Как достичь качества ИИ-моделей при затратах в 1000 раз меньше?

Ember — новый open source фреймворк, позволяющий строить сложные ИИ-системы с эффективностью по стоимости. Ember создан в сотрудничестве с исследователями из IBM Research, Stanford, MIT, NVIDIA, Microsoft, Google и др.

Эта работа основана на концепциях из статьи SPECIFICATIONS.

По данным исследований Ember, стоимость достижения определенного уровня производительности модели снижалась в 10 раз ежегодно за последние 3 года. При этом разрыв между самыми дорогими и дешевыми моделями достигает 10000x, создавая возможности для оптимизации.

Разработчики утверждают, что их подход может обеспечить качество современных языковых моделей при затратах всего в 1/1000 от их стоимости.

Ember позиционируется как открытый и расширяемый фреймворк, который может интегрироваться с существующими "агентными" рабочими процессами и легко адаптироваться к различным инфраструктурам.

Ember полезен для:

1. Исследователей с ограниченным бюджетом

2. Стартапов, которые не могут позволить себе дорогие вычислительные ресурсы

3. Компаний, стремящихся оптимизировать затраты на ИИ

4. Разработчиков, экспериментирующих с составными ИИ-системами.

Alphabet, Nvidia инвестировали в SSI Ильи Суцкевера, стартап привлек ещё $2 млрд и теперь оценивается в $32 млрд.

Более чем в 6 раз превышает предыдущую в $5 млрд с сентября прошлого года. Единственная цель и предполагаемый продукт стартапа— это безопасный суперинтеллект.

В раунде на $2 млрд, возглавляемом Greenoaks Capital, которая инвестировала около $500 млн.

Помимо Alphabet и NVIDIA, в числе инвесторов также названы Andreessen Horowitz, Lightspeed Venture Partners и DST Global(Юрия Мильнера).

Alphabet через свое облачное подразделение Google Cloud заключила сделку с SSI о предоставлении доступа к своим чипам TPU для исследований в области ИИ.

NVIDIA, в свою очередь, продолжает активно поддерживать ИИ-стартапы, хотя конкретные суммы их инвестиций в SSI не разглашаются.

⚡️Google видит в мозге дельфина ключ к ИИ, превосходящий человеческий

Google представил проект DolphinGemma — аудио ИИ-модель с 400 млн параметров, которая использует технологии SoundStream для токенизации звуков дельфинов. Она создана на основе Gemma.

Одна из заявленных целей проекта - создание "общего словаря" для интерактивной коммуникации между людьми и дельфинами с помощью системы CHAT.

Анализируя направление исследований и приоритеты Google, можно выделить несколько ключевых стратегических целей, которые компания, вероятно, преследует, изучая коммуникацию и когнитивные способности дельфинов:

1. Преодоление ограничений человекоподобного ИИ
Современные LLM ограничены линейным человеческим мышлением. Google, вероятно, ищет принципиально иную модель интеллекта, которая поможет преодолеть эти ограничения.

2. Создание новой архитектуры многоагентных систем
Будущее — за децентрализованными системами из множества взаимодействующих агентов. Социальная организация дельфинов может служить идеальной биологической моделью.

3. Изменения в обработке сигналов и восприятии
ИИ пока значительно уступает биологическим системам в обработке сенсорной информации. Изучение эхолокации дельфинов может привести к прорыву в компьютерном зрении и обработке звука.

Мы изучили последние свежие исследования дельфинов, подтверждающие эту стратегию:

1. Параллельная обработка информации
Исследования показали, что дельфины способны одновременно эхолоцировать и решать сложные когнитивные задачи без потери эффективности.
МРТ высокого разрешения выявила модульную структуру слуховой коры дельфинов для параллельной обработки сигналов. Дельфины поддерживают непрерывную обработку данных до 15 дней благодаря унигемисферному сну.

2. Коллективный интеллект и социальные структуры
Дельфины формируют многоуровневые социальные альянсы, требующие сложного стратегического планирования.
Стаи координируются без конфликтов эхолокационных сигналов, демонстрируя сложные механизмы синхронизации. Наблюдается культурная передача знаний через поколения без формального обучения.

