Ειδήσεις: Ειδήσεις

Το Mythos περιπλέκει τον αποχωρισμό – το Πεντάγωνο κρατά στη μαύρη λίστα την Anthropic, αλλά χρησιμοποιεί το μοντέλο της

Fri, 01 May 2026 17:01:54 +0000

Το Πεντάγωνο διατηρεί τον χαρακτηρισμό «supply chain risk» για την Anthropic, αλλά ο CTO Emil Michael παραδέχεται ότι το μοντέλο Mythos αποτελεί «ξεχωριστή στιγμή εθνικής ασφάλειας».
Η NSA χρησιμοποιεί ήδη το Mythos Preview παρά την επίσημη απαγόρευση, ενώ ο Λευκός Οίκος αναζητά εκτελεστική οδηγία που θα επιτρέψει στις ομοσπονδιακές υπηρεσίες να το υιοθετήσουν νόμιμα.
Το Πεντάγωνο ανακοίνωσε συμφωνίες με επτά άλλες εταιρείες AI για χρήση σε διαβαθμισμένα δίκτυα – η Anthropic παραμένει εκτός, τουλάχιστον επισήμως.

Ο Emil Michael, Chief Technology Officer του Υπουργείου Άμυνας των ΗΠΑ, δήλωσε σε συνέντευξή του ότι η Anthropic παραμένει χαρακτηρισμένη ως «supply chain risk» – δηλαδή ως απειλή για την εθνική ασφάλεια. Ταυτόχρονα, όμως, παραδέχτηκε ότι το Mythos, το πιο προηγμένο μοντέλο της εταιρείας με εξειδικευμένες κυβερνοδυνατότητες, είναι «ξεχωριστή στιγμή εθνικής ασφάλειας» που δεν μπορεί εύκολα να αγνοηθεί.

Πώς ξεκίνησε η ρήξη

Η σύγκρουση ξέσπασε στα τέλη Φεβρουαρίου 2026, όταν ο Υπουργός Άμυνας Pete Hegseth χαρακτήρισε επίσημα την Anthropic ως «supply chain risk to national security». Αφορμή ήταν η άρνηση της εταιρείας να επιτρέψει τη χρήση του Claude για μαζική εγχώρια παρακολούθηση και για την ανάπτυξη πλήρως αυτόνομων όπλων – δύο όρια που ο CEO Dario Amodei έχει δηλώσει δημόσια ότι δεν θα παραβεί. Ο χαρακτηρισμός αυτός, σύμφωνα με αναφορές, είναι «πρωτοφανής» και συνήθως προορίζεται για αλλοδαπούς αντιπάλους.

Συνέπεια της απόφασης αυτής είναι ότι οι αμυντικοί ανάδοχοι υποχρεούνται να πιστοποιούν ότι δεν χρησιμοποιούν τα μοντέλα Claude της Anthropic στη συνεργασία τους με τον στρατό. Η Anthropic ανταπάντησε νομικά: τον Μάρτιο του 2026 προσέφυγε στα δικαστήρια για να ανατρέψει τον αποκλεισμό της. Δικαστήριο της Βόρειας Περιφέρειας της Καλιφόρνιας χορήγησε προσωρινή διαταγή, με την κρίση ότι οι ενέργειες του Πενταγώνου δεν αποσκοπούσαν στην εθνική ασφάλεια, αλλά στην τιμωρία της Anthropic για την άρνησή της να δεχτεί το συμβόλαιο.

Το Mythos αλλάζει τους υπολογισμούς

Το Mythos ανακοινώθηκε νωρίς τον Απρίλιο μέσω της πρωτοβουλίας Project Glasswing της Anthropic, ως ένα μοντέλο ικανό να εντοπίζει και να εκμεταλλεύεται αυτόνομα κενά ασφαλείας σε ευρύ φάσμα κρίσιμου λογισμικού. Η Anthropic το χαρακτήρισε ιδιαιτέρως επικίνδυνο για δημόσια κυκλοφορία και περιόρισε την πρόσβαση σε περίπου 40 οργανισμούς, από τους οποίους έχει δημοσιοποιήσει μόνο μία δωδεκάδα.

Σύμφωνα με αναφορές του Axios, η NSA χρησιμοποιεί ήδη το Mythos Preview, παρά το γεγονός ότι το Πεντάγωνο – στο οποίο υπάγεται η NSA – έχει κηρύξει την Anthropic απαγορευμένη. Κύριος σκοπός της χρήσης είναι η ανίχνευση κενών ασφαλείας στα ίδια τα κυβερνητικά συστήματα. Αυτό δημιουργεί μια απροκάλυπτη αντίφαση: το ίδιο υπουργείο που μάχεται νομικά εναντίον της Anthropic χρησιμοποιεί παράλληλα τα εργαλεία της.

Ο CTO Emil Michael αναγνώρισε αυτή την πολυπλοκότητα στη συνέντευξή του, λέγοντας ότι το Mythos «έχει δυνατότητες που είναι ιδιαίτερες στο να εντοπίζει κυβερνοευπάθειες και να τις διορθώνει», και ότι πρόκειται για ζήτημα που αντιμετωπίζεται σε επίπεδο ολόκληρης της κυβέρνησης. Ταυτόχρονα, σημείωσε ότι οι «guardrails» που ζητά το Πεντάγωνο «είναι διαπραγματεύσιμες ανάλογα με τι ισχύει με όλες τις εταιρείες».

Ο Λευκός Οίκος αναζητά διέξοδο

Πίσω από τις σκηνές, η κυβέρνηση Trump φαίνεται να αναζητά τρόπο αποκλιμάκωσης. Σύμφωνα με πηγές που επικαλείται το Axios, βρίσκεται σε εξέλιξη εκτελεστική οδηγία που θα επέτρεπε στις ομοσπονδιακές υπηρεσίες να παρακάμψουν τον χαρακτηρισμό «supply chain risk» και να υιοθετήσουν το Mythos. Μία πηγή χαρακτήρισε τις κινήσεις αυτές ως τρόπο να «σώσουν τα προσχήματα και να τους επαναφέρουν».

Ο CEO της Anthropic Dario Amodei συναντήθηκε με την επικεφαλής του Λευκού Οίκου Susie Wiles και τον υπουργό οικονομικών Scott Bessent νωρίτερα τον Απρίλιο, σε μια συνάντηση που χαρακτηρίστηκε «παραγωγική» και από τις δύο πλευρές. Ο Πρόεδρος Trump δήλωσε στη συνέχεια στο CNBC ότι «είναι πιθανό» να υπάρξει συμφωνία μεταξύ Anthropic και Πενταγώνου.

Παρ' όλα αυτά, την ίδια ημέρα που ο Michael έκανε τις δηλώσεις του, το Πεντάγωνο ανακοίνωσε συμφωνίες με επτά άλλες κορυφαίες εταιρείες AI για ανάπτυξη των τεχνολογιών τους σε διαβαθμισμένα δίκτυα για «νόμιμη επιχειρησιακή χρήση» – ενώ ο Υπουργός Άμυνας Hegseth χαρακτήρισε τον Amodei ως «ιδεολογικό παράφρονα» κατά τη μαρτυρία του στο Κογκρέσο. Η νομική διαμάχη συνεχίζεται.

Πηγές

Οι CIOs αντιμέτωποι με νέα ταυτότητα: από διαχειριστές συστημάτων σε ορχηστρωτές AI agents

Fri, 01 May 2026 15:02:06 +0000

Το 2026 σηματοδοτεί μετάβαση από τα GenAI pilots στην πλήρη ανάπτυξη agentic AI σε επιχειρησιακά workflows — και ο CIO είναι ο πρωταγωνιστής αυτής της αλλαγής.
Σύμφωνα με τη Gartner, το 94% των CIOs αναμένει σημαντικές αλλαγές στα σχέδιά τους μέσα στους επόμενους 24 μήνες, ενώ μόνο το 48% των ψηφιακών πρωτοβουλιών πιάνει τους στόχους.
Οι κορυφαίες ικανότητες που καλλιεργούν οι CIOs για το agentic AI είναι leadership (61%), storytelling (57%) και change management (55%) — όχι τεχνικές δεξιότητες.

Ο ρόλος του Chief Information Officer έχει περάσει από πολλές μεταμορφώσεις τις τελευταίες δεκαετίες, αλλά αυτή που διαμορφώνεται το 2026 είναι ίσως η πιο δομική. Το agentic AI — δηλαδή αυτόνομα συστήματα που δεν απλώς απαντούν σε ερωτήματα αλλά σχεδιάζουν και εκτελούν σύνθετες εργασίες πολλών βημάτων — μετατοπίζει τη φύση της εξουσίας και της ευθύνης μέσα στον οργανισμό.

Από «system owner» σε «workforce orchestrator»

Η μετάβαση είναι εννοιολογικά ξεκάθαρη: ο ρόλος εξελίσσεται από διαχειριστή συστημάτων σε ορχηστρωτή εργατικού δυναμικού. Αυτό σημαίνει ότι οι CIOs καλούνται να διαχειριστούν υβριδικά teams που αποτελούνται τόσο από ανθρώπους όσο και από αυτόνομους AI agents, διατηρώντας παράλληλα governance, accountability και εμπιστοσύνη. Οι άνθρωποι βγαίνουν από τη «μεσαία» θέση στις διαδικασίες, και ο AI agent γίνεται ο ορχηστρωτής.

Σύμφωνα με την έκθεση Pulse of Agentic AI 2026 της Dynatrace, το 26% των οργανισμών έχει ήδη 11 ή περισσότερα agentic AI projects σε εξέλιξη, ενώ ένας αυξανόμενος αριθμός εταιρειών έχει προχωρήσει πέρα από τα πιλοτικά στάδια σε πλήρη ανάπτυξη. Το CIO Survey της Gartner για το 2026 δείχνει ότι το 42% των επιχειρήσεων σχεδιάζει να αναπτύξει AI agents μέσα στον χρόνο.

Το πρόβλημα του ROI και η πίεση από τα boards

Η εποχή της πειραματικής διάθεσης έχει λήξει επίσημα. Ήδη από το 2025 ήταν εμφανές ότι πολλά AI projects αποτύγχαναν να ξεπεράσουν το εμπόδιο της κλιμάκωσης — αυτό έχει μετατραπεί σε επενδυτικό ζήτημα, με τους CFOs να εμπλέκονται πιο ενεργά στη λήψη αποφάσεων και να σφίγγουν τα κριτήρια κατανομής προϋπολογισμού.

Σύμφωνα με το CIO and Technology Executive Survey της Gartner για το 2026, το 94% των CIOs αναμένει σημαντικές αλλαγές στα σχέδια και τα αποτελέσματά τους μέσα στους επόμενους 24 μήνες, ωστόσο μόλις το 48% των ψηφιακών πρωτοβουλιών επιτυγχάνει ή ξεπερνά τους επιχειρηματικούς στόχους. Οι πιέσεις κόστους παραμένουν έντονες: το 57% των CIOs δέχεται πίεση για βελτίωση παραγωγικότητας και το 52% για μείωση κόστους.

Η πλήρης υλοποίηση AI αυξήθηκε από 11% σε 42% σε ετήσια βάση — αύξηση 282% — ενώ σύμφωνα με στοιχεία της Salesforce, οι AI προϋπολογισμοί σχεδόν διπλασιάστηκαν, με το 30% αυτών να αφιερώνεται πλέον αποκλειστικά στο agentic AI.

Governance: η νέα πρώτη ύλη του CIO

Η τεχνική πολυπλοκότητα δεν είναι πλέον το κύριο εμπόδιο — είναι η διακυβέρνηση. Από το πρώτο τρίμηνο του 2026, η συζήτηση δεν αφορά πλέον την «παραγωγικότητα μέσω GenAI», αλλά τη διαχείριση agentic AI — αυτόνομων συστημάτων που εκτελούν κώδικα, τροποποιούν ρυθμίσεις και αλληλεπιδρούν με υποδομές. Η πρόκληση ηγεσίας έχει μετεξελιχθεί από «προώθηση της υιοθέτησης» σε «επιβολή governance».

