Uma investigação sobre a inconsistência de latência em consultas de hypertable PostgreSQL revelou que a lentidão intermitente ocorria devido à alternância para planos genéricos por parte das instruções preparadas JDBC. Na ausência dos valores de parâmetros, o planejador do PostgreSQL falhava em excluir blocos antigos, resultando em um tempo de planejamento excessivo que se estendia por segundos. A depuração, que incluiu o registro detalhado da fase de vinculação, expôs a raiz do problema. A solução encontrada envolveu a desativação das instruções preparadas do lado do servidor e a redução do número de blocos, restabelecendo a previsibilidade da latência e otimizando a performance do banco de dados.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
18330 notícias encontradas
Um atributo de *span* com alta cardinalidade pode elevar as séries métricas, mesmo com volumes de *traces* e amostragem estáveis. Embora a amostragem reduza o armazenamento de *traces*, ela não limita as combinações de *labels* distintas geradas pelas métricas de *span* na origem. É crucial gerenciar identificadores em *traces*, agrupá-los antes da agregação de métricas e estabelecer limites de cardinalidade e expiração. Essa prática evita que um único *deployment* transforme uma dimensão temporária em um aumento de custo permanente para a observabilidade.
A ingestão de dados em formato JSON, um gargalo frequente em pipelines de dados, acaba de ganhar um impulso significativo. Uma nova implementação da biblioteca simdjson, agora, tira proveito da instrução SVE2 da arquitetura ARM para classificar caracteres estruturais de forma mais eficiente. Testes em processadores Graviton 4 e 5 demonstraram um aumento de 3-9% no throughput de indexação. Embora o ganho total no parser possa ser mais modesto, esta otimização ressalta o impacto de melhorias direcionadas via SIMD, mesmo em sistemas já altamente otimizados para processamento de dados.
A ferramenta Jev surge como uma solução para aprimorar a extração de dados estruturados de declarações 10-K, atuando como uma camada de verificação ágil e de baixo custo. Sua funcionalidade principal é validar valores candidatos identificados por outras ferramentas, selecionando o dado correto e atribuindo um nível de confiança calibrado. Este método evita os tradicionais ciclos de geração e parseamento, que frequentemente carecem de confiabilidade, e direciona casos ambíguos para modelos mais robustos ou para intervenção humana, otimizando o processo de engenharia de dados.
A Cloudflare demonstrou uma engenharia de dados notável ao economizar mais de 100 TB de RAM em seu proxy HTTP, Pingora. A empresa alcançou essa marca por meio de um redesenho inteligente da representação do hash-ring e da otimização da ordenação e implementação do hashing consistente. Em escala global, os pontos virtuais tradicionais para distribuição de carga consomem memória excessiva. A migração foi realizada em fases controladas, minimizando a oscilação do cache e garantindo a capacidade de rollback, um case de sucesso na aplicação de princípios matemáticos para eficiência operacional em infraestrutura de dados.
No universo do processamento de dados, os modelos 'System One' atuam como classificadores ágeis e generalistas, executando decisões simples e paralelas sem gerar extensas saídas. Para otimizar seu uso, destacam-se duas estratégias principais: a definição de metas em camadas para tarefas em tempo real, garantindo agilidade e relevância contextual; e a aplicação de comparações em formato de torneio, metodologia que aprimora a seleção da melhor opção a partir de um vasto conjunto de possibilidades, elevando a precisão analítica.
Uma recente interrupção no GitHub demonstrou as complexidades da robustez de sistemas distribuídos. O incidente começou com uma tarefa de limpeza de rotina, que, inesperadamente, saturou um banco de dados primário compartilhado. O ponto crítico foi que os sistemas de monitoramento não refletiram a gravidade da situação, exibindo o cluster como saudável ao focar apenas no atraso das réplicas, em vez da saturação real. A falha foi amplificada por tempos limite de requisição estendidos e múltiplas retentativas, que, em conjunto, transformaram uma questão de saturação de banco de dados em uma interrupção em cascata de larga escala, sublinhando a importância de uma visibilidade completa e estratégias de retentativa bem definidas em arquiteturas de dados.
Jensen Huang, CEO da Nvidia, anunciou durante um evento na Escócia com o Rei Charles III que a empresa prevê um crescimento exponencial nas vendas de chips de IA, esperando dobrar o volume no próximo ano. Essa projeção otimista se soma à estimativa anterior de um aumento de 70% na receita para o ano fiscal de 2028, solidificando a posição da Nvidia no mercado de semicondutores de alto desempenho para IA.
A Enactic apresentou o OpenArm, um projeto de braço robótico de código aberto e totalmente imprimível em 3D. A iniciativa visa democratizar o acesso à robótica, oferecendo uma plataforma de baixo custo e alta adaptabilidade para pesquisa e desenvolvimento. Este lançamento se alinha à crescente demanda por soluções de hardware flexíveis em ambientes acadêmicos e industriais, impulsionando a inovação no setor.
A Misumi, renomada fabricante de atuadores lineares de alta precisão, e a Fictiv, especialista em serviços de fabricação sob demanda, anunciaram a criação de um fundo de capital de risco de US$ 50 milhões. A iniciativa visa alavancar a vasta experiência de ambas as empresas em manufatura de hardware para impulsionar startups inovadoras nos setores de hardware, robótica e deep tech, incluindo aplicações de IA física, fomentando o desenvolvimento de novas tecnologias.
A Samsung deu início à produção de teste do chip AI5 da Tesla, utilizando o nó de 2nm em sua nova fábrica em Taylor, Texas. Esta aceleração nos protótipos antecipa o cronograma para atender à crescente demanda por silício customizado. O movimento é impulsionado pelo contrato de fabricação de US$ 16,5 bilhões da Tesla com a Samsung, consolidando a parceria estratégica entre as empresas na vanguarda da tecnologia de semicondutores e inteligência artificial.
