اگر هنوز مشترک Premium نشده‌اید، ما با این خلاصه هفتگی از تمام مطالبی که در طول هفته منتشر کرده‌ایم، شما را پوشش می‌دهیم.

برای شروع هفته، جف کمپمن، متخصص پردازنده‌های گرافیکی و نابغه استنتاج، وظیفه طاقت‌فرسای اجرای Qwen 3.8 27B را روی چندین دستگاه که ممکن است واقعاً توان خرید آن‌ها را داشته باشید، بر عهده گرفت. این مدل عملکردی تقریباً در سطح Frontier را بدون معایب پرداخت هزینه اشتراک مبتنی بر API یا صورت‌حساب توکنی‌شده، نوید می‌دهد.

آنچه جف پس از تعداد سرسام‌آوری از بنچمارک‌ها روی دستگاه‌هایی مانند RTX 5090، مک مینی، DGX Spark و سیستم‌های Strix Halo کشف می‌کند این است که پیکربندی به اندازه خروجی‌های نهایی و خام توکن بر ثانیه که بسیاری در شبکه‌های اجتماعی بر سر آن سروصدا می‌کنند، اهمیت دارد. بنچمارک‌گیری مدل‌های هوش مصنوعی هنوز موضوعی نسبتاً نوپا است و سطح جزئیاتی که در اینجا ارائه شده، چیزی نیست که در جای دیگری منتشر شده باشد.

• بنچمارک Qwen 3.8 27B روی RTX 5090 و فراتر از آن — ظرفیت VRAM به تنهایی نمی‌تواند بر گلوگاه‌های شدید نرم‌افزاری و موتور استنتاج غلبه کند

اندرو فریدمن هفته گذشته به IFA رفت، جایی که شاهد انبوهی از اطلاعیه‌ها و دستگاه‌های جدید از شرکت‌ها بودیم. اما تنها یک مشکل وجود دارد. همه آن‌ها یا رقبای فوق‌سبک مک‌بوک نئو هستند یا کامپیوترهای شخصی هوش مصنوعی Agentic که ممکن است قیمتی بیش از یک خودرو داشته باشند. نقطه قیمت “طلایی” اصلی برای بسیاری از علاقه‌مندان، حدود ۱۰۰۰ دلار، در نتیجه کمی تنها به نظر می‌رسد.

عوامل مؤثر بر بازار میان‌رده دسکتاپ‌ها و لپ‌تاپ‌های معمولی، به دلیل مقیاس عظیم تقاضا ناشی از توسعه مداوم مراکز داده هوش مصنوعی، به شدت تحت تأثیر قرار گرفته‌اند. این بدان معناست که اگر به دنبال سیستمی با رم و فضای ذخیره‌سازی کافی برای رفع نیازهای خود هستید، قیمت‌ها می‌توانند به سرعت سر به فلک بکشند. اندرو هر آنچه را که در نمایشگاه دید، بررسی می‌کند و در مورد وضعیت فعلی بازار سیستم‌ها که در حال حاضر به نظر می‌رسد متلاشی شده است، تأمل می‌کند.

• در IFA 2026، محاسبات به دنبال رده‌های بالا و پایین بود — ماشین‌های هوش مصنوعی و مقرون‌به‌صرفه، چیز کمی برای بقیه ما باقی گذاشتند

در جای دیگر صنعت، آژینوموتو، شرکتی که معمولاً با محصولات غذایی مستقر در ژاپن مرتبط است، در ساخت برخی از حیاتی‌ترین مواد در شتاب‌دهنده‌های هوش مصنوعی مدرن نقش دارد. ما نگاهی به نحوه قرارگیری زیرلایه‌های ABF این شرکت در زنجیره تامین بزرگترین سازندگان تراشه مانند انویدیا، اینتل و AMD انداخته‌ایم. اما، مانند بسیاری از قطعات در رونق هوش مصنوعی، این زیرلایه‌ها نیز تحت فشار تقاضای بیش از حد انتظار قرار گرفته‌اند که منجر به افزایش تقریباً ۳۰ درصدی قیمت‌ها شده است. ما عمیقاً به وضعیت فعلی استفاده از زیرلایه‌های ABF در صنعت نیمه‌هادی می‌پردازیم و نگاهی به زنجیره‌های تامین زیربنایی آن می‌اندازیم.

