6월 25일(하이닉스 고점) 대비 9월 18일까지 퍼포먼스 비교

(SKHY는 거래시작일 7월 10일 이후)

BofA

캐파 순대로라면 삼전은 4~5조달러, 닉스는 3~4조달러, 마이크론은 2조달러 정도?

* Kalshi Finance

OpenAI와 Anthropic이 정부로 하여금 자신들의 시장 지위를 보호하도록 유도하기 위해 AI 보안 위협을 과장했다는 보도가 나왔습니다.

전기전자 섹터

2백만 컨텍스트, 비용은 아스트라 대비 1/6, 성능은 전 부문에서 우위

미국은 수십년만에 가장 큰 투자 사이클 진입

그에 맞는 금리의 레벨에 대해서도 다시 생각해봐야 할것

(워시의 잭슨홀 연설 풀버전으로 읽어봐야함)

학습량을 늘리고 규모를 키우면 수행능력이 향상된다는 '스케일링 법칙'을 휴머노이드에서도 확인

이제 컴퓨팅 인프라의 전방수요 시장은 모델에 이어 '휴머노이드'라는 새로운 거대축이 생성되기 시작

* Figure AI, Helios 2.5 공개

"스케일링 법칙은 데이터와 연산량을 늘리면 다음 토큰 예측 성능이 예측 가능한 방식으로 향상된다는 사실을 보여주며 언어모델 개발 방식을 바꿨습니다. 이를 통해 소규모 학습 결과로 대규모 학습의 성과를 미리 추정할 수 있게 됐습니다.

우리는 사람에게서 배운 지식을 로봇으로 이전하는 과정에서도 비슷한 스케일링이 나타나는지 살펴봤습니다.

Index 데이터가 두 배로 늘어날 때마다 손실은 예측 가능한 방식으로 감소했습니다. 우리가 아는 한, 이는 휴머노이드에서 측정된 최초의 인간→로봇 전이 스케일링 법칙입니다. 즉, Index 사전학습은 로봇의 다음 행동 예측 성능을 예측 가능한 방식으로 개선합니다.

"사전학습에서 폭넓게 배우고, 수행할 행동을 한 번 학습시킨 뒤, 실제 배치 환경에서는 이를 일반화하는 것입니다.

Index에는 현재 매초 약 35분 분량의 새로운 인간 경험 데이터가 쌓이고 있습니다. 우리는 Helix 학습을 위해 35억 달러 규모의 컴퓨팅 자원을 확보하기로 약정했습니다. Helix 2.5의 결과가 향후에도 이어진다면, 더 많은 데이터와 연산량은 로봇이 새로운 집에 들어가기 전에 물리적 세계를 더 많이 학습하는 것으로 직접 연결될 것입니다.

이제 규모를 키울 때입니다(It's time to scale up)."

* "누군가"(레오폴드?) 10월 2일 만기 콜옵션 4종목에 약 1억달러를 베팅

"Somebody" just spent $100MM premium on 2 week AI Stock Calls for the Oct2 expiration:

투입금액의 88%가 메모리(마이크론, 샌디스크)

* 주커버그, 머스크, 젠슨 황 - 트럼프에게 AI 규제를 블로킹하도록 설득(Forbes)

마크 저커버그, 일론 머스크, 젠슨 황이 지난달 도널드 트럼프 대통령과 만나 AI 안전에 대한 우려가 커지고 있음에도 불구하고 AI 업계 자금으로 운영되는 규제 기관 설립 노력을 막도록 설득했다.

이 제안(데미스 하사비스가 제안한 FINRA 스타일의 규제기관)이 미국의 주요 AI 연구소 3곳(OpenAI, Anthropic, Google의 DeepMind)에 더 많은 권력을 부여할 것이라는 우려 때문이다.