Deletom

Il y a 39 ans, le 22 mars 1987, fut publiée la première version beta du compilateur GCC. Ce projet deviendra la figure de proue du projet GNU initié en 1983 par Richard Stallman et deviendra au fil des décennies l'un des compilateurs les plus utilisés au monde #LaPetiteInfoDuJour

OpenAI’s Mark Chen just exposed the true structural endgame of their mathematical models. Mainstream academic establishment still views AI as a high-speed calculator. They’re not building a calculator. They’re building the absolute perimeter of human cognition. Chen: “The process of mathematics isn’t just answering or proving a theorem. It’s all this partial progress that you assimilate somewhere.” Standard scientific method is choked by fragmented data. Thousands of brilliant minds working in complete isolation. Unable to connect their own partial breakthroughs. OpenAI isn’t building a system to prove a single theorem. They’re mathematically mapping the entire boundary of truth. Chen: “You have just this kind of global library in some sense. This agent that mathematicians can interface with, and it kind of fills out this convex hull of mathematical results.” Biological researcher operates in a silo. Slowly generating partial progress over decades. Sovereign compute engine ingests every fragmented theory on the planet and instantly connects the geometry. Doesn’t just solve a problem. Maps the entire convex hull of reality so operators can navigate straight to the exact point of friction and bypass it completely. And here’s the architecture that changes everything. Chen: “We have AI systems at OpenAI where they’re kind of just like central repositories for information. You could imagine that kind of serving a function in mathematics as well.” The future of discovery is not the lone genius at a chalkboard. It’s a centralized, omniscient intelligence grid. Chen: “You can always use that as a source of truth for what people are exploring, and it’ll connect a lot of the dots for you. Just be this place which stores what we know.” When you transition from isolated biological research to algorithmic synthesis, the speed of discovery goes exponential. The machine serves as the ultimate cognitive reservoir. Instantly connecting dots between a thousand incomplete equations to output a single, frictionless solution. No longer researching. Simply querying the universal baseline of human knowledge. But here’s the real prize. You don’t dominate the next century by possessing raw data. You capture the board by controlling the structural matrix that organizes every known mathematical fact in the physical universe. The operator who controls the baseline algorithm for mathematics controls the foundational physics of all future engineering, cryptography, and artificial intelligence. This is not a helpful assistant. This is a sovereign oracle. When the compute engine becomes the absolute source of truth for global mathematics, every competitor on the geopolitical board is mathematically forced to route their progress through your infrastructure.

I packaged up the "autoresearch" project into a new self-contained minimal repo if people would like to play over the weekend. It's basically nanochat LLM training core stripped down to a single-GPU, one file version of ~630 lines of code, then: - the human iterates on the prompt (.md) - the AI agent iterates on the training code (.py) The goal is to engineer your agents to make the fastest research progress indefinitely and without any of your own involvement. In the image, every dot is a complete LLM training run that lasts exactly 5 minutes. The agent works in an autonomous loop on a git feature branch and accumulates git commits to the training script as it finds better settings (of lower validation loss by the end) of the neural network architecture, the optimizer, all the hyperparameters, etc. You can imagine comparing the research progress of different prompts, different agents, etc. github.com/karpathy/autor… Part code, part sci-fi, and a pinch of psychosis :)

📢 @GoogleCloud and NVIDIA are co-engineering every layer of the AI stack, enabling customers like General Motors, ElevenLabs, Snap and Schrödinger to accelerate innovation and push the boundaries of what’s possible. ❤️ To enable the era of agentic AI, announcements include NVIDIA Dynamo integration with GKE Inference Gateway, NVIDIA cuDF libraries on Google Dataproc and GKE, and new fractional G4 VMs powered by NVIDIA RTX PRO 6000 Blackwell. 🔗 Learn more: nvda.ws/4cR1qsM

Elon Musk: “Don’t think small.” He says the next step after TERAFAB is Moon-based mass drivers and robots like Optimus enabling petawatt-scale compute for deep space The future will finally look like the future