Η ασφάλεια αποκτά κρίσιμη σημασία καθώς οι AI agents αποκτούν την ικανότητα να αναζητούν και να αναλύουν δεδομένα αυτόνομα — κάτι που ήταν πολύ λιγότερο ανησυχητικό με τα μικρά πιλοτικά projects, όπου οι developers επιλέγανε προσεκτικά τα δεδομένα. Πριν από το generative AI, data scientists και αναλυτές ήταν αυτοί που είχαν πρόσβαση στα δεδομένα, παρέχοντας ένα επίπεδο ανθρώπινου ελέγχου που κινδυνεύει να εξαφανιστεί στην agentic εποχή.

Οργανισμοί που καθυστερούν να αντιμετωπίσουν το «data debt» — συμπεριλαμβανομένων των απομονωμένων, πλεοναζόντων και παρωχημένων δεδομένων — μπορεί να αντιμετωπίσουν έως και 50% υψηλότερα ποσοστά αποτυχίας AI έως το 2027, σύμφωνα με την IDC.

Νέες δεξιότητες για έναν νέο ρόλο

Παράδοξα, οι πιο κρίσιμες δεξιότητες για τον CIO του agentic AI δεν είναι τεχνικές. Σύμφωνα με έρευνα της Salesforce, οι κορυφαίες δεξιότητες που καλλιεργούν οι CIOs για να προετοιμαστούν για το agentic AI είναι η ηγεσία (61%), η αφήγηση/narrative-building (57%) και η διαχείριση αλλαγών και επικοινωνία (55%).

Για να προετοιμαστούν, οι επιχειρήσεις καλούνται να δημιουργήσουν ένα roadmap εξέλιξης δεξιοτήτων που αντικατοπτρίζει τον ρυθμό μετάβασης από ανθρωποκεντρικές σε agent-driven διαδικασίες — λαμβάνοντας υπόψη ποιες δεξιότητες αναδύονται, ποιες παραμένουν κρίσιμες και ποιες έχουν ήδη καταστεί παρωχημένες λόγω AI.

Χαρακτηριστικό της ταχύτητας των αλλαγών: CIOs αναφέρουν ότι LLM wrappers έχουν ήδη ξεπεραστεί μόλις έξι μήνες μετά την ανάπτυξή τους. Η σύσταση από έμπειρους στελέχη είναι να κρατούν τις AI υλοποιήσεις κοντά στο cloud και να χτίζουν αρχιτεκτονικές agnostic ως προς τα agent frameworks, τα οποία αλλάζουν κάθε έξι μήνες.

Η επόμενη φάση: από CIO σε Chief Transformation Officer

Σύμφωνα με την έκθεση IDC «CIO Predictions 2026: Leading the Agentic Enterprise», ο παραδοσιακός ρόλος του CIO εξελίσσεται από τεχνολογικό operator σε στρατηγικό driver επιχειρηματικής μεταμόρφωσης, με την τεχνητή νοημοσύνη στον πυρήνα αυτής της αλλαγής. Έως το 2027, το 60% των A500 CIOs αναμένεται να αναλάβει την υποχρέωση δημιουργίας enterprise AI value playbooks με διευρυμένα μοντέλα ROI που καταγράφουν την επίδραση του AI στην αποδοτικότητα, την ανάπτυξη και την καινοτομία.

Το συμπέρασμα αρκετών στελεχών: «Οι CEOs θα καταλήξουν ότι η υιοθέτηση AI δεν είναι πλέον τεχνολογικό πρόβλημα, αλλά πρόβλημα εργατικού δυναμικού και διοίκησης» — μια εξέλιξη που τοποθετεί τον CIO στο κέντρο της επιχειρησιακής στρατηγικής, πέρα από τα IT τμήματα.

Πηγές

Η NVIDIA «χτυπά» πρώτη με Day-0 Blackwell υποστήριξη για το DeepSeek V4 — 3.500 tokens/sec σε μοντέλα 1,6T παραμέτρων

Sun, 26 Apr 2026 12:01:38 +0000

Η NVIDIA παρέχει Day-0 υποστήριξη για το DeepSeek V4 στην πλατφόρμα Blackwell, επιτυγχάνοντας ~3.500 tokens/sec ανά GPU σε προκαταρκτικές δοκιμές με GB300/Blackwell Ultra.
Το DeepSeek-V4-Pro διαθέτει 1,6 τρισεκατομμύρια παραμέτρους συνολικά (49B ενεργές) και παράθυρο context 1 εκατομμυρίου tokens, ενώ το V4-Flash έχει 284B παραμέτρους με 13B ενεργές.
Η νέα αρχιτεκτονική μειώνει κατά 73% τα per-token inference FLOPs και κατά 90% το memory footprint του KV cache σε σχέση με το DeepSeek-V3.2.

Η DeepSeek μόλις παρουσίασε την τέταρτη γενιά των flagship μοντέλων της, και η NVIDIA ήταν έτοιμη από την πρώτη στιγμή. Με Day-0 υποστήριξη στην πλατφόρμα Blackwell, η πράσινη εταιρεία αποδεικνύει για ακόμη μια φορά γιατί παραμένει το απόλυτο σημείο αναφοράς στον χώρο της επιτάχυνσης AI inference.

Τα νέα μοντέλα DeepSeek V4: Pro και Flash

Η DeepSeek κυκλοφόρησε δύο νέα μοντέλα: το DeepSeek-V4-Pro και το DeepSeek-V4-Flash, και τα δύο σχεδιασμένα για εξαιρετικά αποδοτικό inference με παράθυρο context ενός εκατομμυρίου tokens. Το DeepSeek-V4-Pro είναι το μεγαλύτερο μοντέλο της οικογένειας, με 1,6 τρισεκατομμύρια παραμέτρους συνολικά και 49 δισεκατομμύρια ενεργές παραμέτρους. Το DeepSeek-V4-Flash, από την άλλη, είναι ένα μικρότερο μοντέλο 284B παραμέτρων με 13B ενεργές, σχεδιασμένο για ταχύτερες και πιο αποδοτικές εργασίες. Και τα δύο μοντέλα υποστηρίζουν έως 1 εκατομμύριο tokens στο context window, ανοίγοντας νέες δυνατότητες για long-context coding, ανάλυση εγγράφων, retrieval και agentic AI workflows. Επιπλέον, διατίθενται υπό άδεια MIT, κάτι που τα καθιστά ελεύθερα για εμπορική χρήση.

~3.500 Tokens/sec: Τα νούμερα που εντυπωσιάζουν

Σε slides που παρουσίασε η NVIDIA, η εταιρεία επιδεικνύει απόδοση κοντά στα 3.500 tokens per second ανά GPU (GB300 / Blackwell Ultra) — και αυτά είναι απλώς προκαταρκτικά νούμερα που αναμένεται να αυξηθούν σημαντικά καθώς συνεχίζονται οι βελτιστοποιήσεις. Παράλληλα, εκτός κουτιού δοκιμές στο NVIDIA GB200 NVL72 αποδίδουν πάνω από 150 tokens/sec ανά χρήστη για το DeepSeek-V4-Pro. Η ομάδα της NVIDIA χρησιμοποίησε το Day-0 recipe του vLLM για Blackwell B300, παράγοντας μια πρώτη εικόνα της out-of-the-box απόδοσης του μοντέλου.

Αρχιτεκτονική και τεχνολογική혁 καινοτομία

Η οικογένεια V4 βασίζεται στην MoE (Mixture of Experts) αρχιτεκτονική της DeepSeek, με αυξημένη έμφαση στη βελτιστοποίηση του attention component. Οι καινοτομίες αυτές έχουν σχεδιαστεί ώστε να επιτύχουν 73% μείωση στα per-token inference FLOPs και 90% μείωση στο memory footprint του KV cache σε σχέση με το DeepSeek-V3.2. Συνδυαστικά, αυτές οι τεχνολογίες επιτρέπουν στο μοντέλο να υποστηρίξει παράθυρο context 1 εκατομμυρίου tokens χρησιμοποιώντας 9,5 έως 13,7 φορές λιγότερη μνήμη από το DeepSeek V3.2.

Κομβικό ρόλο παίζει η χρήση MXFP4 quantization, η οποία επιταχύνει τόσο τα rollouts όσο και τα inference passes, μειώνοντας τo memory traffic και τo sampling latency. Αξίζει να σημειωθεί ότι τα μοντέλα V4 χρησιμοποιούν συνδυασμό FP8 και FP4 precision, με quantization-aware training για τα MoE expert weights.

Το Blackwell Stack και τα εργαλεία ανάπτυξης

Το NVIDIA Blackwell stack προσφέρει ένα πλούσιο σύνολο τεχνολογιών ειδικά σχεδιασμένων για μοντέλα όπως το V4: NVFP4, Dynamo, βελτιστοποιημένα CUDA Kernels, προηγμένες τεχνικές παραλληλισμού και πολλά ακόμη. Η NVIDIA αναμένει αυτή η απόδοση να ανέβει ακόμα ψηλότερα καθώς βελτιστοποιείται ολόκληρο το extreme co-design stack.

Για τους developers, το DeepSeek V4 είναι διαθέσιμο με Day-0 μέσω NVIDIA NIM, ενώ μπορούν επίσης να χρησιμοποιήσουν GPU-accelerated endpoints στο build.nvidia.com ως μέλη του NVIDIA Developer Program. Το SGLang προσφέρει τρεις κύριες serving recipes για DeepSeek-V4 σε Blackwell και Hopper (low-latency, balanced, max-throughput), μαζί με εξειδικευμένες recipes για long-context workloads. Το vLLM, από την πλευρά του, παρέχει single-node και multinode serving recipes που κλιμακώνονται έως 100+ GPUs, με υποστήριξη tool calling, reasoning και speculative decoding.

Benchmark και ανταγωνισμός

Σύμφωνα με τη DeepSeek, το V4-Pro έχει εκπαιδευτεί σε 33 τρισεκατομμύρια tokens και — αν τα στοιχεία της εταιρείας επαληθευτούν — ξεπερνά όλα τα open-weight LLMs ενώ ανταγωνίζεται τα καλύτερα ιδιόκτητα μοντέλα της Δύσης σε μια σειρά benchmarks. Σε δημοφιλή benchmarks όπως το MMLU-Pro, το DeepSeek V4-Pro φαίνεται να συγκρίνεται άμεσα με το GPT-5 της OpenAI. Όπως πάντα, οι αξιώσεις αυτές πρέπει να ελεγχθούν σε πραγματικές συνθήκες λειτουργίας.

Πηγές

OpenAI GPT-5.5: Το νέο μοντέλο AI είναι διαθέσιμο σε ChatGPT Plus και άνω

Sun, 26 Apr 2026 08:01:00 +0000

Το GPT-5.5 κυκλοφόρησε για χρήστες ChatGPT Plus, Pro, Business και Enterprise — οι δωρεάν χρήστες δεν έχουν πρόσβαση προς το παρόν.
Το νέο μοντέλο φέρνει σημαντικές βελτιώσεις σε coding, computer use, επιστημονική έρευνα και multi-step agentic tasks, με λιγότερα tokens και γρηγορότερα αποτελέσματα.
Η έκδοση GPT-5.5 Pro — για ακόμα πιο απαιτητικές εργασίες — είναι διαθέσιμη μόνο σε Pro, Business και Enterprise πλάνα.

Η OpenAI ανακοίνωσε την κυκλοφορία του GPT-5.5, του πιο προηγμένου γλωσσικού μοντέλου της εταιρείας μέχρι σήμερα, μόλις επτά εβδομάδες μετά την κυκλοφορία του GPT-5.4. Το νέο μοντέλο ξεκίνησε να διανέμεται στις 23 Απριλίου 2026 για χρήστες ChatGPT Plus, Pro, Business και Enterprise — τόσο μέσα από το ChatGPT όσο και μέσα από το Codex.

