AI моделът досега се правеше горе-долу така: тренираш го веднъж върху камара данни, замразяваш го и го пускаш какъвто е. NVIDIA предлага друго - модел, който не спира да се учи, докато работи. За да излезе това евтино, трябва различен хардуер. Него показаха.
Факт
Фактите: На 17 юли 2026 NVIDIA обяви платформата Vera Rubin, насочена към 'непрекъснато дообучаване' на агентни модели - тоест дообработката, която прави суровия модел полезен, спира да е еднократна и става постоянен цикъл. Като демонстрация показаха модела Nemotron 3 Ultra (около 550 милиарда параметъра, смес-от-експерти) с резултат 71.7% на SWE-bench - признат тест за писане на код. Три компании вече ползват платформата с живи процеси: Prime Intellect, Perplexity и Together AI. По данни на NVIDIA Vera Rubin върши тренирането с около четвърт от графичните чипове спрямо предишното поколение Blackwell и дава 'най-ниска цена на един токен'; тези числа са на NVIDIA или на партньор (Prime Intellect), без независима проверка. Източник: NVIDIA, блог за Vera Rubin, 17.07.2026.
Само по-полека с възторга. Когато производителят на чипове ти казва, че новият му чип е четири пъти по-добър от стария, това не е новина - това е реклама на цената. Ще му повярвам, когато го премери някой, който не изкарва пари от този чип.
Когато производителят на чипа сам мери с колко е по-добър чипът му - това е ценоразпис, не измерване.
Но под рекламата има истинска посока и тя не е за подценяване. 'Учи в движение' значи, че моделът вече не е завършен продукт. Той тече и се променя, докато го ползваш. И въпросът се измества - от 'колко е умен днес' към 'колко струва да остане умен утре'. Който плаща сметката, знае кой въпрос тежи.
Цената на AI тръгва натам - от 'купи модел' към 'плащай, за да го държиш жив'. За малкия играч това е едновременно възможност и капан: влиза се по-лесно, но се плаща всеки месец. Тук няма магия и няма безплатно. А числото на NVIDIA все още чака независима проверка. Засега е тяхно.
Официални първоизточници
NVIDIA - Vera Rubin Maximizes Intelligence per Dollar for Post-Training WorkloadsВизуалът към статията е генериран код-арт, без чужди изображения.