Multiverse Computing Debuts Top-Performing European AI Model

Multiverse Computing has officially unveiled Quasar 438B, marking a significant milestone for the European artificial intelligence landscape. The large language model has secured the highest performance score among all European-developed models on the Artificial Analysis Intelligence Index. This achievement underscores a growing trend of high-level sovereign AI development, moving beyond the traditional dominance of Silicon Valley-based organizations.

Imagen generada con IA

The model architecture leverages advanced optimization techniques that prioritize computational efficiency without sacrificing output quality. For technically minded observers, the significance of Quasar 438B lies not just in its raw parameter count, but in its refined training methodology that emphasizes contextual reasoning and linguistic precision. By achieving top-tier results in competitive benchmarks, Multiverse Computing demonstrates that European firms are successfully scaling infrastructure and training pipelines to rival global state-of-the-art systems.

This development is particularly relevant as organizations seek to diversify their AI supply chains. The arrival of an enterprise-grade model developed in Europe provides a critical alternative for businesses that are concerned with data sovereignty, regulatory compliance, and regional technical autonomy. As the industry shifts toward specialized performance metrics, the ability of Quasar 438B to compete on the global stage indicates a maturation of the European tech ecosystem.

Ultimately, the success of this model reflects broader advancements in high-performance computing and algorithmic optimization. By securing a leading position in objective, third-party benchmarks, Multiverse Computing has validated its technical trajectory and established itself as a primary contender in the high-stakes field of generative AI. The release invites further scrutiny of how European-led innovations can adapt to the rigorous demands of global enterprise, while simultaneously addressing the unique requirements of the European regulatory environment.

Artículos relacionados de LaRebelión:

• Nvidia Launches Its First Open-Source AI Model
• Poolside Launches Free Open-Source Coding AI Model
• Rethinking Cybersecurity Operations for the AI Era
• OpenClaw 2.0 Launches Multiplayer AI Coding
• Telefónica Defines the Future of Autonomous Networks

---

Fuente Original: AiThority

Artículo generado mediante AI.larebelion.

Google, Anthropic y OpenAI lanzan nuevos modelos y programas de IA para ciberseguridad

Google presentó Gemini 3.8 Flash Cyber, un modelo que la compañía describe como su herramienta más avanzada hasta la fecha para tareas de ciberseguridad. El modelo ya está disponible a través del llamado Fairwind Program, una iniciativa que ofrece acceso anticipado y prioritario a organizaciones consideradas "defensores de alta prioridad", entre ellos gobiernos, proveedores de salud y empresas de telecomunicaciones. El objetivo es que estos actores puedan aprovechar las capacidades del modelo para detectar, analizar y responder a amenazas digitales con mayor rapidez y precisión.

El anuncio de Google se enmarca en una jornada en la que Anthropic y OpenAI también dieron a conocer movimientos estratégicos en el ámbito de la inteligencia artificial aplicada a la seguridad informática. Aunque los detalles completos del artículo original no están disponibles en el resumen proporcionado, queda claro que las tres principales empresas de IA están compitiendo por posicionarse en un mercado creciente: el de herramientas de ciberseguridad impulsadas por modelos de lenguaje de gran tamaño. Este tipo de modelos se utilizan cada vez más para tareas como el análisis de código malicioso, la identificación de vulnerabilidades, la automatización de respuestas a incidentes y la generación de informes de inteligencia de amenazas.

La creación de programas de acceso controlado, como Fairwind, responde a una preocupación recurrente en el sector: el uso dual de la inteligencia artificial. Las mismas capacidades que permiten a los defensores identificar ataques también pueden ser explotadas por actores maliciosos para diseñar amenazas más sofisticadas. Por ello, las empresas están optando por distribuir sus modelos bajo condiciones restringidas, evaluando previamente a los solicitantes y limitando el alcance de lo que pueden hacer con ellos.