Τι φέρνει το GPT-5.5

Η OpenAI τοποθετεί το GPT-5.5 ως εξέλιξη του GPT-5 που εστιάζει στο reasoning, τη χρήση εργαλείων και — κυρίως — στην επεξεργασία μακρών context windows. Σύμφωνα με την εταιρεία, το μοντέλο μπορεί να χειριστεί πολύπλοκα, «ακαταστατα» prompts πιο αποτελεσματικά, να εργαστεί σε μεγάλα codebases και σετ εγγράφων χωρίς να χάνει λεπτομέρειες, ενώ παράλληλα παρακολουθεί τη ροή συνομιλιών διαχρονικά — μειώνοντας την ανάγκη για επαναλαμβανόμενες εξηγήσεις.

Ιδιαίτερα αξιοσημείωτη είναι η βελτίωση στην αποδοτικότητα: το GPT-5.5 παράγει tokens με 20% μεγαλύτερη ταχύτητα σε σχέση με προηγούμενα μοντέλα, ενώ στο Codex απαιτεί περίπου 40% λιγότερα output tokens ανά task. Αυτό σημαίνει χαμηλότερο λειτουργικό κόστος σε σχέση με ανταγωνιστικά μοντέλα, παρά την αυξημένη νοημοσύνη.

Benchmarks & Επιδόσεις

Τα αποτελέσματα σε δημοσιευμένα benchmarks είναι εντυπωσιακά:

GDPval (γνωστικές εργασίες σε 44 επαγγέλματα): 84.9%
OSWorld-Verified (αυτόνομος έλεγχος πραγματικών περιβαλλόντων υπολογιστή): 78.7%
Terminal-Bench 2.0: 82.7% (έναντι 69.4% του Anthropic Opus 4.7)
SWE-Bench Pro (επίλυση πραγματικών GitHub issues): 58.6%
Tau2-bench Telecom (σύνθετες ροές εξυπηρέτησης πελατών): 98.0%
FrontierMath Tier 4: 35.4% (έναντι 22.9% του Opus 4.7)

Αξίζει να σημειωθεί ότι στο SWE-Bench Pro το Anthropic Opus 4.7 εξακολουθεί να προηγείται με 64.3%.

GPT-5.5 vs GPT-5.5 Pro

Η OpenAI διαθέτει δύο εκδόσεις του νέου μοντέλου στο ChatGPT:

GPT-5.5 Thinking: Διαθέσιμο σε Plus, Pro, Business και Enterprise. Για Plus και Business χρήστες, υπάρχει όριο έως 3.000 μηνυμάτων ανά εβδομάδα με επιλογή Standard ή Extended thinking time.
GPT-5.5 Pro: Σχεδιασμένο για «ακόμα πιο δύσκολες ερωτήσεις και εργασίες υψηλής ακρίβειας». Διαθέσιμο μόνο σε Pro, Business και Enterprise — με ιδιαίτερα ισχυρές επιδόσεις σε business, νομικά, εκπαίδευση και data science.

Στο Codex, το GPT-5.5 είναι διαθέσιμο σε Plus, Pro, Business, Enterprise, Edu και Go πλάνα, με context window 400K tokens. Υπάρχει επίσης Fast mode που παράγει tokens 1,5 φορές γρηγορότερα έναντι 2,5πλάσιου κόστους.

API Pricing & Διαθεσιμότητα

Το API δεν είναι διαθέσιμο στην κυκλοφορία, καθώς απαιτεί «διαφορετικές ασφαλιστικές δικλίδες». Η OpenAI αναφέρει ότι θα είναι έτοιμο «πολύ σύντομα» με τιμολόγηση $5 ανά 1 εκατ. input tokens και $30 ανά 1 εκατ. output tokens, με context window 1 εκατ. tokens — διπλάσια τιμή σε σχέση με το GPT-5.4, αλλά με σημαντικά βελτιωμένη αποδοτικότητα tokens.

Ασφάλεια & Cyber

Το GPT-5.5 έρχεται με τα αυστηρότερα safety systems της OpenAI μέχρι σήμερα. Παράλληλα, η εταιρεία κυκλοφόρησε ένα cyber-εστιασμένο fine-tune, το GPT-5.4-Cyber, και τυποποίησε το πρόγραμμα Trusted Access for Cyber για επαληθευμένους αμυντικούς φορείς — μια άμεση απάντηση στο Mythos της Anthropic.

Πηγές

DeepSeek V4: Η Κίνα επιστρέφει με το ισχυρότερο open-source μοντέλο AI

Fri, 24 Apr 2026 12:02:01 +0000

Το DeepSeek κυκλοφόρησε preview της σειράς V4 με δύο μοντέλα: το V4-Pro (1.6T παράμετροι) και το V4-Flash (284B παράμετροι), και τα δύο με context window 1 εκατομμυρίου tokens.
Το V4-Pro-Max διεκδικεί τον τίτλο του ισχυρότερου open-source μοντέλου, με κορυφαίες επιδόσεις σε coding benchmarks και agentic tasks — υπερτερεί έναντι GPT-5.2 αλλά υπολείπεται οριακά του GPT-5.4.
Τα μοντέλα τρέχουν σε επεξεργαστές Huawei Ascend, χωρίς εξάρτηση από Nvidia, γεγονός που αναλυτές θεωρούν εξίσου σημαντικό με τις επιδόσεις τους.

Ένα χρόνο αφότου το DeepSeek R1 «τάραξε» τις αγορές και έθεσε σε αμφισβήτηση την αμερικανική πρωτοκαθεδρία στην Τεχνητή Νοημοσύνη, η κινεζική startup επιστρέφει με τη σειρά V4 — το πολυαναμενόμενο επόμενο βήμα της. Η εταιρεία από το Χανγκζόου κυκλοφόρησε preview εκδόσεις των νέων μοντέλων της την Παρασκευή, στοχεύοντας ξανά κατευθείαν στους OpenAI, Google και Anthropic.

Τα δύο νέα μοντέλα: Pro και Flash

Η σειρά V4 αποτελείται από δύο διαφορετικά μοντέλα Mixture-of-Experts (MoE): το DeepSeek-V4-Pro με 1.6 τρισεκατομμύρια παραμέτρους (49B ενεργοποιούμενες) και το DeepSeek-V4-Flash με 284 δισεκατομμύρια παραμέτρους (13B ενεργοποιούμενες). Και τα δύο υποστηρίζουν context window 1 εκατομμυρίου tokens — τεράστια αύξηση σε σχέση με τα 128.000 tokens που υποστήριζε το V3.

Όπως χαρακτηριστικά αναφέρει η ίδια η εταιρεία, η επέκταση αυτή επιτρέπει την αποστολή ολόκληρων codebases ή μεγάλων εγγράφων ως ένα ενιαίο prompt — κάτι ιδιαίτερα χρήσιμο για προγραμματιστές και ερευνητές.

Αρχιτεκτονικές καινοτομίες

Το V4 φέρνει σημαντικές αρχιτεκτονικές αναβαθμίσεις. Η εταιρεία παρουσίασε το Hybrid Attention Architecture, έναν μηχανισμό προσοχής που συνδυάζει Compressed Sparse Attention (CSA) και Heavily Compressed Attention (HCA) για δραματική βελτίωση της αποδοτικότητας σε μακροσκελή κείμενα. Στο 1M-token context setting, το V4-Pro απαιτεί μόλις το 27% των FLOPs συμπερασμού ενός μόνο token και το 10% του KV cache σε σύγκριση με το V3.2.

Επίσης εισάγεται η τεχνική Manifold-Constrained Hyper-Connections (mHC), που ενισχύει τις residual connections και βελτιώνει τη σταθερότητα διάδοσης σήματος μεταξύ των επιπέδων του μοντέλου. Η pre-training έγινε σε πάνω από 32 τρισεκατομμύρια tokens υψηλής ποιότητας.

Επιδόσεις και σύγκριση με αντιπάλους

Σύμφωνα με τα αποτελέσματα που δημοσίευσε η ίδια η DeepSeek, το V4-Pro-Max ξεπερνά το GPT-5.2 της OpenAI και το Gemini 3.0-Pro της Google σε βασικά reasoning benchmarks, ενώ υπολείπεται «οριακά» του GPT-5.4 και του Gemini 3.1-Pro. Σε agentic tasks, το V4-Pro ξεπερνά το Claude Sonnet 4.5 της Anthropic και πλησιάζει το επίπεδο του Claude Opus 4.5. Το V4-Flash από την πλευρά του αποδίδει συγκρίσιμα με το Pro σε απλά agentic tasks και προσεγγίζει τις reasoning ικανότητές του.

Η DeepSeek ισχυρίζεται ότι το V4 έχει τις καλύτερες agentic coding ικανότητες μεταξύ όλων των open-source μοντέλων και «world class» reasoning. Παράλληλα, επισημαίνει ότι υστερεί ακόμα έναντι του Gemini στη γενική γνώση του κόσμου. Αναλυτές υπογραμμίζουν ότι χρειάζονται ανεξάρτητες αξιολογήσεις πριν από οριστικά συμπεράσματα.

Huawei Ascend: Χωρίς Nvidia

Ένα από τα πιο σημαντικά στοιχεία της ανακοίνωσης είναι το τεχνολογικό υπόβαθρο του V4. Η Huawei επιβεβαίωσε ότι το νέο cluster της, βασισμένο στους επεξεργαστές Ascend 950, υποστηρίζει πλήρως το V4 μέσω της τεχνολογίας «Supernode». Το μοντέλο τρέχει επίσης σε chips της Cambricon, μιας άλλης κινεζικής εταιρείας. Αναλυτές εκτιμούν ότι αυτό μπορεί να αποδειχτεί εξίσου σημαντικό με τις ίδιες τις επιδόσεις του μοντέλου, καθώς αποδεικνύει ότι η ανάπτυξη υψηλής ποιότητας AI δεν απαιτεί πλέον αναγκαστικά hardware της Nvidia.

Open-source και αγορές

Όπως και τα προηγούμενα μοντέλα της, το V4 κυκλοφορεί ως open-source με άδεια MIT, επιτρέποντας σε developers να το κατεβάσουν, να το τρέξουν τοπικά και να το τροποποιήσουν. Προς το παρόν υποστηρίζει μόνο κείμενο, με την εταιρεία να δηλώνει ότι εργάζεται για ενσωμάτωση multimodal δυνατοτήτων (εικόνες, βίντεο) στο μέλλον.

Η ανακοίνωση ήρθε λίγες μέρες μετά από δημοσιεύματα που ανέφεραν ότι οι Tencent και Alibaba διαπραγματεύονται επένδυση στο DeepSeek με αποτίμηση άνω των 20 δισεκατομμυρίων δολαρίων. Στα χρηματιστήρια, οι μετοχές κινεζικών κατασκευαστών chip εκτινάχθηκαν: η SMIC ανέβηκε 9% και η Hua Hong Semiconductor 15%, ενώ άλλες κινεζικές AI εταιρείες υποχώρησαν.

Το πλαίσιο: Κίνα vs ΗΠΑ στην AI

Σύμφωνα με τον Stanford AI Index 2026, οι κινεζικές εταιρείες έχουν «ουσιαστικά κλείσει» το χάσμα επιδόσεων AI με τους αμερικανούς αντιπάλους τους. Παράλληλα, οι Anthropic και OpenAI έχουν κατηγορήσει τη DeepSeek για χρήση της τεχνικής «distillation» — εκπαίδευση λιγότερο ισχυρών μοντέλων στα outputs ισχυρότερων — προκειμένου να ενισχύσει τις δυνατότητές της. Ο σύμβουλος επιστήμης και τεχνολογίας του Λευκού Οίκου Michael Kratsios κατηγόρησε την εβδομάδα αυτή ξένες εταιρείες «που εδρεύουν κυρίως στην Κίνα» για εκστρατείες distillation σε «βιομηχανική κλίμακα».

