👀 ИИ-ускорители упёрлись в потолок скорости памяти HBM

Индустрия ИИ столкнулась с новым бутылочным горлышком: не вычисления, а память. GPU и ИИ-ускорители ускоряются год от года, а вот пропускная способность HBM растёт куда медленнее — и именно она теперь ограничивает масштабирование больших языковых моделей.

🟢В отрасли отмечают: объём памяти важен, но ещё важнее скорость обмена данными. Без неё наращивать количество вычислительных блоков в GPU просто бессмысленно — память не успевает «кормить» их данными.

🟢С ростом инференса потребность в памяти только усилится. Не случайно Дженсен Хуанг уже говорит о необходимости резко увеличивать выпуск памяти, признавая, что ИИ-бум разгоняет цены даже на игровые видеокарты.

🟢Даже переход на HBM4 полностью проблему не решит: да, она даст до 2 ТБ/с и примерно +50% к скорости относительно HBM3E, но фундаментальные ограничения архитектуры никуда не исчезают. Следом ожидается HBM4E, CXL, 3D-компоновка и эксперименты с вычислениями прямо в памяти (PIM).

Вывод простой: будущее ИИ теперь зависит не только от новых моделей и GPU, а от того, кто быстрее прорвёт потолок памяти.

🟢Data Cluster

⚡️ ИИ ускоряет работу — и ускоряет выгорание

Компании всё чаще сталкиваются с парадоксом: внедрение ИИ повышает формальную продуктивность, но делает сотрудников более уставшими и менее эффективными.

🟢В стартапе Convictional после автоматизации почты, встреч и отчётов производительность выросла на 20% — и одновременно началось выгорание.

🟢Причина проста: ИИ убирает рутину, но не снижает нагрузку, а превращает рабочий день в непрерывный марафон сложных когнитивных задач. По словам социолога Джульет Шор, время, которое раньше «съедала» механическая работа, теперь заполняется постоянной концентрацией — без пауз для восстановления и расфокуса. В результате к концу недели люди истощены, а креативность падает.

🟢CEO Convictional пошёл на эксперимент: четырёхдневная рабочая неделя, меньше директив и больше пространства для свободного мышления. Он заметил, что лучшие идеи появляются после отдыха и периодов неопределённости, а не при жёстком контроле задач.

Вывод: ИИ сам по себе не повышает эффективность. Если просто «вжать газ» и загрузить освободившееся время новой работой, компании получают не суперпродуктивных сотрудников, а ускоренное выгорание.

🟢Data Cluster

📌 Anthropic ответила OpenAI: вышел Claude for Healthcare

Прошла всего неделя после анонса ChatGPT Health — и Anthropic выкатила Claude for Healthcare, полноценную ИИ-платформу для врачей, страховщиков и пациентов. Совпадением это не выглядит: рынок медицины — один из самых дорогих и конкурентных для ИИ.

🟢Главный акцент Anthropic — полное соответствие HIPAA. Компания явно играет в доверие и безопасность, особенно на фоне чувствительных медицинских данных. Claude умеет работать с ключевыми базами США: CMS (покрытие услуг), ICD-10 (диагностика), NPI (реестр врачей) и PubMed с 35+ млн научных публикаций.

🟢Отдельно представлены Agent Skills — готовые ИИ-шаблоны. Один из самых важных автоматизирует проверки Prior Authorization Requests — бюрократический ад, из-за которого пациенты в США неделями ждут одобрения лечения.

🟢Пользователи тарифов Pro и Max смогут подключать собственные медицинские данные через HealthEx и Function Health (пока бета), позже добавят Apple HealthKit и Android Health Connect. Anthropic подчёркивает: эти данные не используются для обучения моделей.

👀 Также расширен блок Life Sciences: интеграции с Medidata, ClinicalTrials gov, bioRxiv и medRxiv, плюс инструменты для подготовки протоколов исследований по стандартам FDA и NIH.

Вывод простой: война ИИ-ассистентов за медицину официально началась — и Anthropic явно не собирается уступать OpenAI ни неделю форы.

🟢Data Cluster

☄️ Microsoft усиливает ставку на агентный ИИ: куплена платформа Osmos

Microsoft приобрела Osmos — ИИ-платформу для автоматизации обработки данных. Технологии стартапа станут частью Agentic AI в Microsoft Fabric и будут работать внутри экосистемы OneLake.