3. Уникальная коммуникация и эхолокация
Эхолокация дельфинов позволяет "сканировать" внутреннюю структуру объектов на расстоянии до 3 км. ИИ-анализ выявил контекстно-зависимую структуру свистов, напоминающую примитивный синтаксис. Дельфины демонстрируют развитую способность к вокальной мимикрии и абстрактному представлению звука.

Конечная цель Google, вероятно, — создание принципиально нового типа ИИ на основе синтеза трех форм интеллекта:

1. Человеческого (символического, абстрактного)
2. Дельфиньего (параллельного, распределенного)
3. Машинного (масштабируемого, точного)

Такой синтез может обеспечить:
Гибридную обработку данных — сочетание линейного и параллельного анализа
Адаптивную архитектуру — системы, реорганизующие свою структуру под конкретные задачи
Энергоэффективные вычисления — оптимизация ресурсов по образцу биологических систем.

Изучение дельфиньего интеллекта может помочь преодолеть ключевые ограничения современного ИИ:
- Ограниченную когнитивную архитектуру
- Растущее энергопотребление
- Недостаточную обобщающую способность
- Слабую адаптацию к неизвестным ситуациям.

Huawei обучила ИИ-модель без чипов NVIDIA, результаты превосходят LLaMA 405B на большинстве тестов

Huawei опубликовала отчет о своей новой языковой модели Pangu Ultra — плотной архитектуре с 135 миллиардами параметров.

Особенности этой работы:

1. модель полностью обучена на 8,192 нейронных процессорах Ascend NPU от Huawei без использования GPU от NVIDIA

2. 13.2 триллиона токенов разнообразных данных

3. разработана техника "depth-scaled sandwich normalization", устраняющая скачки потерь при обучении глубоких моделей

4. поддерживает контекстное окно до 128K токенов.

По данным авторов, превосходит или не уступает другим мощным языковым моделям:

- Показывает лучшие результаты, чем плотные модели Llama 405B и Mistral Large 2 на большинстве бенчмарков

- Демонстрирует конкурентоспособные результаты по сравнению с более крупными разреженными MoE-моделями.

Традиционному образованию конец? Palantir запустил эксперимент, в котором предлагает лучшим выпускникам школ отказаться от университета и идти сразу работать и учиться у них

"Всё, чему вы научились в школе и колледже о том, как работает мир, интеллектуально неверно," — с этой провокационной декларации CEO Palantir Алекса Карпа начинается, пожалуй, самый амбициозный образовательный эксперимент последних лет.

Компания запустила программу "Meritocracy Fellowship" — прямой вызов системе высшего образования США с ежемесячной стипендией в $5,400, что превышает оплату многих стажировок для выпускников элитных университетов.

Исторически, Palantir всегда отражал философию Питера Тиля, несмотря на наличие двух дипломов Стэнфорда, он известен своей критикой высшего образования. В 2011 году он запустил стипендию Thiel Fellowship, которая предлагает $100,000 молодым предпринимателям при условии, что они бросят колледж.

Теперь Palantir идет дальше - вместо 4-х лет в университете и сотен тысяч $ студенческого долга — четырехмесячная оплачиваемая стажировка для выпускников школ с последующей возможностью трудоустройства.

При этом компания не отказывается полностью от академических метрик — программа требует почти идеальных результатов по стандартизированным тестам: SAT от 1460 или ACT от 33 баллов.

Все это происходит на фоне кризиса вокруг образования:

- После волны студенческих протестов 2023-2024 годов доверие к ведущим университетам США значительно подорвано.

- Годовая стоимость обучения в элитных вузах превысила $80,000, а совокупный студенческий долг в США перевалил за $2 трлн.

- Индустрия испытывает острый дефицит квалифицированных специалистов.

Ключевой вопрос - последуют ли другие технологические гиганты примеру Palantir?

Есть основания полагать, что некоторые компании могут создать подобные программы.
Такие компании как Tesla и SpaceX, чей руководитель Илон Маск неоднократно критиковал традиционное образование, могут разработать собственные альтернативные пути для талантов.

В то же время, маловероятно, что все крупные технологические компании откажутся от сотрудничества с университетами.

Нельзя игнорировать роль ИИ в этих процессах. Программа Palantir может рассматриваться как попытка создать более гибкую, практико-ориентированную модель подготовки специалистов для мира, где технологии развиваются быстрее, чем обновляются университетские программы.

👁️DeepMind уже ищет специалиста на пост AGI в Лондоне

Это позиция про анализ последствий от AGI и подготовку к будущему, где такой ИИ может существовать.