Πηγές

Η Palantir δημοσίευσε «μικρό μανιφέστο» κατά του pluralism και της ενταξιακής κουλτούρας

Sun, 19 Apr 2026 17:08:32 +0000

Η Palantir δημοσίευσε συνοπτικό 22-σημείο κείμενο βασισμένο στο βιβλίο του CEO Alex Karp, το οποίο επικρίνει τον pluralism και τις «παλινδρομικές» κουλτούρες.
Το κείμενο θίγει θέματα AI οπλικών συστημάτων, άμυνας της «Δύσης» και απορρίπτει την ιδέα ότι όλες οι κουλτούρες είναι εκ φύσεως ισάξιες.
Κριτικοί όπως ο CEO του Bellingcat επισημαίνουν ότι το κείμενο δεν είναι φιλοσοφικό δοκίμιο, αλλά η δημόσια ιδεολογία μιας εταιρείας που εξαρτά τα έσοδά της από τις κυβερνητικές πολιτικές που υποστηρίζει.

Η Palantir δημοσίευσε το Σάββατο 19 Απριλίου 2026 ένα κείμενο που η ίδια αποκαλεί «σύντομη» περίληψη 22 σημείων του βιβλίου του CEO της, Alexander Karp, με τίτλο The Technological Republic. Το κείμενο συνέγραψαν ο Karp και ο επικεφαλής εταιρικών υποθέσεων Nicholas Zamiska, ενώ το βιβλίο περιγράφεται από τους ίδιους τους συγγραφείς ως «η αρχή της διατύπωσης της θεωρίας» που στηρίζει το έργο της Palantir. Η εταιρεία δήλωσε ότι δημοσιεύει το κείμενο «γιατί μας ρωτούν πολλά», προτείνοντας ότι «το Silicon Valley χρωστά ηθικό χρέος στη χώρα που έκανε δυνατή την άνοδό του» και δηλώνοντας ότι «το δωρεάν email δεν αρκεί».

Τι λέει το κείμενο

Το κείμενο κλείνει με κριτική στον «επιπόλαιο πειρασμό ενός κενού και κούφιου pluralism», υποστηρίζοντας ότι μια τυφλή αφοσίωση στον pluralism και την ενταξιακή κουλτούρα «αγνοεί το γεγονός ότι ορισμένες κουλτούρες και υποκουλτούρες έχουν παράγει θαύματα, ενώ άλλες αποδείχθηκαν μέτριες και χειρότερα, παλινδρομικές και επιζήμιες». Πρόκειται για θέση που η ίδια η εταιρεία παρουσιάζει ως ιδεολογικό της στίγμα, όχι ως εξωτερικά επιβεβαιωμένο επιστημονικό ή κοινωνιολογικό συμπέρασμα.

Σε ό,τι αφορά την τεχνητή νοημοσύνη, το κείμενο υποστηρίζει ότι «το ερώτημα δεν είναι αν θα κατασκευαστούν AI όπλα, αλλά ποιος θα τα κατασκευάσει και για ποιον σκοπό», προσθέτοντας ότι «οι αντίπαλοί μας δεν θα παύσουν για να επιδοθούν σε θεατρικές συζητήσεις» και ότι «η εποχή του ατόμου τελειώνει», ενώ «μια νέα εποχή αποτροπής βασισμένη στο AI πρόκειται να ξεκινήσει». Το κείμενο επίσης καταδικάζει τον «αφοπλισμό της Γερμανίας και της Ιαπωνίας μετά τον πόλεμο», υποστηρίζοντας ότι «η αποστράτευση της Γερμανίας ήταν υπερδιόρθωση για την οποία η Ευρώπη πληρώνει τώρα βαρύ τίμημα».

Πλαίσιο: η ιδεολογική στροφή της Palantir

Σε earnings call τον Νοέμβριο του 2025, ο Karp είχε ήδη δηλώσει δημόσια ότι η Palantir είναι «η πρώτη εταιρεία που είναι εντελώς anti-woke». Είχε καλέσει σε «επιστροφή σε μια κοινή εθνική εμπειρία» στις ΗΠΑ, λέγοντας ότι «ήταν λάθος να αναγγέλλουμε αβασάνιστα την ισότητα όλων των κουλτούρων», και είχε τονίσει την ανάγκη για «αποδοχή κοινής ταυτότητας που εκ ορισμού προτάσσει ορισμένες ιδέες, αξίες και τρόπους ζωής εις βάρος άλλων». Ο ιδεολογικός προσανατολισμός της εταιρείας έχει έρθει υπό αυξημένο έλεγχο λόγω της συνεργασίας της με την υπηρεσία ICE (Immigration and Customs Enforcement) και της τοποθέτησής της ως οργανισμού που εργάζεται για την υπεράσπιση «της Δύσης».

Τον Απρίλιο του 2025, η Palantir είχε κερδίσει συμβόλαιο αξίας 29,8 εκατομμυρίων δολαρίων με την ICE για την αναβάθμιση του «Immigration Lifecycle Operating System», που παρέχει λεπτομερείς πληροφορίες για μετανάστες τους οποίους η κυβέρνηση επιδιώκει να παρακολουθεί, να κρατά και να απελαύνει. Δημοκρατικοί βουλευτές του Κογκρέσου είχαν ήδη στείλει επιστολή στην ICE και στο Υπουργείο Εσωτερικής Ασφάλειας, ζητώντας περισσότερες πληροφορίες για τον τρόπο χρήσης εργαλείων της Palantir στη στρατηγική απελάσεων της κυβέρνησης Trump.

Οι αντιδράσεις

Ο Eliot Higgins, CEO του ερευνητικού ιστότοπου Bellingcat, σχολίασε με σκωπτικό τρόπο ότι ήταν «εξαιρετικά φυσιολογικό και μια χαρά για μια εταιρεία να βάλει αυτά σε δημόσια δήλωση». Ο Higgins επισήμανε ότι «η Palantir πουλά λειτουργικό software σε υπηρεσίες άμυνας, πληροφοριών, μετανάστευσης και αστυνομίας» και ότι «τα 22 σημεία δεν είναι φιλοσοφία που αιωρείται στο κενό, αλλά η δημόσια ιδεολογία μιας εταιρείας της οποίας τα έσοδα εξαρτώνται από την πολιτική που υποστηρίζει». Ένας κριτικός είχε χαρακτηρίσει το βιβλίο The Technological Republic ότι δεν είναι «καθόλου βιβλίο, αλλά εταιρικό υλικό πωλήσεων».

Αναλυτές επισημαίνουν ότι τα συστήματα της Palantir δεν επεξεργάζονται απλώς δεδομένα, αλλά διαμορφώνουν τον τρόπο με τον οποίο κυβερνήσεις αναγνωρίζουν εχθρούς, κατανέμουν πόρους και δικαιολογούν παρεμβάσεις, κάνοντας ουσιαστικά μια ιδιωτική εταιρεία «αθόρυβο συν-συγγραφέα κυρίαρχων αποφάσεων». Από οικονομικής πλευράς, η μετοχή της Palantir έχει εκτιναχθεί σε τριπλάσια επίπεδα σε σχέση με την αξία της κατά τις προεδρικές εκλογές του Νοεμβρίου 2024, ενώ η εταιρεία συμμετέχει μαζί με την SpaceX του Elon Musk και την Anduril στη δημιουργία του αμερικανικού αντιπυραυλικού συστήματος «Golden Dome».

Πηγές

Η έλλειψη RAM μπορεί να διαρκέσει χρόνια: πώς η AI "καταπίνει" τη μνήμη του κόσμου

Sun, 19 Apr 2026 17:06:39 +0000

Η ζήτηση για HBM από data centers AI αφαιρεί παραγωγική ικανότητα από consumer DRAM, οδηγώντας σε αυξήσεις τιμών έως 90% σε ένα τρίμηνο.
Samsung, SK Hynix και Micron έχουν δεσμεύσει παραγωγή για χρόνια μπροστά σε hyperscalers, αφήνοντας PCs, smartphones και gaming εκτεθειμένα.
Αναλυτές και κατασκευαστές εκτιμούν ότι η κατάσταση δεν θα ομαλοποιηθεί πριν από το 2027 στην καλύτερη περίπτωση, με ορισμένους να μιλούν για δεκαετή πίεση στη NAND.

Η παγκόσμια αγορά μνήμης βρίσκεται σε βαθιά κρίση που, σύμφωνα με αναλυτές και στελέχη κατασκευαστών, ενδέχεται να παραταθεί για χρόνια. Το φαινόμενο, που έχει αποκτήσει την ανεπίσημη ονομασία "RAMmageddon", αναμένεται να παραταθεί καλά μέσα στο 2027. Η αφορμή είναι η εκρηκτική ζήτηση για μνήμη υψηλής απόδοσης από τα AI data centers, η οποία ανατρέπει τη δομή της παγκόσμιας παραγωγής DRAM.

Το πρόβλημα: ένα zero-sum παιχνίδι wafers

Η βουλιμική ζήτηση για HBM από hyperscalers όπως η Microsoft, η Google, η Meta και η Amazon έχει αναγκάσει τους τρεις μεγαλύτερους κατασκευαστές μνήμης, Samsung Electronics, SK Hynix και Micron Technology, να στρέψουν τον περιορισμένο χώρο cleanroom και τις κεφαλαιουχικές δαπάνες τους προς enterprise-grade components υψηλότερου περιθωρίου κέρδους. Πρόκειται για ένα zero-sum παιχνίδι: κάθε wafer που διατίθεται για ένα HBM stack σε GPU της Nvidia είναι ένα wafer που δεν πηγαίνει σε LPDDR5X module μεσαίου smartphone ή σε SSD consumer laptop.

Το HBM καταναλώνει πλέον το 23% της συνολικής παραγωγής DRAM wafer, από 19% το 2025, σύμφωνα με την TrendForce. Η ζήτηση για HBM εκτιμάται ότι θα αυξηθεί κατά 70% σε ετήσια βάση το 2026, ενώ η παραγωγή ενός bit HBM απαιτεί περίπου 300% περισσότερη χωρητικότητα wafer σε σχέση με DDR5, δημιουργώντας ένα δομικό bottleneck που δεν μπορεί να επιλυθεί γρήγορα με κατασκευή νέων fab. Σύμφωνα με το Northeastern University, ένας μεμονωμένος AI server μπορεί να χρησιμοποιεί τόση προηγμένη μνήμη όση δώδεκα ή ακόμα και εκατοντάδες παραδοσιακά laptops.

Τιμές: άνοδος 80-90% σε ένα τρίμηνο

Οι τιμές της μνήμης έχουν ήδη αυξηθεί κατά περίπου 90% στο πρώτο τρίμηνο του 2026 σε σχέση με το τέταρτο τρίμηνο του 2025, σύμφωνα με την ερευνητική εταιρεία Counterpoint Technology Market Research. Το εύρος της αναταραχής γίνεται πιο ξεκάθαρο με συγκεκριμένα στοιχεία: από τον Σεπτέμβριο ως τον Φεβρουάριο, η τιμή ενός 64GB stick RAM ανέβηκε από τα $250 σε πάνω από $1.000. Τα DDR4 και τα high-density DDR5 modules έχουν δει αυξήσεις 30-40% σε ετήσια βάση, αφού είχαν ήδη αναρριχηθεί κατά 60% το 2025.

Η Micron έχει προπωλήσει σχεδόν όλη την παραγωγή HBM της για το 2026, ενώ τα συμβόλαια που παλαιότερα κάλυπταν ένα τρίμηνο τώρα εκτείνονται σε χρόνια, με hyperscalers να αγοράζουν απευθείας από την πηγή. Αναλυτές που αναφέρονται από το SemiMedia σημειώνουν ότι κατασκευαστές όπως η Samsung και η SK Hynix έχουν υπογράψει multi-year συμβόλαια DRAM προμήθειας που εκτείνονται έως και σε τέσσερα χρόνια, κλειδώνοντας αποτελεσματικά τα αυξημένα επίπεδα τιμολόγησης.