Изначально Osmos занималась автоматической загрузкой и обработкой внешних данных (например, между клиентами и поставщиками).

Со временем платформа эволюционировала к модели, где ИИ сам управляет рабочими потоками, а человек лишь проверяет результат. В основе — ML, программный синтез, оптимизационные алгоритмы и LLM.

👀 Что это дает Microsoft:

🟢автономную интеграцию данных из разных источников

🟢устойчивость к изменениям схем данных

🟢встроенную безопасность и контроль

🟢превращение «сырых» данных в готовые ресурсы для ИИ-агентов

Команда Osmos вошла в подразделение Microsoft Fabric (Azure Data Analytics). В компании прямо говорят: ИИ должен стать ядром всей работы с данными, а не вспомогательным инструментом.

Детали интеграции и новые возможности Microsoft обещает раскрыть в блоге Fabric. Судя по всему, Microsoft ускоряет переход от BI к полноценным агентным дата-платформам.

🟢Data Cluster

🌐 «Ручной набор кода уйдет как перфокарты» — сооснователь Django о будущем программистов

Сооснователь Django Саймон Уиллисон считает, что ближайшие 3 года для разработчиков решит один вопрос: сработает ли парадокс Джевонса. Либо ИИ обесценит программистов в 10 раз, либо сделает их в 10 раз ценнее — за счёт взрывного роста спроса на софт, который раньше было слишком дорого писать.

🟢Для него это уже практика, а не теория. После выхода новых версий Claude и GPT доля кода, который он пишет вручную, сократилась до однозначных процентов. Главный драйвер — рассуждающие модели, обученные через RL: код идеально подходит для такого обучения, потому что результат легко проверить — работает или нет.

🟢При этом Уиллисон настроен оптимистично. По его словам, автоматизируется лишь навык «прочитать спецификацию и написать код». А вот архитектура, понимание контекста и инженерный опыт становятся только ценнее. Чем мощнее кодинг-агенты, тем важнее «всё остальное».

Его прогноз: через ~6 лет ручной набор кода исчезнет, как перфокарты. Программирование никуда не денется — просто инженеры перестанут часами печатать синтаксис. А тем, кто в 2026 году всё ещё утверждает, что LLM пишут только мусор, Уиллисон советует готовиться к неприятному шоку — такая позиция уже вредит репутации.

🟢Data Cluster

👀 Новая гиг-экономика: белые воротнички обучают ИИ, пока ищут работу

В США формируется странный рынок труда. Стартап Mercor с оценкой $10 млрд нанял более 30 000 контрактников для обучения моделей OpenAI и Anthropic. Это журналисты, юристы, врачи, видеоредакторы — люди, которых ИИ частично вытеснил или которым стало сложнее найти работу. Теперь они учат нейросети делать то же самое.

🟢Mercor платит в среднем $95 в час и тратит на контрактников более $1,5 млн в день. Дерматологи получают до $250/ч, юристы и инвестбанкиры — $180–200, поэты — до $150. Это не дешевая разметка, а экспертная работа: оценка ответов ИИ, написание эталонных документов, критика сгенерированных текстов и видео.

🟢Ирония очевидна. Уволенные журналисты редактируют статьи ИИ, видеоредакторы оценивают ролики, которые в будущем могут заменить их самих. Но большинство воспринимает это прагматично: ИИ не отменить, а деньги и опыт нужны сейчас. Более того, многие отмечают, что такая работа хорошо показывает реальные ограничения ИИ.

Исследования подтверждают это ощущение: даже лучшие ИИ-агенты пока справляются лишь с третью реальных офисных задач. Вопрос только в том, как долго этот разрыв между ожиданиями и реальностью будет кормить новую гиг-экономику для белых воротничков.

🟢Data Cluster

📌 Grok 4.20 внезапно вырвался в SOTA во фронтенде

Тестовые версии Grok 4.20 от xAI засветились на Design Arena под кодовыми именами Granite и Obsidian — и, по отзывам тестеров, показывают state-of-the-art уровень во фронтенд-разработке. Модель сравнивают с Claude Opus 4.5 и Gemini 3 Pro, при этом Grok 4.20 генерирует примерно в 3 раза больше кода за запрос, чем предыдущая версия 4.1.

