inferentie
Fireworks Nexus stuurt code naar goedkopere modellen
Fireworks AI lanceert Nexus, een router die simpele codeerklussen naar goedkope open-weight modellen stuurt en moeilijke taken naar het dure model. De besparing loopt volgens Fireworks op tot een factor drie tot vijf.
Etched bereikt 5 miljard met inferentiechip Sohu
Chipstartup Etched komt uit stealth met een waardering van 5 miljard dollar en 1 miljard aan orders voor Sohu, een chip die alleen transformermodellen draait.
Google bakt Gemini in silicium met Frozen v2
Google werkt aan een chip met codenaam Frozen v2 die delen van de Gemini-architectuur rechtstreeks in het silicium etst. Ontwikkelaars mikken op zes tot tien keer meer tokens per watt dan de nieuwste TPU’s.
De AI-strijd verschuift naar de goedkope modellen
Niet de dure topmodellen maar de goedkope high-volume tier bepaalt in juli 2026 de concurrentie tussen OpenAI, Google en xAI. Een overzicht van de prijzen en wat het betekent.
Qualcomm koopt Modular om Nvidia’s software te breken
Qualcomm neemt softwarebedrijf Modular over in een aandelendeal van 3,92 miljard dollar en mikt op de plek die Nvidia met CUDA jarenlang alleen bezette.
Fireworks AI haalt 1,5 miljard op voor goedkope inferentie
Fireworks AI haalt 1,5 miljard dollar op bij een waardering van 17,5 miljard. De ronde toont hoe geld verschuift naar goedkope AI-inferentie met open modellen.
GPT-5.6 Sol haalt 750 tokens per seconde op Cerebras
OpenAI draait zijn nieuwe vlaggenschip GPT-5.6 Sol op de wafer-scale chips van Cerebras, met snelheden tot 750 tokens per seconde. Dat is ongeveer tien keer sneller dan een gangbare GPU-opstelling.
GLM-5.2 draait op een laptop met 25GB RAM
Een klein C-programma genaamd Colibri laat het Chinese GLM-5.2 met 744 miljard parameters draaien op een gewone laptop met 25GB RAM, zonder videokaart. Traag, maar het werkt.
AI-labs bouwen steeds vaker hun eigen inferentiechip
OpenAI, Anthropic en Amazon ontwerpen eigen chips om AI-modellen te draaien. Wat drijft die verschuiving weg van Nvidia en wat betekent het voor de kosten?
NVIDIA’s TwoTower genereert tekst 2,4 keer sneller
NVIDIA’s nieuwe open-weight model Nemotron-Labs-TwoTower schrijft tekst parallel en haalt 2,42 keer meer snelheid, met bijna dezelfde kwaliteit en zonder het basismodel te hertrainen.