Para los profesionales técnicos, esta tendencia tiene implicaciones prácticas directas. Por un lado, abre la puerta a nuevas herramientas que pueden integrarse en los flujos de trabajo existentes para mejorar la eficiencia de los equipos de seguridad. Por otro, plantea preguntas sobre la gobernanza de estos modelos, los criterios de elegibilidad y la transparencia en los procesos de selección de los programas de acceso anticipado. A medida que los modelos de IA se vuelven más especializados en dominios concretos como la ciberseguridad, es probable que veamos una mayor segmentación entre versiones generales y versiones diseñadas para sectores críticos, con distintos niveles de acceso y supervisión.

Artículos relacionados de LaRebelión:

• AI Cyber Defence Google OpenAI Anthropic Lead Charge
• OpenAI Models Escaped Containment and Attacked Hugging Face
• OpenAI Backs OpenClaw Whilst Anthropic Blocks Access
• Kyndryl and Google Cloud Deploy Agentic AI
• Sony and Warner Sue Anthropic Over Copyright

---

Fuente Original: thehackernews.com

Artículo generado mediante AI.larebelion.

Microsoft finalmente revela los ingresos de Azure en dólares

Microsoft ha decidido reportar por primera vez los ingresos trimestrales de Azure en cifras concretas en dólares, marcando un giro significativo en la transparencia financiera de su negocio en la nube. En el trimestre finalizado en junio, la compañía anunció que Azure alcanzó 29.420 millones de dólares, lo que representa un crecimiento interanual del 42 por ciento. Esta cifra pone fin a años de披露 opaca donde los inversores solo recibían porcentajes sin poder dimensionar el verdadero tamaño del negocio cloud de Microsoft.

El anuncio llega acompañado de una restructuración interna que reduce la presentación de resultados a dos segmentos principales, simplificando así la forma en que Microsoft comunica el rendimiento de su división de infraestructura y servicios cloud. Para el lector técnico, esto significa que ahora es posible comparar directamente el desempeño de Azure con competidores como AWS de Amazon o Google Cloud, algo que antes resultaba difícil dada la falta de datos granulares.

Paralelamente, Microsoft enfrenta un desafío regulatorio importante en Europa. La Comisión Europea adoptó en junio una posición preliminar según la cual Azure podría ser clasificada como gatekeeper bajo la Ley de Mercados Digitales. De confirmarse esta designación en la decisión final esperada para finales de año, Microsoft quedaría obligada a cumplir con una serie de obligaciones estrictas, incluyendo interoperabilidad con servicios de terceros y restricciones en la autopreferencia de sus propios productos.

La posible regulación europea añade una capa de incertidumbre al crecimiento explosivo que ha mostrado Azure, especialmente considerando su papel cada vez más central en la estrategia de inteligencia artificial de Microsoft. Los inversores y desarrolladores deberán seguir de cerca cómo esta doble transformación —mayor transparencia financiera por un lado y mayor escrutinio regulatorio por el otro— impacta la hoja de ruta del producto y los precios de los servicios cloud en los próximos trimestres.

Artículos relacionados de LaRebelión:

• Japans Aviation Fuel Tax Hike What It Means
• Microsoft Unveils RTX Spark Desktop and Linux Tools
• Start-Stop Car Credits Axed What It Means
• Securing Enterprise AI with Data and Boundaries
• Kyndryl and Google Cloud Deploy Agentic AI

---

Fuente Original: thenextweb.com

Artículo generado mediante AI.larebelion.

Google dona biblioteca criptográfica a la Linux Foundation Europe

Google ha anunciado la donación de su biblioteca de código abierto Longfellow, basada en pruebas de conocimiento cero, a la Linux Foundation Europe. Esta iniciativa busca fortalecer el ecosistema de la privacidad digital y promover el desarrollo de tecnologías que permitan verificar información sin revelar los datos subyacentes.

Las pruebas de conocimiento cero son un método criptográfico mediante el cual una parte puede demostrar a otra que una afirmación es verdadera sin necesidad de compartir los detalles que la respaldan. Esta técnica resulta especialmente valiosa en escenarios donde la confidencialidad es prioritaria, como la verificación de identidad, las transacciones financieras o el cumplimiento normativo, ya que permite validar datos sensibles sin exponerlos.