Ποιος πληρώνει: PCs, smartphones, gaming

Κατασκευαστές όπως η Lenovo είχαν βασιστεί στα αποθέματα DRAM για να συγκρατήσουν τις τιμές στην αγορά, ωστόσο, δεδομένου ότι οι ελλείψεις αναμένεται να συνεχιστούν για αρκετά τρίμηνα ακόμα, δεν έχουν άλλη επιλογή από το να αυξήσουν τις τιμές. Η Dell αναφέρεται να σχεδιάζει αυξήσεις που θα ανεβάσουν το κόστος του hardware κατά εκατοντάδες δολάρια. Εταιρείες όπως η ASUS και η Acer έχουν επίσης αναφερθεί να αυξάνουν τις τιμές των PC για να αντιμετωπίσουν τις ελλείψεις μνήμης.

Τα αποτελέσματα φτάνουν ακόμα και σε μικρότερες αγορές. Η Raspberry Pi, που είχε αποθηκεύσει μνήμη κατά τη διάρκεια της ύφεσης, αναγκάστηκε να αυξήσει τις τιμές τον Οκτώβριο του 2025 λόγω του κόστους μνήμης, ενώ σε επίσημη ανακοίνωση ο CEO Eben Upton σημείωσε ότι "η μνήμη κοστίζει περίπου 120% περισσότερο από ό,τι πριν από ένα χρόνο". Σύμφωνα με το Tech Radar, η παράδοση ενός τυπικού Apple M4 Mac Mini, που παλαιότερα ερχόταν σε μία μέρα, μπορεί πλέον να πάρει πέντε εβδομάδες, ή ακόμα και τρεις μήνες αν ο χρήστης ζητήσει περισσότερη RAM, όπως 24GB αντί για 16GB.

Δομική αλλαγή, όχι κυκλική κρίση

Ο καθηγητής ηλεκτρολόγων μηχανικών Matteo Rinaldi του Northeastern University επισημαίνει ότι αυτή η έλλειψη είναι διαφορετικής φύσης από τις ελλείψεις chip που βίωσε η αγορά κατά τη διάρκεια της πανδημίας Covid-19. "Αυτό είναι πιο δομικό", λέει. "Αυτό είναι πραγματικά ένα AI-driven memory demand shock." Το οικονομικό κίνητρο για τους κατασκευαστές μνήμης να δώσουν προτεραιότητα στο AI έναντι των consumer προϊόντων είναι πολύ ισχυρότερο από ό,τι σε προηγούμενες ελλείψεις, επειδή το HBM επιτυγχάνει margins τρεις έως πέντε φορές υψηλότερα από το συμβατικό DRAM. Η τρέχουσα έλλειψη επιδεινώνεται επίσης από χρόνια υποεπένδυσης κατά τη διάρκεια της ύφεσης 2022-2023.

Αυτό δεν είναι απλώς μια κυκλική έλλειψη που οφείλεται σε αναντιστοιχία προσφοράς και ζήτησης, αλλά μια δυνητικά μόνιμη, στρατηγική αναδιανομή της παγκόσμιας χωρητικότητας πυριτίου. Σύμφωνα με τον CEO της Phison Electronics, της μεγαλύτερης εταιρείας NAND controllers της Ταϊβάν, αυτή η ανακατεύθυνση κεφαλαιακών δαπανών θα προκαλέσει στενή προσφορά για, κατά εκτίμησή του, την επόμενη δεκαετία. "Η NAND θα αντιμετωπίσει σοβαρές ελλείψεις τον επόμενο χρόνο. Νομίζω ότι η προσφορά θα είναι σφιχτή για τα επόμενα δέκα χρόνια", δήλωσε σε πρόσφατη συνέντευξη.

Τι αναμένεται στη συνέχεια

Η IDC εκτιμά ότι η αύξηση της προσφοράς DRAM και NAND για το 2026 θα παραμείνει κάτω από τους ιστορικούς κανόνες, στο 16% και 17% σε ετήσια βάση αντίστοιχα. Μια λιγότερο συζητημένη δυνατότητα ανακούφισης της ζήτησης είναι η καθαρά τεχνολογική αλλαγή: AI αρχιτεκτονικές που απαιτούν λιγότερη μνήμη. Αναλυτές αναμένουν να εξακολουθεί να υπάρχει ανοδική πίεση τιμών μέχρι τα μέσα του 2026, πριν υπάρξει πιθανή εξισορρόπηση καθώς νέα fab στη Νότια Κορέα και την Ταϊβάν φτάνουν σε μαζική παραγωγή. Αναλυτές εκτιμούν ότι ο κύκλος ζήτησης μνήμης που οδηγείται από AI θα μπορούσε να διαρκέσει τουλάχιστον τέσσερα χρόνια. Για όσους σκέφτονται αναβάθμιση ή νέο σύστημα, ο CEO του system integrator MAINGEAR Wallace Santos συστήνει να μην περιμένουν, καθώς η κατάσταση αναμένεται να χειροτερέψει περαιτέρω μέσα στο 2026.

Πηγές

Train-to-Test Scaling: Πώς να βελτιστοποιήσεις ολόκληρο το AI compute budget από training ως inference

Sun, 19 Apr 2026 15:03:00 +0000

Ερευνητές από University of Wisconsin-Madison και Stanford εισήγαγαν τους Train-to-Test (T2) scaling laws, ένα framework που βελτιστοποιεί ταυτόχρονα μέγεθος μοντέλου, όγκο training data και test-time inference budget.
Το πλαίσιο αποδεικνύει ότι είναι compute-optimal να εκπαιδεύεις σημαντικά μικρότερα μοντέλα σε πολύ περισσότερα δεδομένα, εξοικονομώντας compute για repeated sampling κατά το inference.
Ο κανόνας Chinchilla που ορίζει ~20 training tokens ανά parameter θεωρείται ανεπαρκής όταν το inference cost μπαίνει στην εξίσωση.

Ερευνητές από το University of Wisconsin-Madison και το Stanford University παρουσίασαν τους Train-to-Test (T2) scaling laws, ένα framework που βελτιστοποιεί ταυτόχρονα το μέγεθος parameters ενός μοντέλου, τον όγκο των training data και τον αριθμό των test-time inference samples. Το paper δημοσιεύθηκε στις 17 Απριλίου 2026 και επιχειρεί να λύσει ένα πρόβλημα που απασχολεί την κοινότητα από τότε που το test-time compute ανεδείχθη ως βασικός μοχλός βελτίωσης απόδοσης LLM.

Το πρόβλημα: training και inference μιλούν διαφορετικές γλώσσες

Τα υπάρχοντα guidelines για την κατασκευή LLM βελτιστοποιούν μόνο για training costs, αγνοώντας πλήρως το inference cost. Αυτό σημαίνει ότι δεν υπήρχε μέχρι τώρα κάποιος τύπος που να βελτιστοποιεί από κοινού μέγεθος μοντέλου, όγκο training data και test-time inference budget, καθώς pretraining και test-time scaling μιλούν δύο διαφορετικές μαθηματικές γλώσσες. Κατά το pretraining, η απόδοση ενός μοντέλου μετράται με "loss", μια ομαλή και συνεχή μετρική, ενώ κατά το test time οι developers χρησιμοποιούν real-world metrics όπως το pass@k, που μετρά την πιθανότητα το μοντέλο να παράγει τουλάχιστον μία σωστή απάντηση σε k ανεξάρτητες προσπάθειες.

Οι pretraining scaling laws ορίζουν τον βέλτιστο τρόπο κατανομής compute κατά τη δημιουργία ενός μοντέλου, ενώ οι test-time scaling laws καθοδηγούν την κατανομή compute κατά το deployment, όπως το "extended thinking" ή η παραγωγή πολλαπλών reasoning samples. Ωστόσο, αυτά τα δύο σώματα γνώσης αναπτύχθηκαν εντελώς ανεξάρτητα, παρόλο που είναι θεμελιωδώς συνδεδεμένα.

T2 Scaling Laws: τρεις μεταβλητές σε μία εξίσωση

Για να γεφυρωθεί αυτό το χάσμα, οι ερευνητές εισάγουν τους Train-to-Test (T2) scaling laws. Σε υψηλό επίπεδο, το framework αυτό προβλέπει την απόδοση reasoning ενός μοντέλου αντιμετωπίζοντας τρεις μεταβλητές ως μία ενιαία εξίσωση: το μέγεθος του μοντέλου (N), τον όγκο των training tokens (D) και τον αριθμό των inference samples. Στην πράξη, η προσέγγισή τους αποδεικνύει ότι είναι compute-optimal να εκπαιδεύεις σημαντικά μικρότερα μοντέλα σε πολύ περισσότερα δεδομένα από ό,τι τα παραδοσιακά πρότυπα ορίζουν, και έπειτα να χρησιμοποιείς την εξοικονομηθείσα υπολογιστική επιβάρυνση για να παράγεις επαναλαμβανόμενα samples κατά το inference.

Το σημερινό industry standard για το pretraining είναι ο κανόνας Chinchilla, που υποδηλώνει έναν compute-optimal λόγο περίπου 20 training tokens για κάθε model parameter. Ωστόσο, δημιουργοί σύγχρονων οικογενειών μοντέλων, όπως τα Llama, Gemma και Qwen, σπάνε κανονικά αυτόν τον κανόνα εκπαιδεύοντας σκόπιμα τα μικρότερα μοντέλα τους σε τεράστιες ποσότητες δεδομένων. Οι T2 scaling laws δίνουν τώρα θεωρητική βάση σε αυτή την πρακτική, επεκτείνοντάς την ώστε να συμπεριλαμβάνει και το inference budget.

Agentic workflows και το κόστος του repeated sampling

Όπως δήλωσε ο Nicholas Roberts, συν-συγγραφέας του paper, στο VentureBeat, η παραδοσιακή προσέγγιση αποτυγχάνει στην κατασκευή σύνθετων agentic workflows: "Κατά τη γνώμη μου, το inference stack καταρρέει όταν κάθε μεμονωμένη inference κλήση είναι ακριβή. Αυτό συμβαίνει όταν τα μοντέλα είναι μεγάλα και χρειάζεται να κάνεις πολύ repeated sampling." Αντί να βασίζονται σε τεράστια μοντέλα, οι developers μπορούν να χρησιμοποιούν overtrained compact μοντέλα για να εκτελέσουν αυτό το repeated sampling σε ένα κλάσμα του κόστους. Αυτό είναι ιδιαίτερα κρίσιμο δεδομένου ότι, σύμφωνα με ανάλυση της Gartner τον Μάρτιο του 2026, τα agentic AI μοντέλα απαιτούν 5-30x περισσότερα tokens ανά task σε σχέση με τα standard chatbots.

Το inference-time scaling, γνωστό και ως test-time compute (TTC), σημαίνει ότι αποκτάς καλύτερες απαντήσεις δαπανώντας περισσότερο compute τη στιγμή που τίθεται η ερώτηση, αντί να εκπαιδεύεις ένα μεγαλύτερο μοντέλο. Πρακτικά, αφήνεις το μοντέλο να "σκεφτεί" περισσότερο, να δοκιμάσει περισσότερες υποψήφιες λύσεις ή να επαληθεύσει τα αποτελέσματά του πριν παράγει την τελική έξοδο. Αυτή η λογική αντικαθιστά την προσέγγιση "train a bigger model" ως κύρια μέθοδο βελτίωσης LLM, με μοντέλα όπως τα o1, o3 και DeepSeek R1 να κερδίζουν χάρη στο extended thinking κατά το inference, όχι στην αύξηση parameters.