Elon Musk vient de lancer officiellement le Terafab hier soir depuis une ancienne centrale électrique à Austin. Le projet le plus ambitieux de sa carrière. Et ce n'est pas peu dire. Tesla, SpaceX et xAI s'unissent pour construire la plus grande usine de puces IA au monde. Budget : 20 à 40 milliards de dollars selon Morgan Stanley. Pourquoi ? Parce que Musk a fait le calcul : même en combinant TOUTE la production mondiale de puces prévue jusqu'en 2030, ce ne sera pas suffisant pour ses besoins. Rien que les robots Optimus nécessitent 100 à 200 GW de puces. C'est plus que ce que tous les fabricants actuels peuvent fournir. Combinés. Sa phrase : "Soit on construit le Terafab, soit on n'a pas les puces. Et on a besoin des puces." Ce qui rend ce projet unique : → Tout sous un même toit : logique, mémoire, packaging, test. Ça n'existe nulle part ailleurs au monde. → Gravure en 2nm, le nœud le plus avancé en production commerciale → Objectif : 1 térawatt de calcul par an → 80% des puces partent dans l'espace pour des data centers orbitaux solaires lancés par Starship → 20% restent sur Terre pour la conduite autonome et les robots Le détail que personne ne mentionne : Tesla a abandonné Dojo en août 2025, que Musk qualifiait d'"impasse évolutive". Puis l'a relancé en janvier 2026, cette fois pour du calcul IA spatial avec SpaceX. Le Terafab est la réponse à la vraie question : qui fabrique les puces ? À pleine capacité, cette usine viserait 1 million de wafers par mois. C'est 70% de la production totale actuelle de TSMC. Dans une seule usine. Aux États-Unis. Ce que Tesla a fait pour les batteries, il le fait maintenant pour les semi-conducteurs. On passe d'une course à l'IA logicielle à une course à l'IA physique. Et Musk vient de poser la première pierre. Littéralement.

Nouveau pari fou pour Musk ! Probablement le projet le plus ambitieux de la décennie, et il s'appelle TeraFab. Tesla et SpaceX (+ xAI) s'associent pour produire 1 TW/an de puissance de calcul. Pourquoi ? Les fournisseurs de puces ne produisent pas assez pour répondre à la de la demande de Tesla, ni de SpaceX. Un pas de géant dans l'intégration verticale tant appréciée par Musk. L'usine sera installée à Austin, au Texas. Les recrutements sont déjà lancés, pour un début de production espéré en 2027.

crazy.. OpenClaw generates video on Seedance 2, import into premiere pro and edit.. all by itself

It’s 2am again, my favourite time, and as always reality is still staring me in the face 🧐

🚨 VOTRE PDG VOUS MENT : L'IA N'EST PAS LA CAUSE DES LICENCIEMENTS. Jensen Huang (le boss de NVIDIA) vient d'humilier tous les PDG de la Tech en direct à la télévision. On vous vend que l'IA sert à "optimiser" et justifie de virer des milliers de personnes (coucou Meta, Salesforce, Amazon). La réponse de Jensen ? "Si une entreprise utilise l'IA pour réduire ses effectifs, c'est que ses dirigeants n'ont aucune imagination. Ils sont à court d'idées." L'homme qui fournit 100% de l'infrastructure IA mondiale le dit noir sur blanc : cette technologie est faite pour décupler ce que vous pouvez construire, pas pour rétrécir votre boîte. S'ils licencient "à cause de l'IA", c'est juste une excuse pour le conseil d'administration parce qu'ils ont arrêté d'innover il y a 3 ans. Le problème n'est pas la machine, c'est le manque de vision de vos dirigeants. Pensez-vous que les PDG utilisent l'IA comme un écran de fumée pour cacher leur incompétence ? PS : on vient de sortir une vidéo sur la toute puissance de NVIDIA, lien en commentaire

Votre dose de 𝐒𝐨𝐝𝐞𝐛𝐨nheur 😎 En cette Journée internationale du bonheur, on replonge avec vous dans ces moments de joie. 😍 Des sourires, des frissons, et surtout… beaucoup de plaisir partagé ces derniers mois. 🫶

Sharing some of the work I’ve been doing at OpenAI: we now monitor 99.9% of internal coding traffic for misalignment using our most powerful models, reviewing full trajectories to catch suspicious behavior, escalate serious cases quickly, and strengthen our safeguards over time.