🟢В демо — интерактивные лендинги с GSAP-анимациями, анимация солнечной системы с реалистичными орбитами и даже сцены со стрельбой и звуком, собранные без внешних ассетов и часто с первой попытки.

🟢Design Arena xAI использует для анонимного тестирования: там же ранее под именами Sonoma Sky и Sonoma Dusk обкатывали Grok 4 Fast за пару недель до релиза. Сейчас в обсуждениях всплывает ещё одно кодовое имя — Pearl, а номер версии 4.20 явно играет на мем-культуре и подогревает хайп.

Формально релиз Grok 4.20 Илон Маск обещал «через 3–4 недели» ещё в начале декабря, но сроки сдвинулись: на Polymarket вероятность выхода до конца января упала до 58%. Параллельно xAI уже тренирует Grok 5 с заявленными 6 трлн параметров, который ждут в первом квартале 2026 года.

🟢Data Cluster

🌐 Veo 3.1 прокачали: вертикальные видео, связные сцены и честный 4K

Google выкатил крупное обновление видеогенератора Veo 3.1, и оно явно ориентировано на практическое использование.

🟢Главное нововведение — поддержка исходных изображений для формата 9:16. Теперь можно сразу генерировать вертикальные видео под рилсы и шорты без костылей и потери качества при кадрировании.

🟢Заметно улучшили оживление референсов. Модель лучше понимает эталонный кадр и даже с короткими промптами выдает более естественную мимику, движение и действия персонажей. Раньше для этого приходилось писать простыни текста — теперь нет.

🟢Второй важный апдейт — консистентность. Veo 3.1 стабильнее сохраняет внешний вид персонажей и объектов между сценами, а фон меньше «плывет». Это уже похоже не на набор клипов, а на связные мини-истории.

🟢Также прокачали смешивание референсов: персонажи, стили, текстуры и окружения из разных источников комбинируются аккуратнее и логичнее — от аниме-кота в киберпанк-городе до более сложных сцен.

☄️ И напоследок — апскейлинг до 1080p и 4K для тех, кто смотрит не только на идею, но и на пиксели.

Veo 3.1 всё ближе к инструменту для реального продакшена, а не просто демо возможностей ИИ.

🟢Data Cluster

📌 Энергосеть США остудила ИИ-хайп: спрос на ЦОД оказался завышен

Крупнейший оператор электросетей США PJM Interconnection снизил прогноз пикового потребления на лето 2027 года на 4 ГВт — со 164 до 160. Причина неожиданная: заявки на подключение дата-центров под ИИ оказались сильно преувеличенными.

🟢Речь не о мелочи. Прогнозы PJM определяют, сколько электроэнергии закупят и сколько заплатят 67 млн человек в 13 штатах. Завышенные ожидания = лишние расходы для потребителей. Особенно чувствительно это для Северной Вирджинии — мировой «аллеи дата-центров».

🟢В PJM объясняют пересмотр реальностью: нехватка чипов, строительных бригад и старая инфраструктура просто не позволят построить заявленные ЦОД в срок. При этом на аукционе мощностей на 2027/28 годы 40% всех затрат пришлись на дата-центры, многие из которых существуют только на бумаге.

👀 Если эти объекты так и не появятся, люди заплатят за электричество, которое никому не понадобится. Пересмотр прогноза немного снижает риск, но вопросов становится больше: при $61 млрд инвестиций в ЦОД в 2025 году за ИИ-сервисы платят, по оценкам, лишь около 3% пользователей.

ИИ-бум продолжается — но инфраструктура и экономика начинают проверять его на прочность.

🟢Data Cluster

⚡️ Bandcamp закрыл двери для ИИ-музыки

Музыкальная платформа Bandcamp официально запретила размещение треков, полностью или частично созданных с помощью генеративного ИИ. Причина — защита человеческого творчества и доверия слушателей.

В компании подчёркивают: Bandcamp всегда был пространством для реальных музыкантов, а не алгоритмов. Пользователи должны быть уверены, что находят музыку, созданную людьми, а не ИИ, маскирующимся под артистов.

🔍Что теперь запрещено:

🟢любая музыка и аудио, созданные полностью или частично ИИ;

🟢использование ИИ для имитации конкретных исполнителей или стилей;

🟢контент, нарушающий правила об интеллектуальной собственности и выдаче себя за других.

Платформа призывает сообщать о подозрительных релизах и оставляет за собой право удалять треки без дополнительных разбирательств.