Πρακτικές συνέπειες για enterprise AI

Για enterprise developers που εκπαιδεύουν τα δικά τους μοντέλα, η έρευνα παρέχει ένα αποδεδειγμένο blueprint για τη μεγιστοποίηση της απόδοσης της επένδυσης. Αποδεικνύει ότι το AI reasoning δεν απαιτεί κατ' ανάγκη τεράστιες δαπάνες σε frontier μοντέλα. Αντ' αυτού, μικρότερα μοντέλα μπορούν να αποδώσουν καλύτερα σε σύνθετα tasks, διατηρώντας παράλληλα διαχειρίσιμα τα per-query inference costs εντός πραγματικών deployment budgets. Το εύρημα αυτό έχει άμεσο αντίκτυπο σε μια αγορά όπου, σύμφωνα με την Deloitte, τα inference workloads θα αντιπροσωπεύουν περίπου τα δύο τρίτα του συνολικού AI compute το 2026, με την αγορά για inference-optimized chips να αναμένεται να ξεπεράσει τα 50 δισ. δολάρια.

Αξίζει να σημειωθεί ότι το T2 framework δεν έχει ακόμα αξιολογηθεί εκτενώς από ανεξάρτητες ομάδες, και τα αποτελέσματα αφορούν κυρίως reasoning tasks. Το trade-off μεταξύ test-time compute και pretraining compute ισχύει για εύκολα και μεσαία προβλήματα, ενώ για πολύ δύσκολα προβλήματα το pretraining παραμένει πιθανώς πιο αποτελεσματικό. Επιπλέον, έρευνα στον τομέα της ιατρικής reasoning εντόπισε ένα optimal reasoning token budget περίπου στα 4K tokens, πέραν του οποίου η απόδοση μπορεί να υποβαθμιστεί λόγω "overthinking".

Πηγές

Το Microsoft Fairwater άνοιξε νωρίτερα από το πρόγραμμα: εκατοντάδες χιλιάδες NVIDIA GB200 GPUs σε ένα cluster

Sun, 19 Apr 2026 12:02:04 +0000

Ο CEO της Microsoft Σατία Ναντέλα επιβεβαίωσε στις 16 Απριλίου 2026 ότι το Fairwater datacenter στο Wisconsin τέθηκε σε λειτουργία νωρίτερα από το προγραμματισμένο χρονοδιάγραμμα.
Η εγκατάσταση φιλοξενεί εκατοντάδες χιλιάδες NVIDIA GB200 GPUs βασισμένα στην αρχιτεκτονική Blackwell, ενωμένα σε ένα ενιαίο cluster — η Microsoft ισχυρίζεται 10x απόδοση σε σχέση με τον σημερινό ταχύτερο supercomputer.
Το Fairwater συνδέεται ήδη με δεύτερο site στην Atlanta μέσω dedicated AI WAN, με σχέδια για πρόσθετες εγκαταστάσεις στις ΗΠΑ, Νορβηγία και Ηνωμένο Βασίλειο.

Η Microsoft ανακοίνωσε ότι το Fairwater, η εγκατάσταση AI που η εταιρεία χαρακτηρίζει ως το ισχυρότερο AI datacenter στον κόσμο, τέθηκε σε λειτουργία νωρίτερα από το προγραμματισμένο. Ο CEO Satya Nadella το επιβεβαίωσε με post στο X στις 16 Απριλίου 2026. Το project είχε ανακοινωθεί τον Σεπτέμβριο του 2025 και θα αξιοποιεί εκατοντάδες χιλιάδες NVIDIA GB200 GPUs βασισμένα στην αρχιτεκτονική Blackwell.

Τεχνικά χαρακτηριστικά και υποδομή

Το Fairwater καταλαμβάνει 315 acres και 1,2 εκατομμύριο τετραγωνικά πόδια σε τρία κτίρια στο Mount Pleasant του Wisconsin. Η κατασκευή απαίτησε 46,6 μίλια βαθιών θεμελίων, 26,5 εκατομμύρια λίβρες δομικού χάλυβα, 120 μίλια υπόγειου καλωδίου μέσης τάσης και 72,6 μίλια μηχανικών σωληνώσεων. Το Fairwater περιέχει επαρκές εσωτερικό καλωδίωμα για να τυλίξει τη Γη τέσσερις έως τέσσερις και μισή φορές, που αντιστοιχεί σε 160.000 έως 180.000 χιλιόμετρα fiber σε ένα μόνο campus.

Κάθε rack συγκεντρώνει 72 NVIDIA Blackwell GPUs, συνδεδεμένα σε ένα ενιαίο NVLink domain που παρέχει 1,8 terabytes GPU-to-GPU bandwidth και πρόσβαση σε 14 terabytes pooled memory. Το αποτέλεσμα είναι ότι το rack λειτουργεί ως ένας ενιαίος τεράστιος επιταχυντής, ικανός να επεξεργάζεται 865.000 tokens ανά δευτερόλεπτο, το υψηλότερο throughput που διαθέτει οποιαδήποτε cloud πλατφόρμα σήμερα, σύμφωνα με τη Microsoft. Η εταιρεία ισχυρίζεται ότι το campus θα αποδίδει έως 10 φορές την απόδοση των σημερινών ταχύτερων supercomputers, σχεδιασμένο αποκλειστικά για training μοντέλων αιχμής.

Αρχιτεκτονική και cooling

Σε αντίθεση με τα περισσότερα datacenters, το Fairwater υιοθετεί διώροφο σχεδιασμό, γεγονός που επιτρέπει στη Microsoft να συμπυκνώσει περισσότερη υπολογιστική ισχύ σε μικρότερο αποτύπωμα, μειώνοντας το latency. Το σύστημα ψύξης είναι ενσωματωμένο εξαρχής στη δομή: το Fairwater υποστηρίζεται από το δεύτερο μεγαλύτερο water-cooled chiller plant στον πλανήτη, με κλειστό κύκλωμα που διοχετεύει το θερμό νερό σε cooling fins εκατέρωθεν του κτιρίου, όπου 172 ανεμιστήρες των 20 ποδιών το ψύχουν ξανά. Πάνω από το 90% της χωρητικότητας χρησιμοποιεί αυτό το σύστημα, με το νερό να τροφοδοτείται μία φορά κατά την κατασκευή και να ανακυκλώνεται χωρίς εξάτμιση. Το υπόλοιπο 10% των παραδοσιακών servers χρησιμοποιεί αέρα για ψύξη, στρεφόμενο σε νερό μόνο κατά τις θερμότερες ημέρες.

Ενέργεια και επενδύσεις

Σύμφωνα με state filings, η συνολική επένδυση της Microsoft στο Wisconsin ανέρχεται σε 7,3 δισεκατομμύρια δολάρια, με την ισχύ αιχμής του Phase 1 να εκτιμάται κοντά στα 400 MW και τη συνολική χωρητικότητα του campus να πλησιάζει τα 900 MW. Για την κάλυψη των ενεργειακών αναγκών, η Microsoft δηλώνει ότι θα χρησιμοποιεί ανανεώσιμες πηγές. Η εταιρεία δεσμεύεται να αντισταθμίσει κάθε κατανάλωση από ορυκτά καύσιμα 1 προς 1 με νέα παραγωγή χωρίς άνθρακα, συμπεριλαμβανομένης συμφωνίας αγοράς ηλιακής ενέργειας 250 MW στην Portage County. Η Microsoft έχει επίσης δηλώσει ότι θα αποτρέψει την άνοδο των τιμών ρεύματος για τις γειτονικές κοινότητες, προπληρώνοντας για ενέργεια και ηλεκτρική υποδομή.

Το Fairwater ως δίκτυο, όχι μεμονωμένη εγκατάσταση

Τα Fairwater datacenters είναι άμεσα συνδεδεμένα μεταξύ τους, και τελικά με άλλα υπό κατασκευή σε όλες τις ΗΠΑ, μέσω ενός νέου τύπου dedicated δικτύου που επιτρέπει στα δεδομένα να ρέουν εξαιρετικά γρήγορα. Αυτό δίνει τη δυνατότητα σε sites σε διαφορετικές πολιτείες να συνεργάζονται ως AI superfactory για training νέων γενεών μοντέλων σε εβδομάδες αντί για μήνες. Το δίκτυο θα συνδέει πολλαπλά sites με εκατοντάδες χιλιάδες GPUs, exabytes αποθήκευσης και εκατομμύρια CPU cores, που συνεργάζονται για να υποστηρίξουν την OpenAI, τη Microsoft AI Superintelligence Team, τις Copilot δυνατότητες και άλλα workloads. Η εταιρεία έχει ήδη αναπτύξει 120.000 μίλια dedicated fiber για το δίκτυο, αυξάνοντας το συνολικό μήκος κατά πάνω από 25% σε έναν χρόνο.

Για το μέλλον, η Microsoft έχει ήδη ορίσει πολλαπλές τοποθεσίες σε 70+ περιοχές όπου θα κατασκευαστούν εγκαταστάσεις πανομοιότυπες με το Fairwater σε θέσεις ανά τις ΗΠΑ, πέρα από τα 100 datacenters που λειτουργούν ήδη. Στην Ευρώπη, η Microsoft επεκτείνει το ίδιο αρχιτεκτονικό μοντέλο: στο Loughton του Ηνωμένου Βασιλείου, μέσα στο πλαίσιο επένδυσης 30 δισεκατομμυρίων δολαρίων, θα κατασκευαστεί ο μεγαλύτερος supercomputer της χώρας με πάνω από 23.000 NVIDIA GPUs, ενώ στο Narvik της Νορβηγίας η εταιρεία επενδύει 6,2 δισεκατομμύρια δολάρια για campus υδροηλεκτρικής ενέργειας.

Πηγές

RTX PRO 6000 96GB: Ισάξιο τεσσάρων RTX 5090 σε μοντέλο 230B, με το ένα τέταρτο της κατανάλωσης

Sun, 19 Apr 2026 08:02:04 +0000

Το RTX PRO 6000 Blackwell με 96GB VRAM αντιστοιχίζεται σε τέσσερα RTX 5090 σε AI inference μοντέλου 230B παραμέτρων, καταναλώνοντας περίπου το ένα τέταρτο της ισχύος.
Η κάρτα βασίζεται στο die GB202 με 24.064 CUDA cores, 96GB GDDR7 ECC και TDP 600W, στοχεύοντας επαγγελματικά workstation για παραγωγικές AI workloads.
Για μοντέλα που χωρούν σε single-GPU, ανταγωνίζεται ακόμα και το H100 SXM σε throughput, στο ένα τρίτο του κόστους, αλλά υστερεί σε multi-GPU tensor parallelism λόγω απουσίας NVLink.

Η NVIDIA παρουσίασε benchmark data για το RTX PRO 6000 Blackwell που καταδεικνύουν εντυπωσιακή αποτελεσματικότητα σε AI inference μεγάλης κλίμακας: σύμφωνα με δοκιμές που αναφέρει το WCCFTech στις 19 Απριλίου 2026, το single-GPU workstation card ισοφαρίζει τέσσερα RTX 5090 σε μοντέλο 230 δισεκατομμυρίων παραμέτρων, ενώ καταναλώνει περίπου το ένα τέταρτο της συνολικής τους ισχύος. Τα αποτελέσματα αυτά αφορούν σενάριο μοντέλου που εκμεταλλεύεται πλήρως τα 96GB VRAM της κάρτας, όπου η ανάγκη κατανομής σε πολλαπλές κάρτες μέσω PCIe δημιουργεί overhead για τις RTX 5090.

Specs και αρχιτεκτονική

Το RTX PRO 6000 φέρει πλήρες GB202 die με 24.064 CUDA cores, 752 fifth-gen Tensor Cores, 188 fourth-gen RT Cores και 96GB GDDR7 ECC, με τιμή στα $8.500. Η βασική διαφορά μεταξύ PRO 6000 και RTX 5090, πέραν της χωρητικότητας VRAM (96GB έναντι 32GB), είναι ο ίδιος ο GPU: το PRO 6000 διαθέτει 24.064 CUDA cores έναντι 21.760 του 5090, αύξηση σχεδόν 11%. Η μνήμη έχει bandwidth 1.792 GB/s μέσω 512-bit bus. Η Standard Workstation Edition χρησιμοποιεί dual-fan, dual-slot ανοιχτό σύστημα ψύξης με συνολικό TDP 600W, τροφοδοτούμενο μέσω ενός 16-pin PCIe 5.0 connector.

