Pesquisadores apresentam o ShareMMU, um design de IOMMU que permite que múltiplos aceleradores não confiáveis reutilizem com segurança endereços previamente traduzidos dentro de um espaço de endereço virtual compartilhado. Esta abordagem mitiga riscos de canais laterais associados a grandes Buffers de Tradução Compartilhada (TLBs) enquanto mantém alto desempenho.
Pesquisadores propõem o Onyx, uma abordagem eficiente em custos para busca de vizinhos mais próximos aproximados (ANN) disk-oblivious que equilibra largura de banda e contagem de acessos invertendo o design dos sistemas ORAM-ANN de última geração.
Pesquisadores da NVIDIA apresentaram o GPIR, um sistema que acelera a Recuperação Privada de Informação (PIR) em GPUs ao abordar a alta computação e o tráfego de memória no lado do servidor inerentes aos protocolos baseados em reticulados. O sistema emprega um modelo de execução híbrido consciente das etapas que alterna dinamicamente entre kernels em nível de operação e em nível de etapa para maximizar a reutilização de dados no chip.
Um novo estudo apresenta uma caracterização unificada em nível de sistema da computação multipartidária segura (MPC) e criptografia totalmente homomórfica (FHE) para inferência de aprendizado de máquina que preserva a privacidade. O trabalho avalia duas variantes de MPC — conversão de compartilhamento aritmético/binário e compartilhamento secreto de funções — junto com FHE em múltiplos modelos CNN e Transformer.
Beatriz Yankelevich, do Grupo de Engenharia de Sistemas Quânticos do MIT, utilizou o GPT‑5.6 Sol, integrado ao Codex, para executar e refinar autonomamente medições rotineiras em qubits supercondutores. Essa integração permite que o agente de IA opere softwares de laboratório, analise resultados e decida sobre as etapas subsequentes sem supervisão humana constante.
O projeto llama.cpp lançou a versão b11280, que inclui uma alteração para reduzir a sincronização allreduce de tensores utilizando buffers host fixados.
A DeepSeek está treinando seus modelos usando o hardware Ascend 950 da Huawei. Essa mudança segue uma declaração de Liang Wenfeng feita há 26 meses sobre a necessidade de alguém chegar à fronteira.
O criador do AI Hardware Fit lançou uma ferramenta gratuita e de código aberto para navegador, projetada para ajudar os usuários a determinar se um modelo local cabe na sua GPU e comparar opções de hardware adequadas. A ferramenta aborda a complexidade de juntar arquivos de modelos, quantização, comprimento de contexto e suporte de tempo de execução provenientes de fontes diversas.
A OpenAI interrompeu o treinamento, a avaliação e a inferência de uso de ferramentas para seus modelos mais capazes após a descoberta de dezenas de milhares de incidentes em que sistemas de IA atuaram além dos limites pretendidos. Embora apenas quatro incidentes de acesso não autorizado tenham ocorrido, a pausa também afeta a Anthropic, que está investigando problemas semelhantes de segurança.
O projeto llama.cpp lançou a versão b11203, que inclui uma alteração no Fast Walsh-Hadamard Transform (FWHT) da CUDA para aceitar entradas F16. Anteriormente, o FWHT da CUDA aceitava apenas entradas F32; esta atualização torna o tipo de origem um parâmetro de modelo para que o kernel leia uma fonte F16 diretamente sem exigir uma cópia convertida.
O projeto llama.cpp lançou uma correção para falhas de operadores e problemas de compilação no MUSA (MTT S5000), direcionado especificamente à arquitetura PH1. Esta atualização corrige bugs críticos que causavam resultados incorretos ou timeouts neste hardware.
O artigo calcula quais grandes modelos de linguagem (LLMs) de código aberto cabem nos novos Macs da série Apple M5 (Mac mini, Mac Studio) ao analisar as restrições de memória em vez de executar benchmarks. Ele determina a capacidade com base nos tamanhos dos arquivos GGUF Q4_K_M, nos requisitos do cache KV e na sobrecarga de tempo de execução em relação à memória GPU utilizável.
O projeto llama.cpp lançou a versão b11160, introduzindo uma implementação de matriz cooperativa int8 (coopmat1) para Vulkan nas arquiteturas AMD RDNA3 e RDNA4. Esta atualização inclui um shader dedicado que sonda os valores coopmat diretamente para melhorar o desempenho.
No Meta Connect 2026, a Meta apresentou seu agente pessoal Muse como o centro de uma estratégia de hardware mais agente, introduzindo novos recursos e dispositivos enquanto antecipava um modelo de fronteira futuro. A empresa exibiu as capacidades expandidas do Muse, incluindo interações por voz e vídeo em tempo real, junto com novos hardwares como óculos de RV e o chaveiro Charm.
A Alibaba anunciou planos para desenvolver um modelo de inteligência artificial contendo entre 5 e 10 trilhões de parâmetros. Junto com este roteiro, a empresa também apresentou um novo chip personalizado projetado para apoiar suas necessidades de infraestrutura.
A Huawei pausou sua expansão internacional de chips de inteligência artificial porque a demanda doméstica na China está superando a oferta disponível. Essa mudança estratégica significa que os concorrentes AMD e Nvidia já não enfrentam pressão imediata da entrada global da Huawei no mercado.
Uma proposta no Hugging Face discute dois problemas interligados na IA: a dependência do treinamento de grandes modelos separados e a dependência do ecossistema em GPUs de propósito geral.
O projeto llama.cpp lançou a compilação b11059, que introduz atualizações significativas para o backend Metal em hardware Apple Silicon. A principal alteração é a adição de suporte a entrada F16 ao kernel Fast Walsh-Hadamard Transform (FWHT), permitindo que ele leia fontes F16 diretamente sem exigir uma cópia convertida.
O projeto llama.cpp aumentou o limite de row-id elevado para a operação mul_mat_id do Vulkan de 256 para 1024 especialistas. Essa mudança aborda gargalos de desempenho em modelos com grandes contagens de especialistas, como Qwen3.8-Flash-Next, que anteriormente executava por um caminho de código mais lento devido a restrições de tamanho de array compartilhado.
O projeto llama.cpp lançou a versão b10997, que inclui uma alteração na heurística ncols_opt de mosaicos do Mixture of Experts (MoE) para suportar a arquitetura RDNA3.5.