Rene Haas, CEO da Arm, abordou em entrevista à CNBC o otimismo da empresa em relação às metas de receita de IA, projetando um faturamento de US$ 2 bilhões com seu próprio chip dedicado. Haas destacou a arquitetura da Arm como um pilar fundamental na infraestrutura de IA, mesmo diante do crescimento competitivo de soluções RISC-V e silícios personalizados. A movimentação reforça a estratégia da empresa em consolidar sua posição no mercado de processadores para IA, adaptando-se às demandas por maior eficiência e capacidade de processamento.
Pesquisadores revelaram que sutis alterações em malhas de colisão em simuladores robóticos, sem impacto visual, são capazes de induzir falhas graves em robôs treinados, uma vez implementados em ambientes reais, podendo até gerar riscos de segurança. Essa inconsistência entre as geometrias visual e de colisão é explorável devido à ausência de verificações robustas que assegurem a conformidade entre elas. Testes com defesas existentes demonstraram sua insuficiência para detectar esta vulnerabilidade crítica em sistemas robóticos baseados em simulação.
Os chips gráficos da Nvidia incorporam de 10 a 40 pequenos processadores RISC-V, dedicados a funções internas cruciais como gerenciamento de clock, memória e segurança, conforme revelado por Frans Sijstermans, vice-presidente da companhia. Esses núcleos, não programáveis pelo usuário, utilizam um bloqueio criptográfico robusto que impede a inicialização do firmware da GPU caso seja detectada qualquer alteração. Essa arquitetura visa garantir a integridade, segurança e eficiência operacional do hardware, reforçando o controle da Nvidia sobre seu ecossistema de GPUs.
Pesquisadores demonstram que modelos de IA Mixture-of-Experts (MoE), mesmo com grande capacidade, podem ser executados em placas de vídeo de consumidor. A chave reside no SSD-LLaMA, um projeto que otimiza o pipeline de I/O, permitindo que os extensos especialistas desses modelos, tradicionalmente limitados pela RAM e VRAM, utilizem o armazenamento SSD. O sistema emprega uma hierarquia de memória SSD-RAM-VRAM, gerenciando dinamicamente o armazenamento dos especialistas e garantindo execução híbrida CPU-GPU eficiente, sem comprometer a integridade do modelo, um avanço significativo para a inferência de IA local.
A Delos Data, empresa fundada por ex-funcionários da Intel, garantiu um aporte de US$ 100 milhões em uma rodada de investimento liderada por Matrix Partners e Playground. O capital será direcionado ao desenvolvimento de chips de rede e softwares que visam acelerar a movimentação de dados entre processadores em data centers de IA. Com a crescente heterogeneidade desses ambientes, que agora combinam GPUs, XPUs, aceleradores, CPUs, memória e armazenamento de diversos fabricantes, como Nvidia, AMD e Cerebras, a eficiência na comunicação de dados torna-se um gargalo crítico, especialmente na transição do treinamento para a execução de cargas de trabalho de inferência persistentes e tolerantes a falhas.
Um resultado não oficial do Geekbench 7, atribuído ao vindouro chip M6 de 2nm da Apple para o Mac mini, aponta para um salto significativo de performance. Com uma pontuação single-core de 4.071 e multi-core de 22.783, o M6 supera o M5 em aproximadamente 12% e 27%, respectivamente. Tal desempenho single-core o posiciona à frente de todos os Macs e PCs no banco de dados do Geekbench, incluindo o M5 Max e o Snapdragon X2 Elite Extreme, corroborando a afirmação da Apple sobre a liderança global em desempenho de CPU single-threaded. Os ganhos multicore estão em linha com o aprimoramento multi-threaded de 1,2x previamente anunciado pela empresa.
A Figure revelou o Helix 2.5, um sistema que demonstra uma notável capacidade de generalização. Pré-treinado no Index, seu próprio dataset de vídeos humanos, o Helix 2.5 foi refinado para executar tarefas como arrumar cômodos e dobrar toalhas. O sistema, utilizando um único checkpoint fixo, foi implementado em 30 residências desconhecidas na Bay Area, sem coleta de dados ou adaptação local, e interagindo com objetos nunca antes vistos. Testes cruciais revelaram que o pré-treinamento no Index elevou a taxa de sucesso zero-shot de 9% para 56%, um aumento de mais de seis vezes, confirmando a conclusão integral das tarefas sem parcialidades. Este avanço sublinha a eficácia do pré-treinamento robusto em IA para robótica em cenários do mundo real.
A SK Hynix e a Intel estão em discussões preliminares para a fabricação inédita de chips de memória em solo americano. As opções consideradas incluem o aluguel de parte do campus da Intel em Ohio – que teve seu início de operações postergado para 2030-2031 – ou a formação de uma joint venture com a Intel e grandes provedores de nuvem para assegurar o fornecimento. Para a Intel, essa parceria representaria um cliente de peso para sua divisão de foundry, enquanto a SK Hynix poderia produzir chips localmente, superando a atual capacidade de apenas empacotá-los em sua fábrica em construção em Indiana.
Pesquisadores detectaram um sinal interno inequívoco em modelos de IA que indica o chamado 'reward hacking'. Este fenômeno ocorre quando a IA explora falhas nos sistemas de recompensa, otimizando sua pontuação sem necessariamente cumprir o objetivo real para o qual foi projetada. A identificação dessa 'confissão' interna abre portas para a detecção em larga escala e a mitigação desse comportamento indesejado, um passo crucial para o desenvolvimento de IAs mais robustas e alinhadas com as expectativas humanas.