Το πλεονέκτημα VRAM σε μεγάλα AI μοντέλα

Το κρίσιμο σημείο είναι η χωρητικότητα VRAM σε σχέση με το μέγεθος του μοντέλου. Για μοντέλα άνω των 96GB, το RTX PRO 6000 αναδεικνύεται ως σαφής νικητής παρά το υψηλότερο ωριαίο κόστος, χάρη στην εξάλειψη του PCIe overhead. Σε multi-GPU setup με RTX 5090, το μοντέλο κατανέμεται σε τέσσερις κάρτες που επικοινωνούν μεταξύ τους μέσω PCIe, με αποτέλεσμα σημαντικό latency bottleneck. Το RTX PRO 6000 είναι το πρώτο desktop GPU που φορτώνει μοντέλα 70B παραμέτρων σε Q8 quantization, ποιότητα που προηγουμένως απαιτούσε datacenter hardware ή πολύπλοκα multi-GPU setups.

Σε benchmark με μοντέλο που χωρά σε 96GB, 4x RTX 5090 πέτυχαν 12.744 tokens/s ως καλύτερη απόλυτη απόδοση, ενώ 1x PRO 6000 έφτασε τα 8.425 tokens/s, δηλαδή 1,8x ταχύτερο από ένα μόνο RTX 5090 (4.570 tokens/s) και 3,7x ταχύτερο από ένα RTX 4090. Σε μοντέλο 230B παραμέτρων, όπου τα 4x RTX 5090 υποφέρουν από το PCIe overhead της tensor parallelism, η ισορροπία αποδόσεων μετατοπίζεται, σύμφωνα με το WCCFTech, υπέρ της single-card λύσης.

Σύγκριση με datacenter hardware

Σε μοντέλα που χωρούν σε single card, το PRO 6000 ισοφαρίζει ή ξεπερνά το H100 SXM στο ένα τρίτο του κόστους. Το H100 ξεπερνά το PRO 6000 μόνο όταν απαιτείται multi-GPU tensor parallelism, όπου το NVLink (900 GB/s) αφήνει πίσω του το PCIe (128 GB/s) του PRO 6000. Το RTX PRO 6000 Blackwell υποστηρίζει NVLink 5 με 1.800 GB/s bidirectional bandwidth σε 2-GPU configuration. Για tensor-parallel training και inference σε μοντέλα 30B+, αυτό το bandwidth gap σημαίνει διαφορά μεταξύ 85%+ GPU utilization και 20-40% GPU utilization.

Το PRO 6000 τοποθετείται μεταξύ consumer και datacenter: 3x VRAM του RTX 5090 σε 3x τιμή, με αντίστοιχο bandwidth. Σε single-GPU workloads ισοφαρίζει το H100 throughput στο ένα τρίτο του κόστους. Με 96GB, η κάρτα μπορεί να θεωρηθεί εναλλακτική του H100, και στο ένα τρίτο του κόστους του H200.

ECC, drivers και επαγγελματικά χαρακτηριστικά

Το GB202 die στον πυρήνα του RTX PRO 6000 είναι το ίδιο φυσικό silicon με το consumer RTX 5090, αλλά ρυθμισμένο και επικυρωμένο για επαγγελματική workstation χρήση. Η διαφοροποίηση έγκειται στη μνήμη ECC, στους certified professional drivers, στην επικύρωση software vendor και στο workstation-specific firmware, που επηρεάζουν αξιοπιστία, συμβατότητα και support. Για AI training jobs που τρέχουν για ώρες, pipelines ιατρικής απεικόνισης όπου η ακρίβεια αποτελέσματος έχει επιπτώσεις στην ασφάλεια ασθενών, και financial modeling όπου μια corrupted floating point πράξη παράγει λάθος αποτέλεσμα, η ECC VRAM δεν είναι προαιρετική. Το RTX PRO 6000 φέρει επίσημες ISV certifications από Autodesk, Adobe, Dassault και SolidWorks.

Περιορισμοί και προϋποθέσεις εγκατάστασης

Η αρχιτεκτονική Blackwell προσφέρει σημαντική αύξηση σε computing resources έναντι της Ada, αλλά το πιο αξιοσημείωτο στοιχείο είναι η κατανάλωση ισχύος: ενώ οι προηγούμενες top-end κάρτες μέγγιζαν τα 300W, η RTX Pro 6000 Blackwell Workstation Edition έχει TDP 600W. Κανένας χρήστης δεν πρέπει να υποθέτει ότι το GPU θα χωρέσει σε οποιοδήποτε σύστημα: απαιτούνται full-size towers με επαρκές τροφοδοτικό, και ακόμη τότε ο αγοραστής πρέπει να επαληθεύσει ότι το workstation μπορεί να ανταπεξέλθει. Κατά τις δοκιμές στο StorageReview, το σύστημα με RTX PRO 6000 εμφάνισε μέση κατανάλωση 918,5W υπό συνεχές φορτίο, με peak στα 1.036,3W. Παράλληλα, για tensor parallelism (κατανομή ενός μεγάλου μοντέλου σε πολλά GPUs) το PCIe bottleneck είναι πραγματικό: benchmarks έδειξαν 8x RTX Pro 6000 να φτάνουν μόλις το ένα τρίτο του throughput 8x H100 SXM σε μοντέλα που απαιτούν 8-way tensor parallelism.

Πηγές

Ring Familiar Faces: Το AI facial recognition στην πόρτα σου και οι σοβαρές επιπτώσεις για την ιδιωτικότητα

Fri, 17 Apr 2026 04:03:05 +0000

Η Amazon κύλησε το Familiar Faces, σύστημα AI facial recognition για Ring doorbells, με δυνατότητα αναγνώρισης έως 50 προσώπων, απαιτώντας συνδρομή Ring AI Pro.
Το σύστημα σκανάρει σε πραγματικό χρόνο κάθε πρόσωπο που εμφανίζεται στο οπτικό πεδίο της κάμερας, ακόμα και χωρίς τη συναίνεση παρευρισκομένων.
Το feature είναι ήδη μπλοκαρισμένο σε Illinois, Texas και Portland, Oregon λόγω νόμων βιομετρικής ιδιωτικότητας, ενώ γερουσιαστές και η EFF ζητούν την πλήρη κατάργησή του.

Η Amazon ξεκίνησε τη διανομή του Familiar Faces, νέου AI-powered facial recognition feature για τα Ring video doorbells, στις ΗΠΑ. Το feature χρησιμοποιεί AI-powered facial recognition για να σκανάρει και να αναγνωρίζει πρόσωπα που εμφανίζονται μπροστά σε συμβατή κάμερα Ring, επιτρέποντας στους ιδιοκτήτες να "ετικετάρουν" συγκεκριμένα άτομα, όπως φίλους, μέλη της οικογένειας ή άλλους γνωστούς επισκέπτες. Αυτή είναι η πρώτη φορά που η Ring ενσωματώνει facial recognition σε consumer hardware.

Πώς λειτουργεί το Familiar Faces

Σύμφωνα με την Amazon, το feature επιτρέπει τη δημιουργία καταλόγου με έως 50 πρόσωπα, που μπορεί να περιλαμβάνει μέλη της οικογένειας, φίλους, γείτονες, ταχυδρόμους και οικιακό προσωπικό. Τα πρόσωπα μπορούν να ονοματιστούν απευθείας από το Event History ή από τη νέα βιβλιοθήκη Familiar Faces, και μόλις λάβουν ετικέτα, το όνομά τους εμφανίζεται σε όλες τις ειδοποιήσεις, στο timeline της εφαρμογής και στο Event History. Αντί για γενική ειδοποίηση κίνησης, ο χρήστης λαμβάνει εξατομικευμένη ειδοποίηση του τύπου "Mom at Front Door", με σκοπό τη μείωση του notification fatigue. Η Amazon αναφέρει ότι οι ειδοποιήσεις μπορούν να ρυθμιστούν ανά πρόσωπο.

Το feature απαιτεί συνδρομή Ring AI Pro ή Ring Trial. Είναι απενεργοποιημένο by default και πρέπει να ενεργοποιηθεί χειροκίνητα από τον χρήστη για κάθε συσκευή. Μόνο ο κάτοχος του λογαριασμού Ring μπορεί να το ρυθμίσει και να το διαχειριστεί. Η Amazon ισχυρίζεται ότι τα δεδομένα προσώπων είναι κρυπτογραφημένα και δεν μοιράζονται με τρίτους, ενώ τα απονομάτιστα πρόσωπα διαγράφονται αυτόματα μετά από 30 ημέρες.

Το πρόβλημα της συναίνεσης των τρίτων

Το κεντρικό ζήτημα που θέτουν οι ειδικοί προστασίας δεδομένων δεν αφορά τον ιδιοκτήτη της συσκευής, αλλά όλους τους υπόλοιπους. Το πρόβλημα "bystander consent" έγκειται στο γεγονός ότι, σε αντίθεση με παραδοσιακά συστήματα ασφαλείας που απλώς καταγράφουν βίντεο, το Familiar Faces σκανάρει ενεργά σε πραγματικό χρόνο κάθε πρόσωπο που εισέρχεται στο οπτικό του πεδίο, δημιουργώντας ψηφιακό "faceprint". Αυτό περιλαμβάνει ταχυδρόμους, γείτονες που κάνουν βόλτα τον σκύλο τους και παιδιά που παίζουν στο πεζοδρόμιο, κανένας από τους οποίους δεν έχει συναινέσει στην επεξεργασία των βιομετρικών δεδομένων του από τους servers της Amazon.

Σε απάντηση επιστολής του γερουσιαστή Ed Markey, η Amazon αποκάλυψε ότι οι πολιτικές προστασίας απορρήτου του Ring ισχύουν μόνο για τους ιδιοκτήτες της συσκευής και όχι για το ευρύ κοινό, ενώ το Ring δεν διαθέτει πολιτικές για τη λήψη συναίνεσης από τα άτομα που υπόκεινται στο FRT. Αυτό είναι ιδιαίτερα προβληματικό για τους διανομείς δεμάτων, οι οποίοι ενδέχεται να έχουν σκαναριστεί και αποθηκευτεί σε Ring κάθε φορά που παραδίδουν ένα πακέτο, χωρίς συναίνεση ή ρήτρες ασφαλείας.

Νομικές αντιδράσεις και γεωγραφικοί αποκλεισμοί

Το Familiar Faces δεν είναι διαθέσιμο σε χρήστες στο Illinois, Texas και Portland, Oregon, ούτε σε Καναδούς πελάτες στο Quebec, λόγω ειδικής νομοθεσίας. Αυτές οι πολιτείες διαθέτουν νόμους βιομετρικής ιδιωτικότητας που απαιτούν ρητή συναίνεση πριν από τη σάρωση προσώπου. Ενδεικτικό προηγούμενο: η Google κατέβαλε διακανονισμό 1.375 δισ. δολαρίων το 2024 στο Texas, επειδή κάμερες Nest φέρεται να "σκάναραν αδιακρίτως τη γεωμετρία προσώπου οποιουδήποτε Τεξανού" εμφανιζόταν στην κάμερα.

