Pelanggan Nvidia diberi tahu tentang kenaikan harga terkait AI di atas 15% ↗
Beberapa pelanggan terbesar Nvidia dilaporkan telah diperingatkan bahwa server yang dilengkapi dengan chip AI-nya bisa menjadi lebih mahal lebih dari 15%. Penyebabnya adalah melonjaknya biaya chip memori, yang kini berdampak langsung pada biaya infrastruktur AI.
Kenaikan harga diperkirakan akan berdampak pada sistem yang menggunakan perangkat keras Vera Rubin dan Grace Blackwell. Jadi, dalam perkembangan yang agak tak terduga, persaingan AI bukan lagi hanya tentang mendapatkan cukup GPU—harga memori menjadi masalah besar lainnya di rak server.
Nvidia Menginvestasikan $6 Miliar untuk Membangun Alternatif Kuat AS untuk AI China ↗
Nvidia dilaporkan menginvestasikan $6 miliar untuk kesepakatan dengan perusahaan rintisan AI Poolside, termasuk lisensi teknologi dan talenta, dengan tujuan membangun model open-weight yang sangat andal.
Hal itu menempatkan Nvidia dalam posisi yang tidak biasa. Mereka memasok perangkat keras yang mendukung perusahaan seperti OpenAI dan Anthropic, namun sekarang mereka juga dapat menantang perusahaan-perusahaan tersebut di lapisan model—sekaligus mencoba melawan pemain model terbuka asal Tiongkok seperti DeepSeek dan Kimi. Pemasok, mitra, pesaing... sebuah segitiga kecil yang menarik.
Inherent menyatakan bahwa 'rekan tim' AI mereka mengungguli Anthropic dan OpenAI dalam mereplikasi penelitian ↗
Startup London, Inherent, yang didirikan oleh mantan peneliti DeepMind, meluncurkan Faraday, agen AI yang dirancang untuk secara mandiri mereproduksi hasil dari makalah ilmiah yang telah dipublikasikan.
Yang mengejutkan: Inherent mengatakan Faraday mengalahkan sistem yang dibangun di sekitar model-model canggih yang jauh lebih besar dari Anthropic dan OpenAI, sementara sistem tersebut berjalan pada model Qwen yang relatif kecil dengan 27 miliar parameter. Perusahaan tersebut mengaitkan keberhasilan ini dengan desain agen dan pembelajaran penguatan (reinforcement learning) daripada sekadar menambahkan lebih banyak parameter pada masalah tersebut... yang kini menjadi semacam tema umum.
OpenAI mengatakan California harus memperkuat undang-undang keselamatan AI-nya ↗
OpenAI kini mendesak California untuk menambahkan perlindungan yang lebih kuat pada SB 53, termasuk memantau model-model mutakhir selama pelatihan dan evaluasi serta memperkuat keamanan siber di seluruh proses pengembangan.
Ada sedikit kejutan di sini: OpenAI sebelumnya menentang undang-undang tersebut. Perusahaan tersebut kini berpendapat bahwa insiden keamanan AI baru-baru ini menunjukkan mengapa perlindungan yang lebih kuat diperlukan, dan mengatakan bahwa peraturan tingkat negara bagian pada akhirnya dapat menjadi dasar untuk standar nasional.
Frontier AI Labs masih belum mau menjelaskan bagaimana mereka akan mengatasi model AI yang menyimpang ↗
Sebuah penilaian dari Guidelight AI Standards menemukan bahwa perusahaan-perusahaan AI terkemuka secara mengejutkan hanya sedikit menerbitkan informasi tentang apa yang akan mereka lakukan jika sebuah model yang canggih mencoba menghindari kendali manusia.
OpenAI memperoleh skor tertinggi di antara lima laboratorium yang diperiksa, tetapi bahkan mereka dilaporkan tidak memiliki rencana penahanan formal yang didokumentasikan secara publik untuk insiden di masa mendatang. Anthropic dan Meta memperoleh skor yang sangat buruk dalam hal pengungkapan publik - meskipun perusahaan berpendapat bahwa dokumen publik tidak selalu mengungkapkan semua pengamanan internal mereka.
Pada dasarnya, laboratorium AI memiliki rencana yang semakin detail untuk menguji kemampuan berbahaya... tetapi panduan darurat untuk "model sudah berperilaku tidak wajar" masih terlihat agak kurang lengkap.
Program pelatihan startup Harvard seharga $699 menawarkan avatar AI dari para instrukturnya ↗
Harvard Business School menggunakan avatar AI yang dihasilkan HeyGen dari para instruktur di dalam program kewirausahaan Foundry selama delapan minggu dengan biaya $699.
Para siswa masih mendapatkan sesi langsung dengan instruktur manusia, tetapi avatar menangani umpan balik yang dipersonalisasi selama simulasi presentasi dan rapat dewan. Seorang instruktur mengakui bahwa kembaran digitalnya terasa agak menyeramkan - rupanya para siswa justru menyukainya.