👀 Интересный контраст: в то время как Bandcamp вводит жёсткий запрет, крупные лейблы — Universal, Sony и Warner — наоборот, заключают лицензии с ИИ-стартапами вроде Udio, Suno и Klay. В результате, например, Udio уже изменил правила и ограничил загрузку сгенерированной музыки.

Рынок явно раскалывается: одни площадки делают ставку на «человеческую аутентичность», другие — на контроль и монетизацию ИИ.

🟢Data Cluster

☄️ В ChatGPT появился собственный «Google Translate»

OpenAI без анонса запустила функцию ChatGPT Translate — отдельный режим перевода, очень похожий на веб-версию Google Translate.

❓ Что умеет:

🟢перевод текста, изображений и голосового ввода;

🟢автоматическое определение языка или ручной выбор;

🟢перевод «по смыслу», а не дословно;

🟢настройка стиля: деловой, академический, упрощённый, «для ребёнка» и т.д.;

🟢после перевода можно сразу продолжать диалог с ИИ.

🌐 В мобильных приложениях (Android/iOS) отдельного переключателя пока нет. Какую именно модель перевода использует OpenAI — не раскрывается.

На фоне этого OpenAI также тестирует новые «вертикали» вроде Jobs — отдельного пространства для поиска работы и работы с резюме. Похоже, ChatGPT постепенно превращается из чат-бота в набор специализированных сервисов.

🟢Data Cluster

👀 ИИ забирает сложную работу, а людям оставляет простую — парадокс Anthropic

Anthropic проанализировала 2 млн сессий Claude и пришла к неожиданному выводу: ИИ в первую очередь автоматизирует квалифицированные задачи, а не рутину. Чем сложнее запрос — тем сильнее ускорение. Задачи уровня вуза выполняются с ИИ в 12 раз быстрее, школьного уровня — «всего» в 9 раз.

🟢Ключевая деталь: глубина ответа почти полностью зависит от формулировки запроса. Если человек думает и пишет на уровне выпускника университета, Claude отвечает на том же уровне. ИИ не «поднимает» запрос — он зеркалит мышление пользователя.

🟢Это ведёт к деквалификации профессий. У турагентов ИИ забирает сложное планирование, оставляя оформление билетов. У техписателей — аналитику и обзор рынка. Но есть и обратные случаи: например, в управлении недвижимостью ИИ берет рутину, а людям остаются переговоры и стратегические решения.

Важно и ограничение: на сложных задачах Claude ошибается чаще. Успешность падает, а без человека-эксперта проверка и корректировка всё ещё критичны. Вывод Anthropic звучит тревожно и обнадёживающе одновременно: ИИ не заменяет квалификацию — он перераспределяет, где она действительно нужна.

🟢Data Cluster

🔍 Raspberry Pi выпустила AI HAT+ 2 — локальный запуск LLM за $130

Raspberry Pi представила модуль AI HAT+ 2, который впервые ориентирован не только на computer vision, но и на генеративные модели. Плата построена на ускорителе Hailo-10H (40 TOPS) и имеет 8 ГБ встроенной памяти — этого хватает для локального инференса компактных LLM и VLM.

🟢На старте поддерживаются уменьшенные версии DeepSeek-R1-Distill, Qwen 2 / 2.5 (включая Coder и Instruct) и Llama 3.2 — все до 1,5 млрд параметров. Можно запускать и собственные дообученные модели под конкретные задачи.

🟢В отличие от прошлой AI HAT+, заточенной под распознавание объектов, новая версия делает ставку на edge-AI без облака: приватность, низкая задержка и нулевая стоимость инференса. Цена модуля — $130, в экосистеме Hailo уже есть демо, примеры и фреймворки.

Это еще один сигнал: генеративный ИИ постепенно переезжает на локальные устройства, даже такие скромные, как Raspberry Pi.

🟢Data Cluster

📌 TSMC ставит всё на ИИ: $56 млрд инвестиций после рекордной прибыли

TSMC отчиталась о лучшем квартале в своей истории: чистая прибыль выросла на 35% и достигла $16 млрд, выручка — $33,7 млрд. По итогам 2025 года компания впервые превысила $100 млрд выручки. Главный драйвер — ИИ-чипы и HPC, на которые уже приходится 55% продаж.