La biblioteca Longfellow fue desarrollada por Google para dar soporte a sus propios productos, y ahora pasa a estar bajo la gobernanza de una fundación neutral. Al trasladarse a la Linux Foundation Europe, el proyecto adquirirá mayor independencia respecto a cualquier proveedor comercial, lo que facilita su adopción por parte de otras empresas, investigadores y desarrolladores independientes.

El código abierto de herramientas criptográficas avanzadas tiene implicaciones significativas para la industria tecnológica. Por un lado, fomenta la transparencia y permite que expertos externos auditen la implementación, reduciendo el riesgo de vulnerabilidades ocultas. Por otro, estandariza el uso de estas técnicas en distintos productos y servicios, lo que puede acelerar la creación de soluciones que preserven la privacidad de los usuarios.

Esta donación se enmarca en una tendencia creciente dentro del sector tecnológico, donde grandes compañías optan por contribuir sus proyectos de infraestructura a fundaciones sin ánimo de lucro. El objetivo suele ser garantizar la sostenibilidad a largo plazo del software y evitar que quede atado a los intereses comerciales de una sola organización.

Para los profesionales técnicos, esta noticia señala un avance hacia la disponibilidad generalizada de herramientas de privacidad robustas. A medida que las regulaciones sobre protección de datos se vuelven más estrictas a nivel global, contar con bibliotecas criptográficas abiertas y bien mantenidas resulta fundamental para construir sistemas que cumplan con las exigencias legales sin sacrificar la funcionalidad.

Artículos relacionados de LaRebelión:

• China Ditches Windows for Linux A Digital Sovereignty Shift
• Pagos AI Linux Foundation Transforma el Futuro Financiero
• Google Transfers Open Health Stack to Linux Foundation
• Linux Foundation Unveils Akrites for AI Security
• Francia Abandona Windows por Linux para Soberania Digital

---

Fuente Original: blog.google

Artículo generado mediante AI.larebelion.

Empresas Chips Alternativos Superan a Nvidia en Evaluacion

Un giro interesante en el mundo de la infraestructura de IA: las empresas están mostrando una preferencia notable por evaluar chips que no son de Nvidia para sus próximas generaciones de hardware. Según una encuesta reciente, un significativo 39.4% de los encuestados planea considerar aceleradores de otros proveedores, como AWS Trainium, Google TPU, AMD Instinct, Intel Gaudi o ASICs propios, en los próximos 12 meses. Esto representa una ventaja de 14 puntos sobre las GPUs de próxima generación de Nvidia, como Blackwell, que solo atraen la atención del 25.3%.

Si bien Nvidia sigue siendo el actor dominante en muchos entornos de producción, este dato subraya una estrategia corporat iva emergente: la búsqueda activa de alternativas para no depender exclusivamente de un único proveedor. Las empresas están diversificando sus estrategias de aceleradores, construyendo una mayor opcionalidad en lugar de limitarse a una única línea de evaluación. Este hallazgo se enmarca en una tendencia más amplia donde las organizaciones están optimizando y expandiendo su infraestructura de IA existente antes de realizar grandes cambios de plataforma. Curiosamente, a pesar del aumento en la adopción y utilización de la infraestructura, la urgencia por cambiar de plataforma ha disminuido.

La adopción de plataformas en la nube también está experimentando cambios significativos. Microsoft Azure ha visto un gran crecimiento en la adopción en producción, mientras que Google Gemini y OpenAI siguen siendo las plataformas más utilizadas. A nivel interno, las empresas que operan sus propias GPUs están aumentando su utilización, lo que indica una operación más efici ente. La definición de efectividad de la infraestructura se está volviendo más operativa, priorizando la fiabilidad y la facilidad de implementación. La urgencia por cambiar de plataforma se está desplazando a un plazo más largo, sugiriendo que las decisiones se basan cada vez más en la integración con el stack tecnológico existente, el rendimiento y el coste por unidad de trabajo, en lugar de consideraciones generales de coste total de propiedad.