• وضعیت زیرلایه‌های ABF در سیلیکون مراکز داده در سال ۲۰۲۶ — حل بحران عرضه و دیوار مواد زیر هر شتاب‌دهنده هوش مصنوعی

همچنین در اخبار، TSMC، اینتل و سامسونگ همگی از ASML حمایت کرده‌اند. صنعت به طور جمعی قصد دارد به سمت تغییر در High-NA EUV، به ویژه در استفاده از فوتوماسک‌های ۶×۱۲ اینچی حرکت کند. با استانداردهای فعلی که روی فوتوماسک‌های ۶×۶ اینچی تنظیم شده‌اند، یک ماسک بزرگتر نیاز به دوخت (stitching) را که چندین نوردهی High-NA را به هم می‌بافد، از بین می‌برد، اما به قیمت کاهش کارایی.

ما تحلیل می‌کنیم که چگونه حرکت به سمت فوتوماسک‌های بزرگتر ممکن است پیش برود و چه چالش‌ها و مشکلاتی ممکن است سازندگان تراشه در طول این تغییر با آن روبرو شوند، که از لحاظ نظری، سال‌ها طول خواهد کشید.

• TSMC، سامسونگ و اینتل برای استقرار فوتوماسک‌های بزرگتر High-NA EUV از ASML حمایت می‌کنند — انتقال فوتوماسک ۶×۱۲ اینچی ممکن است با وجود تلاش یکپارچه سال‌ها طول بکشد

در نهایت، اخبار این هفته تحت سلطه انتشار جدیدترین مدل سطح پیشرفته OpenAI بود. این مدل هوش مصنوعی که GPT-6 آسترا نام دارد، به سرعت به دلیل هوش و توانایی‌اش در تکمیل وظایف با هزینه کمتر نسبت به سایر مدل‌های هوش مصنوعی پیشرو، در صدر جدول‌ها قرار گرفت. این اتفاق بلافاصله پس از آن رخ داد که گروهی از عوامل سرکش OpenAI در انجمن‌های اینترنتی به نام هماهنگی، هرج و مرج به پا کردند.

انتشار آسترا، OpenAI را بر آن داشت تا یک پست وبلاگی منتشر کند و توضیح دهد که چگونه معتقد است آسترا به صورت داخلی همسو شده است. اما دیگران بر این باورند که تهدید یک “تکینگی” فناوری قریب‌الوقوع و تهدیدکننده بشریت، که توسط مدل‌های قدرتمندی مانند آسترا تقویت می‌شود، به زودی در راه است.

OpenAI همچنین ادعا کرده است که یکی از مسائل هزاره را حل کرده است. مسئله ناویه-استوکس مدت‌ها حل نشده باقی مانده بود، در حالی که ریاضیدان تریستان باک‌مستر در کنار یکی از کارکنان Anthropic، روی گامی به سوی حل این مسئله کار می‌کرد. این دو در تحقیقات خود از مدل‌های Anthropic و OpenAI استفاده کرده بودند، بنابراین وقتی ادعا شد که یک مدل OpenAI این مسئله دیرینه را حل کرده است، بیش از چند ابرو بالا رفت. ما کل این ماجرا و پیامدهای آن را برای محققان در تحلیل جامع خود شرح می‌دهیم.

• راه‌حل پیشگامانه OpenAI برای مسئله گریزان ناویه-استوکس تحت‌الشعاع جنجال سرقت ادبی قرار گرفت — محقق می‌گوید OpenAI جلسه Codex را کپی کرده و تهدیدهای شغلی صادر کرده است
• OpenAI ادعا می‌کند GPT-6 آسترا یک “ذهن بیگانه” اثیری با ویژگی‌های شبیه AGI است — شرکت در مورد چالش‌های همسویی با ظهور رهبر جدید مرزی هشدار می‌دهد

اگر مایلید هر یک از مقالات بالا را بخوانید و به Bench دسترسی پیدا کنید، باید اشتراک خریداری کنید. حمایت شما کمک زیادی به ما می‌کند تا داستان‌های عمیق‌تر و روشنگرتری را منتشر کنیم که ممکن است در غیر این صورت خارج از حوزه‌های پوشش معمول ما قرار گیرند.