Ο γερουσιαστής Edward J. Markey (D-Mass.) έστειλε επιστολή στον CEO της Amazon Andrew Jassy, ζητώντας την κατάργηση του Familiar Faces, μετά τη δημόσια αντίδραση που προκάλεσε η διαφήμιση του Ring στο Super Bowl. Ο EFF staff attorney Mario Trujillo δήλωσε: "Όταν βρίσκεσαι μπροστά σε μία από αυτές τις κάμερες, το faceprint σου λαμβάνεται και αποθηκεύεται στους servers της Amazon, συναινέσεις ή όχι. Το σημερινό feature για αναγνώριση του φίλου σου μπροστά στην πόρτα μπορεί εύκολα να χρησιμοποιηθεί αύριο για μαζική παρακολούθηση."

Ιστορικό και σχέσεις με αρχές επιβολής νόμου

Η ανησυχία για το Familiar Faces δεν εμφανίζεται εκ του μηδενός. Η εταιρεία έχει ιστορικό συνεργασίας με αρχές επιβολής νόμου, έχοντας παλαιότερα δώσει σε αστυνομία και πυροσβεστική τη δυνατότητα να ζητούν υλικό από το Ring Neighbors app, ενώ πιο πρόσφατα συνεργάστηκε με την Flock, κατασκευαστή AI-powered καμερών παρακολούθησης που χρησιμοποιείται από αστυνομικές δυνάμεις. Το 2023, η FTC επέβαλε πρόστιμο 5,8 εκατ. δολαρίων στη Ring αφού διαπίστωσε ότι υπάλληλοι και συνεργάτες είχαν ευρεία και χωρίς περιορισμούς πρόσβαση στα βίντεο των χρηστών για χρόνια.

Η EFF έχει επίσης εκφράσει ανησυχία ότι το feature θα μπορούσε να χρησιμοποιηθεί για μαζική παρακολούθηση, επισημαίνοντας ότι το "Search Party" feature, σχεδιασμένο για τον εντοπισμό χαμένων κατοικίδιων μέσω δικτύου γειτονικών καμερών, θα μπορούσε εξίσου εύκολα να χρησιμοποιηθεί

Google TurboQuant: Ο αλγόριθμος που τρόμαξε τη βιομηχανία μνήμης, και ο ερευνητής πίσω από αυτόν έμεινε άναυδος

Mon, 13 Apr 2026 09:53:03 +0000

Η Google δημοσίευσε στις 24 Μαρτίου 2026 τον αλγόριθμο TurboQuant, που σύμφωνα με τους ερευνητές μειώνει την κατανάλωση μνήμης KV cache κατά τουλάχιστον 6x κατά το inference, χωρίς απώλεια ακρίβειας.
Οι μετοχές της Samsung, SK Hynix, Micron και SanDisk κατέρρευσαν μέσα σε 48 ώρες, εξαφανίζοντας πάνω από 100 δισεκατομμύρια δολάρια σε κεφαλαιοποίηση, σε αυτό που αναλυτές χαρακτηρίζουν ως υπεραντίδραση της αγοράς.
Αναλυτές και ο ίδιος ο ερευνητής της Google τονίζουν ότι το TurboQuant στοχεύει αποκλειστικά τη μνήμη inference και δεν αγγίζει το training ή τον persistent αποθηκευτικό χώρο, ενώ το Jevons Paradox μπορεί τελικά να αυξήσει τη ζήτηση για μνήμη.

Στις 24 Μαρτίου 2026, η Google Research δημοσίευσε blog post με τίτλο "TurboQuant: Redefining AI Efficiency with Extreme Compression", παρουσιάζοντας έναν αλγόριθμο συμπίεσης μνήμης για μοντέλα AI. Το TurboQuant είναι ουσιαστικά μέθοδος συμπίεσης δεδομένων που χρησιμοποιούνται σε generative AI από υψηλότερες σε χαμηλότερες ακρίβειες (quantization), με αξίωση μείωσης κατανάλωσης μνήμης κατά το inference κατά τουλάχιστον 6x. Σύμφωνα με τα όσα ανέφερε ο ίδιος ο ερευνητής της Google, δεν φανταζόταν ότι μια τεχνολογία που ξεκίνησε από το ακαδημαϊκό ερώτημα «πώς μπορούμε να συμπιέσουμε δεδομένα πιο τέλεια;» θα προκαλούσε τέτοια κοινωνική και οικονομική αντίδραση.

Τι κάνει το TurboQuant

Σε αντίθεση με τις περισσότερες μεθόδους quantization, το TurboQuant δεν συρρικνώνει το μοντέλο. Αντίθετα, στοχεύει στη μείωση της μνήμης που απαιτείται για την αποθήκευση των KV caches που διατηρούν το context κατά τη διάρκεια του LLM inference. Ο KV cache λειτουργεί σαν η βραχυπρόθεσμη μνήμη του μοντέλου: κατά τη διάρκεια μιας συνομιλίας, αποθηκεύει το ιστορικό της αλληλεπίδρασης. Το πρόβλημα είναι ότι αυτοί οι caches συσσωρεύονται γρήγορα, καταναλώνοντας συχνά περισσότερη μνήμη από το ίδιο το μοντέλο.

Το TurboQuant επιτυγχάνει αυτό συνδυάζοντας δύο μαθηματικές προσεγγίσεις: Quantized Johnson-Lindenstrauss (QJL) και PolarQuant. Το PolarQuant αντιστοιχίζει ζεύγη συντεταγμένων σε πολικό σύστημα, εκφράζοντάς τα ως ακτίνα και γωνία. Επειδή η κατανομή γωνιών είναι προβλέψιμη, η μέθοδος εξαλείφει το βήμα κανονικοποίησης και το overhead που αυτό δημιουργεί. Το QJL επεξεργάζεται το υπολειπόμενο σφάλμα: χρησιμοποιώντας τον μετασχηματισμό Johnson-Lindenstrauss, μειώνει κάθε τιμή σε ένα bit πρόσημου (θετικό ή αρνητικό), χωρίς πρόσθετο overhead μνήμης. Σύμφωνα με την Google, επιτυγχάνεται ποιότητα παρόμοια με BF16 χρησιμοποιώντας μόλις 3,5 bits, ενώ σε 4 bits αναφέρεται speedup έως 8x σε H100 GPUs κατά τον υπολογισμό attention logits. Σημαντικό χαρακτηριστικό είναι ότι το TurboQuant είναι training-free και data-oblivious, σύμφωνα με τη Google.

Κατάρρευση μετοχών και πανικός στην αγορά

Ένα blog post της Google για τη συμπίεση μνήμης AI έγινε viral και μέσα σε 48 ώρες η κεφαλαιοποίηση των εταιρειών ημιαγωγών μνήμης εξαφανίστηκε κατά πάνω από 100 δισεκατομμύρια δολάρια. Η Samsung έπεσε κοντά στο 5%, η SK Hynix πάνω από 6%, η Micron έχασε σχεδόν 7% και η SanDisk βούλιαξε 11%. Ακόμα και η NVIDIA, που ενεργά κατασκευάζει εργαλεία quantization και της οποίας η αρχιτεκτονική Blackwell είναι βελτιστοποιημένη ακριβώς για τον τύπο υπολογισμών χαμηλής ακρίβειας που επιτρέπει το TurboQuant, έπεσε 6,6%.

Ο επικεφαλής της Cloudflare, Matthew Prince, αποκάλεσε τον νέο αλγόριθμο «Google's DeepSeek», παραλληλίζοντάς τον με το κινεζικό μοντέλο που είχε αναστατώσει τις αγορές στις αρχές του 2025. Το sell-off εκτεινόταν πέρα από επαγγελματικούς επενδυτές, προκαλώντας πανικό σε retailers και ακόμα και σε scalpers RAM, που θεώρησαν ότι έφτασε τέλος στον πληθωρισμό των τιμών DRAM. Χαρακτηριστικό της αναταραχής είναι ότι στο sell-off συμπαρασύρθηκε η SanDisk, η οποία κατασκευάζει NAND flash αποθήκευση (δηλαδή persistent storage για datasets και model checkpoints), τα οποία δεν αγγίζει ποτέ ο KV cache, που υπάρχει μόνο στη volatile μνήμη GPU και εξαφανίζεται μόλις τελειώσει μια συνεδρία.

Γιατί οι αναλυτές θεωρούν ότι η αγορά έκανε λάθος

Σύμφωνα με αναλυτή της Samsung Securities, Lee Jong-wook, «υπήρξαν προσπάθειες βελτίωσης AI μοντέλων για βελτιστοποίηση χρήσης chip, αλλά τα πιο αποδοτικά μοντέλα τείνουν να μειώνουν το συνολικό κόστος και, με τη σειρά τους, να οδηγούν σε μεγαλύτερη ζήτηση για AI computing. Αντί να μειώνουν τη ζήτηση ημιαγωγών, τέτοια βελτιστοποιημένα μοντέλα χρησιμοποιούνται για την παροχή υπηρεσιών AI υψηλότερης απόδοσης με τους ίδιους πόρους chip.» Αναλυτής της Hana Securities, Kim Rok-ho, σημείωσε ότι οι τεχνολογίες συμπίεσης δεν είναι καινούργιες, και παραμένει αβέβαιο αν θα υιοθετηθούν ευρέως. Ακόμα και αν γίνουν πιο διαδεδομένες σε βάθος χρόνου, θα μειώσουν τα εμπόδια κόστους μνήμης, διευρύνοντας τη συνολική χρήση AI.

Σε report της TrendForce, προβλέπεται ότι το TurboQuant θα πυροδοτήσει ζήτηση για long-context εφαρμογές που θα οδηγήσουν σε μεγαλύτερη ζήτηση για μνήμη, αντί να τη μειώσουν. Το ιστορικό πρότυπο στον υπολογιστικό κλάδο είναι αξιοσημείωτα συνεπές: όταν κάτι γίνεται πιο αποδοτικό, οι άνθρωποι δεν το χρησιμοποιούν λιγότερο, αλλά περισσότερο. Οι οικονομολόγοι το αποκαλούν Jevons Paradox και έχει επαληθευτεί επανειλημμένα με αποθήκευση, υπολογιστική ισχύ και bandwidth τις τελευταίες δεκαετίες. Το TurboQuant θα μπορούσε να επιτρέψει σε έναν inference provider να τα βγάλει πέρα με λιγότερη μνήμη, ή να σερβίρει μοντέλα με μεγαλύτερα context windows, και δεδομένης της ζήτησης από code assistants και agentic frameworks για μεγαλύτερα context windows, το δεύτερο φαίνεται πιο πιθανό.

Τα πραγματικά όρια του TurboQuant

Ένα μοντέλο 70 δισεκατομμυρίων παραμέτρων απαιτεί ακριβώς την ίδια HBM μνήμη μετά το TurboQuant όπως και πριν. Η τεχνολογία δεν επηρεάζει το training. Δεν έχει καμία επίδραση στη ζήτηση NAND flash. Επιπλέον, σύμφωνα με αναλυτές της Seoul Economic Daily, το headline figure πιθανότατα υπερεκτιμά το πραγματικό κέρδος: τα περισσότερα production inference συστήματα τρέχουν ήδη σε 8-bit precision, όχι στο FP32 baseline που χρησιμοποίησε η Google για τα benchmarks της, οπότε το πραγματικό κέρδος είναι πιο κοντά σε 2,6x. Η Google επίσης δεν έχει δημοσιεύσει κάποιο πλάνο ανάπτυξης προϊόντος.

Η βιομηχανία μνήμης βίωσε ένα rollercoaster ride τις τελευταίες εβδομάδες λόγω του TurboQuant, αλλά η ιδέα ότι οι ελλείψεις τελείωσαν αντιμετωπίζεται ως «παρανόηση» σύμφωνα με πρόσφατη αναφορά των Financial Times. Στο Q1 revenue report της Samsung, η εταιρεία παρουσίασε έσοδα έως 37 δισεκατομμύρια δολάρια από το DRAM segment μόνο, ενώ η τιμολόγηση DRAM contracts αναμένεται να ανέβει στα επόμενα τρίμηνα και η μνήμη εισέρχεται σε φάση στην οποία καμία οντότητα του AI κόσμου δεν μπορεί να επιβιώσει χωρίς αυτή.