Нью-Йорк готовится стать очередным штатом, рассматривающим приостановку развития центров обработки данных, поскольку законодатели представили законопроект о трехлетнем моратории. Этот шаг, объявленный в пятницу, отражает растущую двухпартийную негативную реакцию на расширение центров обработки данных, и Нью-Йорк присоединяется как минимум к пяти другим штатам, рассматривающим аналогичное законодательство.
По словам сенатора штата Лиз Крюгер, демократа, представившей законопроект, "Моратории на центры обработки данных тестируются в качестве модели в штатах по всей стране". Соавтор законопроекта, член законодательного собрания Анна Келлес, также демократ, поддержала это мнение.
Тем временем автомобильная промышленность продолжает бороться с меняющимся ландшафтом внедрения электромобилей (EV). Stellantis, материнская компания таких брендов, как Jeep и Dodge, объявила о списании 26,2 миллиарда долларов, чтобы адаптировать свой бизнес к текущей реальности. Этот сдвиг произошел после периода оптимизма в отношении внедрения электромобилей, включая амбициозные планы по созданию зарядной инфраструктуры и новых аккумуляторных заводов.
В сфере освоения космоса инженеры Blue Origin возвращаются к давним дебатам о возможности повторного использования второй ступени ракеты New Glenn. Дискуссия, начавшаяся в начале 2010-х годов, отражает аналогичные экономические соображения, с которыми столкнулась SpaceX в отношении своей ракеты Falcon 9. В то время как первая ступень New Glenn спроектирована как полностью многоразовая, экономика повторного использования верхней ступени, оснащенной двумя двигателями BE-3U, остается ключевым вопросом.
В других новостях: Lamborghini Temerario 2026 года должен дебютировать в качестве замены Huracán, самой продаваемой спортивной машины компании на сегодняшний день. Эта совершенно новая модель представляет собой значительную эволюцию на рынке суперкаров, где платформы часто остаются неизменными в течение длительного времени.
Наконец, исследователи из Стэнфорда, Nvidia и Together AI разработали новую технику под названием Test-Time Training to Discover (TTT-Discover), которая может оптимизировать ядра GPU. Эта техника позволяет моделям продолжать обучение в процессе вывода, что приводит к значительному повышению производительности. Например, TTT-Discover оптимизировала критическое ядро GPU, чтобы оно работало в два раза быстрее, чем предыдущее современное решение, написанное экспертами-людьми.
Discussion
AI Experts & Community
Be the first to comment