#Hardware
Cobertura curada sobre «Hardware»: lanzamientos, investigación, benchmarks, código abierto.

Big Tech se arriesga: US$ 350.000 millones de deuda para centros de datos de AI empiezan a pesar sobre Europa

IPO de SK Hynix en EE. UU.: la memoria como cuello de botella de la infraestructura de AI

SK Hynix recauda 26.500 millones de dólares en el mayor IPO de una empresa extranjera

habrGPT: entrenamiento de una LLM 0.5B desde cero con artículos de Habr — nanochat de Karpathy y comparación entre fp8 y bf16
Un experimento de entrenamiento desde cero de un modelo de lenguaje de 500 millones de parámetros con el corpus de Habr: nanochat de Karpath

Un contratista de Meta vertió agua contaminada con bacterias al alcantarillado de Wyoming durante la construcción de un centro de datos para AI
Un contratista de obras de Meta vertió efluentes contaminados con bacterias al sistema de alcantarillado municipal de Cheyenne — el incident

Nvidia une GPUs con los chips de inferencia de la startup d-Matrix en lugar de competir con ella

NVIDIA lanzó Audex-30B — un modelo MoE unificado de audio y texto basado en Nemotron-Cascade-2

Hugging Face: el backend de transformers en vLLM ya funciona a velocidad nativa

Microsoft apuesta por modelos de AI propios para reducir costos

Perplexity entre las primeras empresas de AI en adoptar el nuevo procesador Vera de Nvidia
Perplexity AI dijo que planea ejecutar cargas de trabajo de agentes en el nuevo CPU Vera de Nvidia — el primer procesador propio de la compa

Las redes neuronales son malas calculadoras: por qué los LLMs fallan en aritmética y qué hacer al respecto
Los modelos de lenguaje predicen tokens, no calculan, y por eso se equivocan con seguridad en el medio de números largos. Desglosamos el mec