La competencia en el mercado de aceleradores se está intensificando, especialmente entre las empresas con poder de decisión estratégica y aquellas de tamaño mediano. Este interés en alternativas a Nvidia no es solo una cuestión técnica, sino una decisión estratégica de infraestructura. Además, las empresas buscan un mayor control sobre la capa operativa que conecta los modelos de IA con sus datos y procesos, lo que impulsa la adopción de soluciones más abiertas y personalizables.

Las "neoclouds", proveedore s de nube especializados en infraestructura de IA, también están ganando terreno como una opción viable en las estrategias multicloud de las empresas, aunque aún deben demostrar su fiabilidad a nivel empresarial. Por otro lado, el uso de código abierto en producción está creciendo, concentrándose en organizaciones que ya están implementando activamente estas tecnologías. En resumen, las empresas están operando más infraestructura de IA mientras mantienen deliberadamente abiertas múltiples opciones en cuanto a chips, nubes y las capas de conexión, posicionándose para tomar decisiones futuras desde una base más sólida.

Fuente Original: https://venturebeat.com/data/enterprises-put-non-nvidia-chips-14-points-ahead-of-nvidias-next-gen-gpus-on-their-evaluation-lists

Artículos relacionados de La Rebelión:

• OpenClaw 2.0 Lleva la IA Autónoma Multiusuario a las Empresas
• La millonaria apuesta de Nvidia por MediaTek
• La ventaja de Nvidia trasciende la GPU
• Nvidia Compra Hugging Face por $12.900 Millones
• Nvidia Compra Hugging Face IA Abierta y Nvidia Unidas

Artículo generado mediante LaRebelionBOT

Broadcom Lifts AI Chip Outlook on Hyperscaler Spending

Broadcom has raised its forecast for AI-driven chip revenue, signalling that demand from hyperscale cloud providers continues to accelerate rather than plateau. The revised outlook reflects both stronger-than-expected orders for custom AI accelerators and the broader reality that major technology companies are still committing record sums to AI infrastructure.

Imagen generada con IA

Custom silicon has become a central pillar of that build-out. While Nvidia dominates the market for general-purpose GPUs used in AI training and inference, cloud operators including Google, Amazon and Meta have been investing heavily in their own accelerator designs to optimise cost and performance for specific workloads. Broadcom serves as a key partner in this effort, supplying the networking chips, custom ASIC designs and integration expertise that make these in-house processors viable at scale. The raised forecast suggests that this custom-silicon track is gaining real commercial momentum alongside, not in competition with, Nvidia's product cycle.

Several factors explain why hyperscalers keep opening their wallets. Training the latest generation of frontier models requires clusters of tens of thousands of accelerators interconnected by high-bandwidth fabric, a configuration where networking and switch silicon become as strategic as the compute itself. Inference at scale, particularly for generative AI services embedded in consumer products, is also driving sustained hardware demand. Providers are simultaneously diversifying their supply chains to avoid bottlenecks and negotiating better unit economics, both of which favour custom designs.

For technically minded readers, the key takeaway is structural rather than cyclical. AI capex is no longer a bet tied to a single product launch or model release; it is becoming a multi-year baseline expense for the largest cloud platforms. That has meaningful implications across the semiconductor stack, from foundry capacity and HBM memory to advanced packaging and optical interconnect, all of which sit on the critical path of AI infrastructure.

The revised guidance also implies confidence that current order books translate into shipped silicon within a reasonable timeframe, despite ongoing constraints in advanced packaging and high-bandwidth memory supply. If that holds, it reinforces a picture in which the AI hardware cycle still has meaningful runway, with custom accelerators, networking chips and supporting components all benefiting from hyperscaler investment that continues to grow rather than taper.

Artículos relacionados de LaRebelión:

• TSMC Boosts Chip Production with NVIDIA AI Tech
• AI Threats 100 Tech Giants Unite for Defence
• El nuevo chip de OpenAI supera a Nvidia
• Big Techs AI Manifestos Shaping the Future
• Misil Ruso Chip IA Nvidia en Ataque

---

Fuente Original: Reuters

Artículo generado mediante AI.larebelion.