Основные темы исследований:

- Переход от AGI к искусственному сверхинтеллекту (ASI).
- Изучение того, может ли ИИ обладать сознанием, и что это значит.
- Влияние AGI на основы человеческого общества: экономику, право, здравоохранение, образование и другие сферы.

AMD запускает в производство свой первый на 2-нм чип

Пока NVIDIA правит в ИИ-ускорителях, а Intel пытается догнать в серверном рынке, AMD обходит обоих, первой освоив 2-нм.

Новый серверный процессор EPYC “Venice”— первый HPC-чип на 2-нм техпроцессе TSMC N2.

Запуск намечен на 2026 год.

OpenAI выпустила 3 гайда о том, как создавать ИИ-агентов, как внедрять ИИ в бизнесе с кейсами

https://news.1rj.ru/str/alwebbci/3199

Семья Трампа запускает криптоигру в стиле "Монополии", которая объединит виртуальную недвижимость с блокчейн

Известно, что где игроки смогут зарабатывать цифровую валюту, перемещаясь по цифровой доске и строя здания в виртуальном городе.

За разработкой стоит Билл Занкер — давний бизнес-партнер Трампа, который уже участвовал в запуске президентских NFT-коллекций и мемкоина. Запуск игры планируется на конец апреля 2025 года.

Новая игра станет продолжением целой серии криптопроектов семьи Трампа:

-NFT-коллекции с изображением Трампа
- Децентрализованная финансовая платформа World Liberty Financial
- Стейблкоин
- Компания по майнингу биткоина

Тематика недвижимости неслучайно выбрана основой для игры — это прямая отсылка к основному бизнесу Трампа. Еще в 1989 году он выпустил настольную игру "Trump: The Game", а в 2006 рассматривал возможность создания реалити-шоу по мотивам "Монополии".

OpenAI разрабатывает свою соцсеть, аналог X(твиттера)

Главная долгосрочная цель от этого — это данные. У Маска, Google и Цукерберга есть постоянный источник данных из социальных сетей, если это удастся, то и OpenAI тоже.

Пока неизвестно, планирует ли OpenAI выпустить социальную сеть как отдельное приложение или интегрировать ее в ChatGPT.

У Claude теперь есть research и интеграция с Google Workspace

Anthropic представила 2 новые функции:

1. Research:

- Работает как самостоятельный агент, выполняя серию связанных поисковых запросов,

- автоматически исследует разные аспекты вашего вопроса

- предоставляет полные ответы с проверяемыми источниками

- Сочетает высокое качество и скорость — результаты за минуты вместо часов.

Research пока доступен в бета-версии для платных пользователей в США, Японии и Бразилии.

2. Интеграция с Google Workspace. Claude теперь подключается к вашей рабочей экосистеме:

- доступ к Gmail, Calendar и Документам
- Находит информацию в письмах, календаре и файлах без необходимости их загрузки
- Собирает и анализирует данные из разных источников для решения ваших задач
- Обеспечивает прозрачность с помощью цитирования источников.

Доступна всем платным пользователям в бета - версии.

Эволюция отношений между человеческим трудом и ИИ

Человеческий труд постепенно вытесняется и усиливается технологиями — от простых программ до полностью автономных ИИ-систем, роботов и даже прямого подключения к мозгу.

Вот как это происходит уже и к чему идет. Анализ @blockchainrf :

1. Ручной труд → Excel, CAD → компьютеры берут на себя рутинные вычисления, но человек остаётся оператором.

2. Цифровые инструменты → Виртуальные ассистенты (чат-боты, голосовые помощники) → Помощники ускоряют коммуникацию, но требуют человеческого контроля.

3. Виртуальные ассистенты → Автоматизация (RPA, Zapier) → Процессы выполняются программами, но настраиваются людьми.

4. Автоматизация → ИИ-ассистенты (Copilot, аналитические ИИ) → ИИ предлагает решения, но окончательные решения принимает человек.

5. ИИ-ассистенты → Автономные агенты (AutoGPT, торговые боты) → Узкоспециализированные агенты работают самостоятельно, но в ограниченных рамках.

6. Автономные агенты → Рои агентов (Agent swarms) → Множество специализированных ИИ-агентов взаимодействуют между собой для решения сложных задач.