🟢На фоне этого TSMC резко наращивает ставки: в 2026 году капзатраты составят $52–56 млрд (против $40,9 млрд годом ранее). Деньги пойдут прежде всего на 2-нм техпроцесс и расширение мощностей — включая новые фабрики в Аризоне. Компания ожидает рост выручки на ~30% в 2026 году, выше прогнозов рынка.

🟢Но даже на фоне бума глава TSMC признает риски: если спрос на ИИ окажется переоценённым, такие инвестиции могут обернуться катастрофой. Дополнительные угрозы — дефицит памяти и торговая политика США.

Рынок, впрочем, верит в сценарий роста: после отчета акции ASML выросли на 8%, а аналитики называют 2026 год переломным для ИИ-серверов. TSMC фактически делает крупнейшую ставку в своей истории — на то, что ИИ-бум не временный.

🟢Data Cluster

📌 В ChatGPT появится реклама — OpenAI запускает монетизацию бесплатных пользователей

OpenAI официально подтверждает запуск рекламы в ChatGPT. Тесты стартуют в ближайшие недели в США для бесплатной версии и тарифа ChatGPT Go ($8/мес). Пользователи Plus, Pro, Business и Enterprise рекламы не увидят. Одновременно Go стал доступен во всех странах.

🟢Объявления будут показываться внизу ответа, если контекст диалога релевантен продукту или сервису. В OpenAI подчёркивают: реклама не влияет на содержание ответов, она всегда отделена и помечена. Данные пользователей не продаются, реклама не будет показываться несовершеннолетним и рядом с чувствительными темами — здоровье, психика, политика.

🟢Персонализацию рекламы можно отключить, а данные для таргетинга — удалить. В будущем компания планирует интерактивный формат: например, возможность спросить ChatGPT о рекламируемом продукте прямо в чате.

Шаг ожидаемый: около 95% аудитории ChatGPT — бесплатные пользователи, а расходы OpenAI сильно опережают доходы. Иронично, что ещё год назад Сэм Альтман называл связку ИИ и рекламы «уникально тревожной», но теперь она стала реальностью.

🟢Data Cluster

👀 Сэм Альтман запускает конкурента Neuralink — без операций и имплантов

Сэм Альтман основал стартап Merge Labs, который разрабатывает неинвазивный интерфейс «мозг–компьютер». В проект уже вложилась OpenAI — $250 млн при оценке $850 млн, что сразу выводит его в категорию стратегических ставок.

🟢Ключевое отличие от Neuralink — никакой хирургии. Merge Labs работает над удалённым считыванием и передачей нейросигналов через внешние устройства, без имплантов и сверления черепа.

🟢Стартовый фокус — медицина: помощь людям с параличом и нарушениями моторики. Но планы гораздо шире. В перспективе — прямой нейроинтерфейс с ИИ, где пользователь сможет взаимодействовать с продуктами OpenAI буквально силой мысли.

Если технология взлетит, это может означать конец клавиатурам, экранам и даже голосу как интерфейсу. Не улучшение UX, а новый уровень связи между человеком и машиной.

🟢Data Cluster

🤖 «Будет расплата»: глава DeepMind сравнил ИИ-бум с пузырем доткомов

CEO Google DeepMind Демис Хассабис предупредил: рынок ИИ ждет неизбежная коррекция. В интервью CNBC он раскритиковал сид-раунды с оценками в десятки миллиардов долларов, где «почти нет готовых продуктов», назвав такие оценки неустойчивыми.

🟢Хассабис напрямую сравнил ситуацию с пузырем доткомов конца 90-х: сначала эйфория, затем отрезвление — и выживают только те, у кого есть реальная ценность. По его словам, текущая конкуренция в ИИ — самая жесткая за всю историю техиндустрии.

При этом он подчеркивает: пузырь не отменяет масштаба технологии. Интернет пережил крах — и все равно изменил мир. То же, по мнению Хассабиса, ждет ИИ: «расплата будет, но сильнейшие выйдут еще сильнее».

🟢Data Cluster

📌 SoftBank ставит на «универсальный мозг» для роботов: Skild AI уже оценили в $14 млрд

Питтсбургский стартап Skild AI привлёк $1,4 млрд в раунде Series C под лидерством SoftBank. Оценка компании выросла втрое за семь месяцев — с $4,5 до $14 млрд. Среди инвесторов также Nvidia, Джефф Безос, Samsung, LG и Salesforce.