Perusahaan yang sukses dengan agen AI membatasi seberapa banyak yang dapat dilakukan agen tersebut secara mandiri ↗
Persaingan agen AI di lingkungan perusahaan mulai membalikkan salah satu asumsi favoritnya: otonomi yang lebih besar tidak selalu berarti lebih baik. Perusahaan yang melihat hasil produksi yang lebih kuat semakin memberikan tanggung jawab yang lebih sempit dan batasan operasional yang lebih tegas kepada agen-agen tersebut.
Masalah yang lebih besar tampaknya terletak pada tata kelola, biaya integrasi, dan pembuktian nilai bisnis yang nyata. Dengan kata lain, karyawan AI yang sukses mungkin tidak lagi tampak seperti seorang jenius yang mandiri, melainkan lebih seperti rekan kerja yang luar biasa cepat dengan izin yang sangat ketat.
Pertanyaan yang Sering Diajukan (FAQ)
Mengapa server AI Nvidia diperkirakan akan menjadi lebih mahal?
Pelanggan Nvidia dilaporkan telah diperingatkan bahwa harga untuk beberapa server AI dapat naik lebih dari 15%. Tekanan utama berasal dari biaya chip memori yang lebih tinggi, yang mendorong kenaikan harga keseluruhan sistem yang dibangun di sekitar perangkat keras seperti Vera Rubin dan Grace Blackwell. Hal ini menunjukkan bahwa harga memori menjadi bagian yang semakin signifikan dari pengeluaran infrastruktur AI.
Kesepakatan Poolside AI senilai $6 miliar dari Nvidia ini tentang apa?
Nvidia dilaporkan menginvestasikan $6 miliar dalam kesepakatan yang melibatkan perusahaan rintisan AI Poolside, yang mencakup lisensi teknologi dan talenta. Tujuannya adalah untuk membantu membangun model AI open-weight yang andal di Amerika Serikat. Langkah ini dapat menempatkan Nvidia pada posisi kompetitif yang lebih luas, karena perusahaan tersebut telah memasok perangkat keras komputasi kepada pengembang AI utama dan berpotensi bersaing dengan mereka di lapisan model juga.
Bagaimana agen AI Faraday dari Inherent mengungguli model AI yang lebih besar?
Inherent menyatakan bahwa agen AI Faraday mereka berkinerja lebih baik dalam mereproduksi penelitian ilmiah yang telah dipublikasikan dibandingkan sistem yang dibangun berdasarkan model-model mutakhir yang lebih besar. Faraday dilaporkan menggunakan model Qwen dengan 27 miliar parameter, dan Inherent mengaitkan kinerja tersebut dengan desain agen dan pembelajaran penguatan (reinforcement learning). Hasil ini menunjukkan bahwa desain alur kerja dan metode pelatihan terkadang sama pentingnya dengan peningkatan ukuran model.
Mengapa OpenAI menginginkan California memperkuat undang-undang keselamatan AI-nya?
OpenAI menyerukan perlindungan yang lebih kuat dalam RUU SB 53 California, termasuk pemantauan yang lebih ketat terhadap model-model mutakhir selama pelatihan dan evaluasi, serta peningkatan langkah-langkah keamanan siber. Ini menandai perubahan dari penentangan mereka sebelumnya terhadap undang-undang tersebut. OpenAI sekarang berpendapat bahwa insiden keamanan AI baru-baru ini membuat perlindungan yang lebih kuat menjadi perlu dan bahwa peraturan tingkat negara bagian berpotensi membantu membentuk kerangka kerja nasional di masa depan.
Apa yang dilakukan laboratorium AI untuk mempersiapkan diri menghadapi model yang nakal atau berperilaku buruk?
Perusahaan AI terkemuka menerbitkan informasi terperinci tentang bagaimana mereka menguji kemampuan berbahaya, tetapi dokumentasi publik tentang cara mengendalikan model setelah mulai berperilaku berbahaya masih terbatas. Penilaian dari Guidelight AI Standards menemukan kesenjangan signifikan di berbagai laboratorium utama. OpenAI memperoleh skor tertinggi di antara yang diperiksa, meskipun dilaporkan bahwa mereka pun tidak memiliki rencana penahanan formal yang didokumentasikan secara publik untuk insiden model nakal di masa mendatang.
Mengapa perusahaan memberikan otonomi yang lebih sedikit kepada agen AI dalam lingkungan produksi?
Perusahaan yang melihat hasil yang lebih baik dari agen AI semakin membatasi apa yang dapat dilakukan sistem tersebut secara independen. Pendekatan produksi yang umum adalah memberikan agen tanggung jawab yang lebih sempit, izin yang jelas, dan batasan operasional yang terdefinisi dengan baik. Hal ini dapat mempermudah tata kelola, integrasi, dan pengawasan, sekaligus mengurangi risiko yang terkait dengan sistem yang sangat otonom yang sulit dikendalikan atau dievaluasi.