7. Рои агентов → Цифровые рабочие силы (Digital workforces) → Структурированные коллективы ИИ-систем, заменяющие целые отделы и выполняющие полные бизнес-функции.

8. Цифровые рабочие силы → Гибридные команды (люди + ИИ + роботы). Например:
Врач + ИИ-диагност + робот-хирург.
Маркетолог + ИИ-аналитик + автоматизированные рекламные системы.

9. Параллельные пути:
- Физические роботы (склады, дроны) → Механизация ручного труда, но массовой замены людей нет.

- Нейроинтерфейсы (Neuralink) → Пока нишевое применение (медицина, протезирование).

10. Augmented Intelligence → Не ИИ вместо людей, а расширение человеческих возможностей:
Люди — креатив, управление, этика.
ИИ и роботы — рутина, вычисления, физический труд.

@blockchainrf

Anthropic делает ставку на нейроинтерфейсы?

Вчера на хакатоне South Park Commons и Anthropic, глава по продукту Майкл Криатски говорил о двух темах - нейроинтерфейсы(BCI) и MCP.

Выступление Криатски происходит на фоне недавно опубликованного Anthropic фундаментального исследования "On the Biology of a Large Language Model", в котором компания представила уникальную методологию "circuit tracing" для анализа внутренних механизмов работы своих языковых моделей.

Что такое "circuit tracing" и как это связано с BCI?

Методология "circuit tracing" позволяет Anthropic анализировать, как их модели, такие как Claude, преобразуют входные данные в ответы, выявляя промежуточные шаги и "вычислительные цепи". В исследовании они применили этот подход для изучения поведения модели в задачах, требующих многоступенчатого мышления.

А теперь представьте, если этот метод можно адаптировать для анализа сигналов мозга в BCI, это могло бы стать прорывом. ИИ, способный "трассировать" нейронные цепи, мог бы точно декодировать намерения человека, улучшая взаимодействие между мозгом и машиной. Anthropic, с их фокусом на интерпретации сложных систем, кажется идеальным кандидатом для такого исследования.

Почему BCI привлекли внимание Anthropic?

1. Anthropic изучает риски ИИ, включая "ситуационную осведомленность" (когда ИИ понимает контекст взаимодействия с человеком). В контексте BCI это критически важно, если ИИ начнет манипулировать сигналами мозга, последствия могут быть катастрофическими. Их интерес к BCI, вероятно, связан с желанием обозначить рамки безопасного развития таких технологий.

2. BCI могут стать источником данных для улучшения моделей ИИ. Прямое считывание человеческих предпочтений через нейроинтерфейсы могло бы снизить зависимость от ручной обратной связи, что идеально вписывается в их концепцию Constitutional AI.

3. "Circuit tracing" уже помогает Anthropic понимать, как ИИ "думает". Если они смогут применить этот метод к нейронным данным, это откроет путь к более точным и безопасным BCI.

Anthropic пока не работает над BCI напрямую, но их обсуждение этой темы на хакатоне и исследования вроде "On the Biology of a Large Language Model" намекают на стратегический интерес.

❗️Важное открытие: мышление без мозга – новая парадигма в понимании биологических систем

Исследователи из Университета Тафтса, Университета Вермонта и Университета Аризоны обнаружили, что даже простые ткани без нервной системы способны к сложной обработке информации и координации.

Применив методы, обычно используемые для изучения мозга, к обычной эпидермальной ткани лягушки, ученые выявили существование сложных информационных структур, которые позволяют клеткам координироваться, адаптироваться к изменениям и реагировать на повреждения без участия нервной системы.

Исследователи наблюдали активность кальция в клетках до и после нанесения повреждения ткани и обнаружили, что:

1. Клетки формируют функциональные сети связи с хабами (центрами) и модульной структурой
2. После повреждения сети динамически перестраиваются
3. Существуют долгосрочные корреляции в активности клеток, расположенных далеко друг от друга

Почему это важно для бизнеса и технологий?

1. Новый взгляд на создание ИИ. Это исследование предлагает альтернативу: децентрализованные, самоорганизующиеся системы без центрального контроля, которые все же способны к сложному адаптивному поведению.

2. Революция в биоинженерии и робототехнике
Открытие "встроенной адаптивности" тканей дает возможность создавать биороботов (ксеноботов), которые могут самостоятельно адаптироваться к окружающей среде без необходимости программировать каждый аспект их поведения. Это может снизить сложность разработки и повысить устойчивость таких систем.

