Nominal ने हार्डवेयर इंजीनियरिंग के अपने AI प्लेटफॉर्म के लिए सीरीज C फंडिंग में $240 मिलियन जुटाए हैं। इस दौर में कंपनी का मूल्यांकन $3 बिलियन है और फंडिंग का इस्तेमाल अधिक AI एजेंट बनाने तथा नए उद्योगों और क्षेत्रों में विस्तार के लिए किया जाएगा।
Nominal के फंडिंग दौर की अगुआई Lightspeed Venture Partners ने की, जबकि Insight Partners सह-अगुआ रहा। ऑस्टिन स्थित यह स्टार्टअप स्मार्ट फैक्ट्रियों सहित जटिल हार्डवेयर की इंजीनियरिंग और टेस्टिंग के लिए सॉफ्टवेयर बनाता है।
इसका प्लेटफॉर्म हार्डवेयर टेस्ट के नतीजों को इंजीनियरिंग से जुड़ी जानकारी से जोड़ता है, जिसमें कॉन्फिगरेशन और पुराने प्रयोग शामिल हैं। इसका पहला AI एजेंट Nominal Analyst इस डेटा का विश्लेषण करता है और जवाबों को उनके आधार बने साक्ष्यों से जोड़ता है। इससे इंजीनियर जांच सकते हैं कि उसके निष्कर्ष किस आधार पर निकाले गए हैं।
Nominal की योजना जरूरतों की जांच, योजना बनाने, शेड्यूल तय करने और मशीनों के बेड़े की स्थिति की निगरानी के लिए एजेंट और एप्लिकेशन विकसित करने की है। इसके अधिग्रहणों में Fid Labs शामिल है, जिसकी टीम AI एजेंट विकसित कर रही है, और Pull Systems भी शामिल है, जो कार उद्योग में Nominal की पहुंच बढ़ाती है। हार्डवेयर कारोबारों के लिए इस प्रस्तावित विस्तार से कंपनी के टूल मशीन के जीवनकाल के अधिक चरणों में काम आ सकेंगे।
यह फंडिंग सामान्य दफ्तर के कामों के बजाय हार्डवेयर इंजीनियरिंग में AI के इस्तेमाल के लिए बड़ी पूंजी उपलब्ध कराती है।
साक्ष्यों से जुड़े जवाब इंजीनियरिंग टीमों को अपने टेस्ट डेटा के आधार पर AI के विश्लेषण की जांच करने का तरीका देते हैं।
पूरे हो चुके अधिग्रहण नए उद्योगों में विस्तार को केवल प्रोडक्ट रोडमैप के मुकाबले अधिक ठोस आधार देते हैं।
यह पोस्ट ऊपर के स्रोत से Made in 10 समाचार कक्ष ने अपने-आप लिखी है।
Anthropic ने अपने नवीनतम फ्रंटियर AI मॉडल Claude Fable 5.2 और Claude Mythos 5.2 जारी किए हैं। कंपनी के मुताबिक, ये पिछले मॉडलों के मुकाबले 30% तेज आउटपुट देते हैं और 5.1 पीढ़ी की तुलना में इनकी लागत 20% कम है।
Google अपनी AI चिप के खास जरूरतों के लिए तैयार वेरिएंट TPU 8tx और 8i Max पेश कर रहा है। ये वेरिएंट गोपनीय कंप्यूटिंग और ऐसे AI ऐप्लिकेशन के लिए हैं, जिन्हें एक ही अनुरोध में ज्यादा जानकारी प्रोसेस करनी होती है।
Uber के इंजीनियरों ने बताया कि AI से लिखे कोड में बदलावों का बोझ मौजूदा प्रक्रिया की क्षमता से बढ़ने पर उन्होंने कोड मर्ज करने का तरीका बदला। उनके मुताबिक, एक साथ ज्यादा बिल्ड चलाने से अधिकतम रफ्तार लगभग 250 और कभी-कभी 300 मर्ज प्रति घंटे तक पहुंची, लेकिन टेस्टिंग के नए जोखिम भी पैदा हुए।