Google Cloud habilitó cuotas diarias de tokens para funciones de BigQuery que llaman modelos de lenguaje desde SQL. Se incluyen AI.GENERATE, AI.GENERATE_TEXT, AI.CLASSIFY, AI.IF y otras funciones de generación. Los administradores pueden fijar límites por proyecto y por usuario para controlar consultas analíticas grandes.
Una guía de AWS del 12 de octubre explica cómo servir un modelo GGUF en SageMaker AI con el contenedor Deep Learning estándar y obtener respuestas compatibles con OpenAI. Incluye opciones de CPU y GPU.
AWS publicó el 9 de octubre una evaluación técnica de ejecuciones de aprendizaje por refuerzo en microVM Firecracker. Comunicó más de 100.000 muestras en más de 500 configuraciones mediante labsweep. En las cargas probadas, la latencia de cola aumentó con fuerza al superar una microVM por CPU virtual, mientras la mediana cambió mucho menos.
Discovery AI transforma preguntas sencillas en filtros Sonar. AWS afirma que el sistema redujo el coste de las consultas un 90%, los tokens de entrada un 93% y la latencia un 75% frente al diseño inicial.
AWS Machine Learning Blog1 min de lectura Incluye datos
FXC Intelligence anunció el 15 de octubre un servidor MCP que conecta las herramientas de IA de sus clientes con referencias y datos de pagos transfronterizos. Según el comunicado publicado por AWS, utiliza Amazon Bedrock y AgentCore, con agentes para precios, análisis competitivo y planificación comercial.
FXC Intelligence / AWS Press Center1 min de lectura Incluye datos
Microsoft describió el 15 de octubre novedades del emulador Cosmos DB vNext para agentes de programación con IA. El informe aborda el protocolo binario, la validación más estricta de metadatos de indexación y la pasarela experimental Nacelle de las versiones de octubre, junto con carga de datos de prueba y trazas.
Microsoft Developer Blogs1 min de lectura Incluye datos
AWS detalló el 13 de octubre optimizaciones de núcleos GPU para modelos de mezcla de expertos en SageMaker AI: intercambio de operandos matriciales, envío de operaciones FP8 a Triton y eliminación de recompilaciones innecesarias en tiempo de ejecución.
AWS Artificial Intelligence Blog1 min de lectura Incluye datos
Microsoft AI anunció el 15 de octubre que completó el preentrenamiento de MAI-Base-2, un modelo de mezcla de expertos con 2,8 billones de parámetros totales y 80.000 millones activos. Según la empresa, usó 16.000 GPU GB200 durante 38 días en agosto y septiembre; el entrenamiento posterior sigue en curso.
Global Emotions reúne 525 horas de habla grabadas por 10.420 hablantes en 83 idiomas y 108 variantes locales; la empresa lo ofrece para usos comerciales y de investigación.