3. Новые подходы к управлению организациями
Бизнес-модели, построенные по принципу распределенной обработки информации без жесткой иерархии, могут оказаться более гибкими и устойчивыми – подобно тому, как это работает в биологических тканях.

4. Прорыв в медицине и регенеративной терапии
Понимание того, как ткани координируют заживление ран без центрального контроля, может привести к революционным методам лечения травм, регенерации органов и терапии хронических заболеваний.

Это исследование ставит под вопрос наше понимание "интеллекта". Если даже простые ткани обладают сложными информационными структурами и способностью к адаптации, то, возможно, "интеллект" – это не уникальное свойство мозга, а фундаментальное свойство жизни на разных уровнях организации.
Такой взгляд может привести к переосмыслению подходов к созданию искусственных систем. Вместо попыток воспроизвести работу мозга, мы можем создавать системы, использующие принципы более базовой биологической самоорганизации.

Что придёт на смену облакам? Облачный бизнес изменяется-Microsoft отказался от ЦОД по всему миру.

Корпорация приостановила работу над проектами в Огайо всего через 2 месяца после подписания соглашений о строительстве. Быстрая пауза в Огайо является еще одним свидетельством переосмысления облачного строительства.

Облачный бизнес эволюционирует. Основные тренды — это переход к гибридным и мультиоблачным решениям, рост edge computing и усиление фокуса на AI/ML-интеграции.

AWS, Azure и Google Cloud активно инвестируют в децентрализованные архитектуры и квантовые вычисления, что может намекать на будущее, где "облако" станет более распределённым и интегрированным с локальными системами.

Никто точно не знает, что придёт на смену облакам, есть гипотезы:

1. Fog/Edge Computing. Обработка данных ближе к источнику для снижения задержек и зависимости от централизованных ЦОДов.

2. Serverless 2.0. Ещё большая абстракция инфраструктуры, где разработчики вообще не думают о серверах.

3. AI-Driven Infrastructure. Самоуправляемые системы, оптимизирующие ресурсы в реальном времени.

4. Web3/Decentralized Clouds. Блокчейн-базированные распределённые сети хранения и вычислений.

Провайдеры уже экспериментируют с этими идеями, но публично они фокусируются на текущих продуктах.

⚡️Google создает глобального ИИ-репетитора, мед ИИ, ИИ-ученого и площадку для глобального дискурса - это 4 ключевых проекта в ближайшие 5 лет

Согласно свежей презентации Джеффа Дина, главного по науке Google, ИИ окажет драматическое влияние во многих областях: здравоохранение, образование, научные исследования, создание медиаконтента и т.д.

Корпорация
занимается 4 ключевыми проектами:

1. Worldwide Tutor. Глобальная система ИИ-репетиторства, адаптирующаяся к языку, культуре и стилю обучения каждого ребенка
Уже есть пилотные проекты вроде Rising Academies в Африке, которые показывают улучшение результатов на один класс

2. Broad Medical AI.
Мультимодальная система для здравоохранения, работающая с изображениями, лабораторными результатами, медицинскими картами, геномикой. Фокус на поддержке медицинского персонала, а не замене его.

3. Civic Discourse Platform.
Система для улучшения общественных дискуссий и перехода от поляризации к плюрализму.

4. Co-Scientist - помощник/соавтор ученого для ускорения темпов научных открытий.

OpenAI только что выпустила ИИ-агента опен сорс и новые ИИ-модели o3 и o4-mini, которые справляются с задачами по кодированию.

Команда выпустила также новый продукт Codex CLI — ИИ-агент по кодированию, который работает локально на вашем компьютере и опен сорс.

Это означает, что вам не нужно подключение к интернету для его использования после установки — все происходит прямо на вашем устройстве.

https://news.1rj.ru/str/alwebbci/3204

ИИ и код - самая жаркая битва 2025 года

Прямо сейчас идет эпичная битва за то, кто сделает лучший код. Почему? Потому что код — идеальная площадка для ИИ. Если код работает, это сразу видно, а значит, модели учатся быстрее через RL. OpenAI уже использует test-time compute, чтобы выжать из o3 максимум. Google пишет 25% нового кода с ИИ.