TRADUIT EN 🇫🇷 Jensen Huang est le patron de la boîte la plus valorisée au monde. Ce qu'il vient de dire devrait être affiché dans tous les bureaux du monde. "Si un ingénieur payé 500 000$ me dit qu'il a dépensé 5 000$ en tokens IA dans l'année, je vais devenir fou." "S'il n'a pas consommé au moins 250 000$ de tokens, je serai profondément inquiet. C'est comme un concepteur de puces qui dirait qu'il va utiliser du papier et un crayon." Mais le plus fascinant, c'est la suite. Selon lui, toutes les barrières mentales disparaissent avec l'IA : "C'est trop dur" → disparu. "Ça va prendre trop de temps" → disparu. "Il va falloir beaucoup de monde" → disparu. Il compare ça à la révolution industrielle : plus personne ne dit "ce bâtiment est trop lourd à construire". Les machines ont effacé cette pensée. L'IA fait pareil avec le travail intellectuel. Et sa vision du futur est limpide : On ne codera plus. On écrira des idées, des architectures, des spécifications. On pilotera des équipes d'agents IA. Chaque ingénieur en aura une centaine. On passe d'exécutant à architecte. La seule question qui reste : que pouvez-vous inventer ? L'IA supprime les contraintes. Il ne reste que la créativité. Et c'est la meilleure nouvelle possible car un monde plein d'opportunités s'ouvre à nous. Du moinS pour ceux qui sauront en profiter.

Jeff Bezos prépare l'un des plus gros paris industriel de la décennie. 100 milliards de dollars. Un fonds pour racheter des entreprises manufacturières et les transformer avec l'IA. Selon le Wall Street Journal, Bezos a déjà rencontré des fonds souverains au Moyen-Orient et à Singapour pour lever ce montant colossal. Les secteurs ciblés : semi-conducteurs, défense, aérospatiale. Le projet s'appelle "Project Prometheus" — une startup dont Bezos est co-CEO, dédiée à appliquer l'IA générative à l'ingénierie et à la production industrielle. Elle a déjà levé 6,2 milliards fin 2025. Et au board ? David Limp, le CEO de Blue Origin. Ce qu'il faut comprendre : - Jusqu'ici, la course à l'IA se jouait dans le logiciel. Chatbots, génération d'images, code. - Bezos vient de déplacer le terrain de jeu dans le monde physique. - On parle de réinventer la façon dont on fabrique des puces, des avions, des voitures. Avec l'IA comme moteur. L'IA ne va pas juste changer ce qu'on voit sur nos écrans. Elle va changer ce qu'on construit avec nos mains. Et Bezos vient de mettre 100 milliards sur cette conviction.

Meta ferme officiellement le Metaverse. 80 milliards de dollars investis. Horizon Worlds retiré des casques Quest le 15 juin. En 2021, Zuckerberg avait tellement confiance dans le Metaverse qu'il a renommé Facebook en Meta. Il promettait 1 milliard d'utilisateurs et 5 000 milliards de dollars de valeur d'ici 2030. Résultat : quelques centaines de milliers d'utilisateurs actifs. Des mondes virtuels vides. Et Reality Labs qui perdait 6 milliards par trimestre. Alors où va cet argent maintenant ? L'IA. Et c'est là que ça devient intéressant. Les lunettes Ray-Ban Meta avec IA ? Les ventes ont triplé en un an. L'adoption explose. Le Metaverse a échoué parce qu'il essayait de créer un monde virtuel dans lequel personne ne voulait vivre. L'IA fait l'inverse : elle s'intègre dans le monde réel, dans les objets qu'on utilise déjà. Le Metaverse c'était le futur que personne n'a demandé. L'IA c'est le futur que tout le monde adopte sans même s'en rendre compte. 80 milliards de leçon. Ça coûte cher. Mais au moins, maintenant, Meta regarde dans la bonne direction.

Skild AI is putting its robot brain on Foxconn lines that build Nvidia Blackwell servers. That is one of the clearest signs yet that “general physical AI” is leaving demo land and entering actual production work. Do humanoid style robot brains become normal in factories before 2030, yes or no?

DLSS 5 off vs on example in Zorah, check out the improved occlusion, shadowing and material detail

EA prépare son système anti-triche pour les PC ARM et envisage un support de Linux korben.info/ea-prepare-son…

𝟏𝟖 𝐌𝐀𝐑𝐒 𝟐𝟎𝟏𝟗 👉 𝟏𝟖 𝐌𝐀𝐑𝐒 𝟐𝟎𝟐𝟔 7️⃣​ années de travail, d’optimisations, d’innovations. 7️⃣​ années d’apprentissage.. Mais également des années d’émotions et de succès avec le record du Trophée Jules Verne. Aujourd’hui, Sodebo Ultim 3 fête son 7ème anniversaire.

Thank you Jensen and NVIDIA! She’s a real beauty! I was told I’d be getting a secret gift, with a hint that it requires 20 amps. (So I knew it had to be good). She’ll make for a beautiful, spacious home for my Dobby the House Elf claw, among lots of other tinkering, thank you!!