 ИСТОЧН. · TechCrunch AI

AWS запускает TorchNeuron для запуска моделей PyTorch на Trainium

Amazon Web Services выпустила TorchNeuron — совместимый с PyTorch инструмент, который, по данным AWS, позволяет запускать приложения PyTorch на её AI‑чипах Trainium с минимальной конфигурацией (одна строка). AWS также намерена внести изменения в основной проект PyTorch, чтобы ослабить привязку фреймворка к конкретным чипам, и утверждает, что это даст стартапам простой доступ к облаку AWS и лучшую экономику для обучения и вывода моделей.

8.0

2026-10-13

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA добавляет «cuDF skills» для помощи AI‑агентам в переписывании UDF в Spark для ускорения на GPU

NVIDIA описывает рабочий процесс и новую возможность «cuDF skills for Apache Spark», которая с помощью агентных инструментов переписывает UDF в Spark в формы, выполняемые на GPU (через выражения Spark SQL, интерфейс RapidsUDF на Java или собственные CUDA‑ядра), устраняя откат на CPU и демонстрируя прирост скорости свыше 22×. В статье приводится пример: одна крупная компания переписала более 30 производственных UDF и сократила время оператора с 274,55 до 12,78 часов для нагрузки в 600 миллиардов строк.

6.0

2026-09-30

COMPANIES · 1 ИСТОЧН. · The Decoder

Deepseek открывает исходники TileLang и инструментов для Huawei Ascend 950

Deepseek объявила об открытии исходного кода библиотек и инструментов программирования — в центре релиза язык TileLang (разработанный в Пекинском университете), оптимизированных для чипов Huawei Ascend, включая работу над суперузлом из 128 чипов Ascend 950; по данным Deepseek, Huawei «полностью поддержала» проект. Пакет призван помочь создать отечественную программную экосистему для китайских AI‑чипов и представляет, по мнению компании, более простую модель программирования по сравнению с CUDA.

7.0

2026-09-24

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

AI-GRACE: фреймворк операционализации сценариев для агентных ИИ (arXiv:2609.21192v1)

AI-GRACE — предлагаемый фреймворк операционализации сценариев, связывающий управление организацией с технической реализацией для агентных ИИ. В работе формулируются цели и обязательства, оцениваются риски по семи доменам и выводятся требования к обеспечению уверенности, средствам контроля во время работы и доказательствам, вводятся понятия Agent Operating Envelope и Risk-Aligned Independence Levels (RAIL); метод иллюстрируется вымышленным кейсом розничного банка, и авторы отмечают необходимость эмпирической проверки.

7.0

2026-09-23

CODING · 1 ИСТОЧН. · Hugging Face

NVIDIA показывает, как с помощью Warp и MJWarp запускать MuJoCo в масштабе GPU (до 2048 окружений)

NVIDIA описывает перенос рабочего процесса MuJoCo (манипулятор SO-101) в MJWarp — реализацию физического конвейера MuJoCo на базе NVIDIA Warp — и демонстрирует одновременное выполнение до 2048 параллельных окружений на GPU. В статье объясняются модель ядра Warp для GPU, массивы на устройстве, компонуемые запуски и захват графа, а также упоминаются дифференцируемые ядра и опциональный детерминированный режим (Warp ≥ 1.15); материал посвящён подготовке и масштабированию симуляций, а не обучению политик.

6.0

2026-09-22

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA описывает адаптации TensorRT LLM для конфиденциального инференса на Blackwell (B200)

NVIDIA опубликовала руководство и результаты измерений, показывающие, как TensorRT LLM адаптируется к конфиденциальным вычислениям на Blackwell B200: выбор памяти с учётом CC, асинхронный возврат токенов, использование GPU %globaltimer для автотюнинга и обнаружение путей связи при недоступности NVLS. В тестах при включённом CC пропускная способность токенов составляла примерно 96.1–98.2% от режима без CC, а TPOT увеличивался около 1.2–4.3%.

7.0

2026-09-02

CODING · 1 ИСТОЧН. · NVIDIA Developer

Современный набор инструментов CUDA на практике: пошаговое руководство по оптимизации

NVIDIA Developer опубликовал пошаговое руководство, демонстрирующее современный набор инструментов CUDA для оптимизации кода, ускоряемого на GPU. В статье CUDA представлена как основа рабочих нагрузок от научных симуляций до крупномасштабного обучения ИИ и приводятся практические рекомендации по оптимизации.

6.0

2026-08-25

CODING · 1 ИСТОЧН. · NVIDIA Developer

CUDA Python 1.0 — стабильные API, единая основа, полный доступ к платформе

NVIDIA выпустила CUDA Python 1.0 с стабильными API и единой основой, которая призвана предоставить Python‑разработчикам расширенный доступ к возможностям CUDA и GPU без необходимости собирать расширения на C++. Выпуск направлен на упрощение создания ускоряемых на GPU Python‑приложений на платформе NVIDIA.

7.0

2025-09-29

MODELS · 1 ИСТОЧН. · DeepSeek

DeepSeek представила экспериментальную модель V3.2-Exp с разреженным вниманием и крупным снижением цен на API

DeepSeek представила DeepSeek-V3.2-Exp — экспериментальную модель на базе V3.1-Terminus, в которой используется DeepSeek Sparse Attention (DSA) для повышения эффективности при работе с длинными контекстами при минимальной потере качества; бенчмарки показывают паритет с V3.1-Terminus. Компания также снизила цены на API более чем на 50% с немедленным вступлением в силу, опубликовала GPU-ядра для TileLang и CUDA и временно оставляет V3.1-Terminus в API до 15 октября 2025 г., 15:59 UTC для сравнения.

7.0