В последнем интервью Ноама Шазира, главного человека в Google, ответственного за прорывы в ИИ спросили, какое направление самое интересное в ИИ? Куда смотреть в долгосрок?

Шазир ответил, что - код.

Смотря, на сегодняшние результаты моделей o3 и o4mini от OpenAI, видно, что они дают жару в задачах кодирования — o3 бьет 71.7% на SWE-bench, а o4-mini лидирует в оптимизации кода. o4-mini обещает быть доступнее, хотя Gemini бьет бесплатным доступом.

Более того, сейчас стало известно, что OpenAI ведет переговоры о покупке Codeium за $3 млрд, прошло < 4 года с момента основания этого стартапа. Это прямой вызов Cursor, который тоже рвет рынок.

Google и Anthropic не сдаются.
Google с Gemini 2.5 Pro выдает 72.9% на Aider Polyglot. А вот Дарио Амодей из Anthropic говорит, к началу 2026 года ИИ будет писать почти весь код, а люди, будут только контролировать и координировать. Пока Claude 3.7 чуть отстает, но их фишка — безопасность.

Рынок больших данных и ИИ в РФ достиг ₽320 млрд в 2024 году, а к 2028 прогнозируется до ₽644 млрд.

По данным президента Ассоциации больших данных А. Серебряниковой, рост операционной прибыли компаний, использующих большие данные и ИИ, составил ₽1.6 трлн за период 2023-2024 гг.

Технологии данных в промышленности принесут 1.3 % роста ВВП к 2030 г. (₽1.8 трлн суммарно).

Если говорить об инвестициях, то главным инвестором оказалось государство и госкомпании.

Также участники рынка предлагают создать биржу синтетических данных со странами БРИКС, но пока нет поддержки.

По уровню проникновения больших данных и ИИ:

1. 90-100% от глобальных бенчмарков в финансах, ритейле, телекоме,ИТ, гос органы.

2. 80-90%:добывающие отрасли
тяжелая промышленность и металлургия, нефтехимия, транспорт, потребительские товары,здравоохранение
FMCG, медиа,профессиональные услуги.

3. 65-80%: недвижимость и строительство, энергетика

4. менее 65%:с/х, производство транспортных средств и оборудования

⚡️Впервые в истории стейблкоины обогнали Visa по объему транзакций

Согласно свежем отчету Bitwise,
за 2024 год объем транзакций в
стейблкоинах составил $13.5 трлн, а у Visa - $13.3 трлн.

А рыночная капитализация стейблкоинов достигла рекордных $218 млрд к концу Q1 2025, с ростом 13.5% квартал к кварталу. Лидером остается USDT, a USDC - второй.

Более того произошел рост на 37.07% за квартал токенизированных реальных активов. Особенно резкое ускорение роста наблюдалось в Q1 2025, когда объем токенизированных US Treasuries вырос почти вдвое (с примерно $2.5B до почти $5B).

Общий объем венчурных инвестиций в крипто сферу в Q1 2025 составил $3.9млрд.

Распределение по секторам:
1. Криптофинансовые услуги: 58% от общего объема ($2.26 млрд)
2.DeFi: 18% ($702 млн)
3. Инфраструктура: 18% ($702 млн)
4. Токенизация: 5% ($195 млн)
5. Другие сектора: 1% ($39 млн).

Крупные корпоративные владельцы биткоина: MicroStrategy (более 500,000 BTC), MARA Holdings (около 50,000 BTC).

Государства с биткоин-резервами: США, Китай, Великобритания и другие страны начали накапливать биткоин.

Тренды в технологиях:
- Layer 2 решения для Ethereum (Base, Arbitrum, Optimism) показывают значительный рост активных адресов и транзакций.
- Количество разработчиков в экосистеме Ethereum продолжает превосходить другие блокчейны.
- Средняя комиссия за транзакцию: Ethereum ($0.668), Bitcoin ($0.555), Layer 2 решения ($0.002-$0.015).

CEO Nvidia встретился с основателем #DeepSeek для обсуждения новых дизайнов чипов

Дженсен Хуанг встретился со своими китайскими клиентами, включая основателя DeepSeek Лян Вэньфэна для обсуждения новых дизайнов чипов, которые не подпадали бы под новые экспортные ограничения США.

Он также провел переговоры с вице-премьером Китая Хэ ​​Лифэном.