O Google Cloud disponibilizou cotas diárias de tokens para funções do BigQuery que chamam modelos de linguagem pelo SQL. Estão incluídos AI.GENERATE, AI.GENERATE_TEXT, AI.CLASSIFY, AI.IF e outras funções de geração. Administradores podem definir limites por projeto e usuário para controlar consultas analíticas grandes.
Um guia da AWS de 12 de outubro explica como servir um modelo GGUF no SageMaker AI com o contêiner Deep Learning padrão e gerar respostas compatíveis com OpenAI. Inclui opções de CPU e GPU.
A AWS publicou em 9 de outubro uma avaliação técnica de execuções de aprendizado por reforço em microVMs Firecracker. Relatou mais de 100.000 amostras em mais de 500 configurações com o labsweep. Nas cargas testadas, a latência de cauda subiu acentuadamente acima de uma microVM por CPU virtual, enquanto a mediana mudou muito menos.
O Discovery AI transforma perguntas comuns em filtros Sonar. A AWS diz que o sistema reduziu em 90% o custo das consultas, em 93% os tokens de entrada e em 75% a latência frente ao projeto inicial.
AWS Machine Learning Blog1 min de leitura Inclui dados
A FXC Intelligence anunciou em 15 de outubro um servidor MCP que conecta ferramentas de IA dos clientes a referências e dados de pagamentos internacionais. Segundo o comunicado publicado pela AWS, usa Amazon Bedrock e AgentCore, com agentes para preços, análise competitiva e planejamento comercial.
FXC Intelligence / AWS Press Center1 min de leitura Inclui dados
A Microsoft descreveu em 15 de outubro avanços do emulador Cosmos DB vNext para agentes de programação com IA. O relatório aborda protocolo binário, validação mais rigorosa de metadados de indexação e gateway experimental Nacelle nas versões de outubro, além de carga de dados de teste e rastreamento.
Microsoft Developer Blogs1 min de leitura Inclui dados
A AWS detalhou em 13 de outubro otimizações de kernels GPU para modelos de mistura de especialistas no SageMaker AI: troca de operandos matriciais, encaminhamento de operações FP8 ao Triton e eliminação de recompilações desnecessárias em tempo de execução.
AWS Artificial Intelligence Blog1 min de leitura Inclui dados
A Microsoft AI anunciou em 15 de outubro a conclusão do pré-treinamento do MAI-Base-2, modelo de mistura de especialistas com 2,8 trilhões de parâmetros totais e 80 bilhões ativos. Segundo a empresa, foram usados 16.000 GPUs GB200 durante 38 dias em agosto e setembro; o pós-treinamento continua.
O Global Emotions reúne 525 horas de fala gravadas por 10.420 falantes em 83 idiomas e 108 variantes locais; a empresa disponibilizou o conjunto para investigação e uso comercial.