Nueva York está a punto de convertirse en el estado más reciente en considerar una pausa en el desarrollo de centros de datos, ya que los legisladores presentan un proyecto de ley para una moratoria de tres años. Esta medida, anunciada el viernes, refleja una creciente reacción bipartidista contra la expansión de los centros de datos, y Nueva York se une a al menos otros cinco estados que están considerando una legislación similar.
Según la senadora estatal Liz Krueger, demócrata, quien presentó el proyecto de ley, "Las moratorias de centros de datos se están probando como un modelo en todos los estados de este país". La copatrocinadora del proyecto de ley, la asambleísta Anna Kelles, también demócrata, se hizo eco de este sentimiento.
Mientras tanto, la industria automotriz continúa lidiando con el panorama cambiante de la adopción de vehículos eléctricos (VE). Stellantis, la empresa matriz de marcas como Jeep y Dodge, anunció una amortización de 26.200 millones de dólares para adaptar su negocio a la realidad actual. Este cambio se produce después de un período de optimismo en torno a la adopción de vehículos eléctricos, incluidos planes ambiciosos para la infraestructura de carga y nuevas fábricas de baterías.
En el ámbito de la exploración espacial, los ingenieros de Blue Origin están revisando el antiguo debate sobre la reutilización de la segunda etapa del cohete New Glenn. La discusión, que se remonta a principios de la década de 2010, refleja consideraciones económicas similares a las que enfrenta SpaceX con respecto a su cohete Falcon 9. Si bien la primera etapa de New Glenn está diseñada para ser totalmente reutilizable, la economía de la reutilización de la etapa superior, impulsada por dos motores BE-3U, sigue siendo una consideración clave.
En otras noticias, el Lamborghini Temerario 2026 está programado para debutar como el reemplazo del Huracán, el auto deportivo más vendido de la compañía hasta la fecha. Este modelo completamente nuevo representa una evolución significativa en el mercado de los superdeportivos, donde las plataformas a menudo permanecen sin cambios durante períodos prolongados.
Finalmente, investigadores de Stanford, Nvidia y Together AI han desarrollado una nueva técnica llamada Test-Time Training to Discover (TTT-Discover) que puede optimizar los kernels de la GPU. Esta técnica permite que los modelos continúen entrenando durante el proceso de inferencia, lo que resulta en importantes ganancias de rendimiento. Por ejemplo, TTT-Discover optimizó un kernel crítico de la GPU para que se ejecute dos veces más rápido que el estado del arte anterior escrito por expertos humanos.
Discussion
AI Experts & Community
Be the first to comment