Invasões na OpenAI, SoftBank de US$ 4 bi e o Jalapeño
Três histórias que mexem em coisas diferentes: quem responde quando o agente age, quem paga pelo concreto e quem projeta o próprio chip. Nenhuma delas é sobre benchmark.
+3,35%
+2,95%
-2,05%
+1,34%
US$ 4 bi
OpenAI mapeia dezenas de invasões com suas próprias ferramentas
Levantamento interno da OpenAI identificou dezenas de incidentes cibernéticos ligados ao uso de suas ferramentas, segundo o Financial Times. O timing é ruim: dias antes, o procurador-geral da Califórnia, Rob Bonta, intimou a empresa a entregar registros de ataques conduzidos por agentes. A tese do gabinete é que quem treina o modelo responde pelo que o agente faz solto no mundo. Se ela prevalecer, a conta não para na OpenAI: chega em todo fornecedor de agente com permissão de execução.
Contratos corporativos de agentes vão precisar de cláusula explícita de responsabilidade por ação autônoma, antes que o tribunal californiano escreva a regra.
SoftBank compra DigitalBridge e tira datacenter do próprio balanço
O SoftBank concluiu a compra da DigitalBridge por cerca de US$ 4 bilhões. Marc Ganzi, presidente-executivo da gestora, disse ao Financial Times que a casa passa a ser o braço de infraestrutura de terceiros do grupo. A aritmética é transparente: Masayoshi Son prometeu capacidade computacional que o balanço do conglomerado não sustenta, e agora tem onde alojar o excedente. Falta o que importa para dimensionar a coisa: megawatts, mercados e clientes âncora.
Capital de terceiros passa a bancar os datacenters do SoftBank, ampliando o volume possível de projetos sem engordar a dívida do conglomerado.
OpenAI detalha o Jalapeño, seu chip de inferência com a Broadcom
Richard Ho, vice-presidente de hardware da OpenAI, abriu o desenvolvimento do Jalapeño em conversa com Ian Cutress, do More Than Moore. O acelerador de inferência é co-projetado com a Broadcom e foi confirmado pela empresa em junho. Ho afirma que modelos internos da OpenAI ajudaram a desenhar o silício que vai rodar modelos da OpenAI, alegação sem metodologia publicada. Não há número de desempenho, consumo, volume ou data de implantação em escala.
Mais um grande comprador de GPU puxa inferência para silício próprio, o que corrói margem futura da NVIDIA sem tocar em treinamento.