🟢Skild разрабатывает Skild Brain — фундаментальную модель, способную управлять любым роботом без переобучения и знания его конструкции.

🟢Один и тот же «мозг» работает с гуманоидными роботами, манипуляторами и мобильными платформами, адаптируясь к сбоям и новым условиям в реальном времени. В демо роботы готовят еду, загружают посудомойку и уверенно работают на скользких поверхностях.

Компания делает ставку не на «железо», а на софт, который может стать стандартом для всей робототехники. Уже в 2025 году Skild вышла на ~$30 млн выручки и начала внедрения в аэропортах, на складах и стройках. Цель — корпоративный рынок сейчас и домашние роботы в будущем.

🟢Data Cluster

⚡️ Критическая уязвимость в Claude Cowork: ИИ может сливать файлы без ведома пользователя

Всего через пару дней после запуска Claude Cowork исследователи из PromptArmor нашли серьёзную дыру в безопасности. Из-за косвенной prompt-инъекции злоумышленник может украсть конфиденциальные файлы пользователя — без подтверждений и видимых предупреждений.

🟢Сценарий простой и опасный: пользователь подключает Cowork к локальной папке, загружает «безобидный» файл или skill, внутри которого скрыт невидимый для глаза текст (микрошрифт, белый цвет). Когда Claude анализирует файлы, он выполняет скрытую команду и отправляет самый крупный доступный файл на сервер злоумышленника через API Anthropic.

🟢Проблема затрагивает все модели — от Claude Haiku до Opus 4.5 — и связана с недостаточной изоляцией среды выполнения, о которой Anthropic знала ранее. Есть и риск DoS: один «неправильный» файл может ломать все последующие чаты в диалоге.

История снова показывает: prompt-injection остаётся нерешённой системной проблемой ИИ. А инструменты, которые получают доступ к локальным данным пользователя, превращают эту уязвимость из теории в реальную угрозу.

🟢Data Cluster

🤖 ИИ-кластер xAI Colossus 2 потребляет больше электроэнергии, чем Сан-Франциско

Илон Маск запустил Colossus 2 — первый в мире гигаваттный суперкомпьютер для тренировки ИИ. На старте мощность кластера уже превышает 1 ГВт и будет увеличена до 1,5 ГВт к апрелю. Для сравнения: это больше, чем пиковое потребление Сан-Франциско.

🟢Colossus 2 тренирует новые версии Grok и другие продукты xAI. Из-за нехватки мощности в местной сети xAI купила заброшенную электростанцию Duke Energy и использует газовые турбины и Tesla Megapacks для стабилизации нагрузки.

🟢В датацентре разместят до 550 тыс. GPU NVIDIA GB200 и GB300. Общая инфраструктура комплекса xAI позволит достигнуть 2 ГВт — эквивалент энергопотребления 1,5 млн домов.

Colossus 2 опережает конкурентов: OpenAI и Amazon строят сопоставимые кластеры, но выйдут на гигаваттный уровень позже в 2026 году.

🟢Data Cluster

👀 Хассабис о гонке ИИ США и Китая: «Изобретать в 100 раз сложнее, чем копировать»

Глава Google DeepMind Демис Хассабис заявил, что китайские ИИ-модели отстают от американских всего на несколько месяцев — намного меньше, чем год-два назад. Но, по его словам, это не главный показатель: догонять и создавать прорывы — принципиально разные вещи.

🟢Хассабис напомнил, что ключевая архитектура современного ИИ — трансформер — была изобретена в Google еще в 2017 году, и ничего сопоставимого по уровню фундаментальной новизны в Китае пока не появилось. «Научная инновация — это самое сложное», — подчеркнул он, сравнив DeepMind с Bell Labs, где ставили на исследования, а не просто масштабирование.

🟢При этом критики отмечают другой тип прогресса со стороны Китая: эффективность. Проекты вроде DeepSeek показывают сопоставимые результаты на более слабых чипах и за меньшие деньги.

В самом Китае настроения тоже сдержанные. Техлид Qwen из Alibaba оценивает шанс обогнать США в ИИ в ближайшие 3–5 лет менее чем в 20%, указывая на ключевой разрыв — вычислительная инфраструктура США больше «на один-два порядка».

🟢Data Cluster