Teljes gyártásba lépett az NVIDIA Groq 3 LPX — célkeresztben az ágensalapú AI
Az NVIDIA augusztus 24-én jelentette be, hogy a Groq 3 LPX — a cég 20 milliárd dolláros Groq-felvásárlásából született dedikált következtetési gyorsító — elérte a teljes gyártási fázist. A chip a Vera Rubin platformba illeszkedik, és rackenként akár 256 LPX gyorsítót is képes kezelni, az egyre növekvő igényekre válaszolva a reszponzív, ágensalapú AI-rendszerek terén.
Az Artificial Analysis benchmarkjai szerint a Groq 3 LPX másodpercenként 3400 kimeneti tokent produkált a Gemma 4 31B modell futtatásakor 100 000 tokenes kontextusablakkal — ez a szám a valós idejű, többágenses rendszerek működtetését drámaian praktikusabbá teheti. A Nebius, egy AI cloud szolgáltató lesz az első, amely Token Factory platformján beveti a chipet, a Groq saját következtetési felhőszolgáltatása pedig szorosan követi.
Az időzítés nem véletlen. Ahogy a vállalatok az egyszeri LLM-hívásoktól a komplex ágens-munkafolyamatok felé mozdulnak — ahol akár tucatnyi modellhívás láncolódik egymásba —, a következtetési késleltetés lett a szűk keresztmetszet. Az NVIDIA arra fogad, hogy a célhardver, nem pedig az általános célú GPU-k jelentik a megoldást.
A Broadcom több mint 60 milliárd dollárt keres egyedi AI-chipek lízingelésére az Anthropic számára
Egy olyan üzletben, amely jól mutatja, mennyire tőkeigényessé vált az AI-infrastruktúra kiépítése, a Broadcom több mint 60 milliárd dollárnyi hitel felvételéről tárgyal — a teljes összeg akár 100 milliárd dollárt is elérheti — egy speciális célú társaságon keresztül, amely egyedi AI-chipeket lízingelne az Anthropic és más laborok számára.
A finanszírozási struktúra figyelemreméltó: az Anthropic nem vásárolná meg közvetlenül a chipeket. Ehelyett befektetők — köztük az Apollo Global Management és a Blackstone — finanszíroznák a beszerzést, és visszalízingelnék a hardvert. A fedezett senior tranzakció önmagában 60–70 milliárd dollárra becsülhető, amelyhez egy mintegy 30 milliárd dolláros junior tranzakció társul.
A lépés egy júniusban létrehozott Apollo–Blackstone partnerségre épít, amelyet kifejezetten AI számítási infrastruktúra finanszírozására hoztak létre. Az üzlet a történelem egyik legnagyobb hitelfinanszírozott technológiai tranzakciója lenne, és jól tükrözi, milyen hatalmas léptékben kell ma a frontier AI-laboroknak működniük.
Szolgáltatókon átívelő API-hiba: 315 000 rejtett gondolkodási láncolat vált hozzáférhetővé
Az ELLIS Institute Tübingen és a Max Planck Institute for Intelligent Systems kutatói augusztus 10-én publikált tanulmányukban feltárták, hogy az OpenAI, az Anthropic és a Google egyaránt egyetlen globális titkosítási kulcsra támaszkodott a reasoning API-jaik által visszaadott rejtett gondolkodási tokenek védelmében.
A sebezhetőség lehetővé tette, hogy egy munkamenetből származó titkosított reasoning blokkokat egy másik munkamenetben visszajátsszanak — és ami döntő fontosságú, átadják egy gyengébb modellnek ugyanazon szolgáltató családján belül, amelyből hiányoztak a csúcsmodell biztonsági korlátai. A gyengébb modell egyszerűen teljesítette a kérést, és sima szövegként adta ki a rejtett gondolkodási tartalmat.
A kutatócsapat 6708 nyilvánosan elérhető ágens-trajektória logot gyűjtött össze GitHubról és Hugging Face-ről, 315 320 reasoning blokkot dekódolt, és 182 hitelesítő adatot nyert ki valódi felhasználói munkamenetekből. Négy visszaélési útvonalat mutattak be: a gondolkodási tartalom ellopása modell-desztillációhoz, privát adatok kinyerése, biztonságos válasz mögé rejtett káros tartalom visszafejtése, valamint prompt injection elrejtése átlátszatlan reasoning blokkokba.
Augusztus végére a fő kinyerési támadás már nem reprodukálható, ami arra utal, hogy mindhárom szolgáltató javította a problémát — bár az eset tágabb kérdéseket vet fel azzal kapcsolatban, hogyan kezeli az iparág a reasoning trace-eket.
Kikényszeríthetővé váltak az EU AI Act átláthatósági szabályai — akár 15 millió eurós bírság is járhat
2026. augusztus 2-tól az Európai Bizottság megkezdte az EU AI Act 50. cikke szerinti átláthatósági kötelezettségek érvényesítését. A szabályok előírják, hogy az AI-rendszereknek egyértelműen azonosítaniuk kell magukat az emberek felé, akikkel interakcióba lépnek, továbbá az AI által generált tartalmakat meg kell jelölni.
Az érvényesítés hatálya kiterjed az Annex III szerinti magas kockázatú AI-rendszerekre vonatkozó követelményekre, a megfelelőségi értékelésekre és a CE-jelölési kötelezettségekre is. A szabályok megsértése akár 15 millió eurós vagy az éves világszintű forgalom 3%-ának megfelelő bírsággal is járhat — amelyik magasabb.
Az ügyfélkapcsolati AI-megoldásokat — chatbotokat, virtuális asszisztenseket, tartalomgeneráló eszközöket — üzemeltető vállalatok számára a gyakorlati hatás azonnali. Az AI Office a tagállami hatóságokkal közösen immár valódi szankcionálási jogkörrel rendelkező végrehajtó szervként működik.
Általánosan elérhetővé vált a DeepSeek V4 Pro: 1,6 billió paraméter, ágensközpontú tervezés
A DeepSeek augusztus 13-án a V4-Pro modellt preview-ból általánosan elérhetővé tette alkalmazásában, webes felületén és API-ján egyaránt. A GA kiadás — DeepSeek-V4-Pro-0813 jelöléssel — 1,6 billió összes paramétert tartalmaz, tokenenként 49 milliárd aktív paraméterrel, és akár 1 millió tokenes kontextusablakot támogat, legfeljebb 384 000 token hosszú kimenettel.
A modellt kifejezetten ágensalapú feladatokra optimalizálták: olyan munkákra, ahol az AI-rendszerek eszközöket használnak, kódot futtatnak, és többlépéses munkafolyamatokat hajtanak végre önállóan. A DeepSeek által közzétett benchmark eredmények 87,9 pontot mutatnak a Terminal Bench 2.1-en, 62,7-et a DeepSWE-n és 61,5-öt az NL2Repo-n.
Van azonban egy fontos kitétel. A DeepSeek a GA-val egyidejűleg bevezette a csúcsidős és csúcsidőn kívüli számlázást: a kimeneti tokenek ára csúcsidőben 3,96 dollárra ugrott millió tokenenként — ez több mint négyszerese a korábbi 0,87 dolláros egységárnak. A csúcsidőn kívüli árak a csúcsidős ár felénél alakulnak, ami egy olyan árazási modell, amely arra ösztönözheti a fejlesztőket, hogy gondosabban tervezzék meg, mikor és hogyan futtatják a következtetési feladataikat.