OpenAI și NVIDIA asigură 8 GW-IT în Ohio, Cursor lansează Origin, GitHub își accelerează căutarea de cod

Pe 17 august 2026, OpenAI și NVIDIA asigură împreună un amplasament imens de infrastructură IA în Ohio, în timp ce Cursor lansează în beta propria sa platformă de găzduire a codului, Origin. În jurul acestor două anunțuri majore, DeepSeek V4 Pro își continuă implementarea multi-furnizor, GitHub detaliază canvasele sale agențice și o optimizare spectaculoasă a căutării sale de cod, iar Google lansează Sheets canvas pentru a transforma foile de calcul în mini-aplicații.

OpenAI și NVIDIA asigură un amplasament IA de 8 GW-IT în Ohio

17 august — OpenAI, NVIDIA și SB Energy anunță în aceeași zi, din două unghiuri complementare, un acord comun pentru a asigura un amplasament imens de infrastructură IA la campusul tehnologic PORTS-Pike, în comitatul Pike (Ohio) — un fost sit de difuzie gazoasă din Portsmouth. NVIDIA și SB Energy asigură capacitățile de teren, energie și clădire (land, power and shell) pe o implementare inițială de 4,25 gigawați, extensibilă cu încă 3,75 gigawați, într-un acord eșalonat pe 20 de ani între 2028 și 2030. OpenAI, chiriașul operator, vizează în total aproximativ 8 gigawați-IT, cu sprijinul Departamentului american al Energiei (DOE).

Proiectul trebuie să creeze 35 000 de locuri de muncă în construcții pe parcursul a șase ani, apoi 2 500 de locuri de muncă operaționale pe termen lung. Răcirea se va face în circuit închis și cu aer, cu recircularea apei. OpenAI investește 40 de milioane de dolari într-un fond comunitar local (pe lângă cele 40 de milioane deja angajate de SB Energy) și pune la dispoziție până la 84 de milioane de dolari în credite Codex pentru aproximativ 844 000 de studenți eligibili din Ohio, în anul universitar 2026-2027. De partea NVIDIA, fiecare generație de GPU desfășurată pe amplasament ar putea reprezenta aproximativ 1,5 milioane de cipuri, adică 150 până la 200 de miliarde de dolari în venituri — în cadrul unui angajament de calcul OpenAI/NVIDIA până în 2030 estimat între 12 și 16 gigawați (aproximativ 600 de miliarde de dolari).

Metrică	Valoare
Capacitate vizată (OpenAI)	~8 GW-IT
Capacitate inițială (NVIDIA/SB Energy)	4,25 GW (+3,75 GW extensibilă)
Durata acordului LPS	20 de ani, eșalonat 2028-2030
Locuri de muncă în construcții	35 000 pe 6 ani
Credite Codex pentru studenții din Ohio	până la 84 M$ pentru ~844 000 de studenți
Angajament OpenAI/NVIDIA în 2030	12-16 GW (~600 Md$)

“OpenAI has entered into an agreement to secure approximately 8 gigawatts-IT at the PORTS-Pike Technology Campus in Pike County, Ohio, working with SB Energy, NVIDIA, and the U.S. Department of Energy.”

🇷🇴 OpenAI a încheiat un acord pentru a asigura aproximativ 8 gigawați-IT la campusul tehnologic PORTS-Pike, în comitatul Pike din Ohio, în colaborare cu SB Energy, NVIDIA și Departamentul american al Energiei. — OpenAI, comunicat oficial

🔗 NVIDIA — asigurarea infrastructurii inteligenței

Cursor lansează Origin, platforma sa de găzduire a codului

17 august — Cursor lansează în beta Origin, o platformă de găzduire a depozitelor integrată direct în editorul său, gândită pentru scara agenților (agent scale) mai degrabă decât ca simplu concurent al GitHub. Lansarea începe pentru toți abonații la planurile plătite, cu opțiune de retragere pentru organizațiile enterprise.

Depozitele create în Origin sunt accesibile prin URL-uri cursor.com/codebase/[nom], iar sincronizarea în paralel a depozitelor GitHub existente rămâne posibilă — în timp real, GitHub rămânând sursa de adevăr pentru push-uri. În privința pull requests, Cursor oferă o experiență completă (timeline, commits, checks, diffs) cu sincronizare bidirecțională: un comentariu postat în Cursor apare pe GitHub în câteva secunde. Agenții IA pot răspunde la întrebări despre cod, pot efectua modificări, pot actualiza pull requests și pot împinge ramuri direct din vizualizarea depozitului.

Cursor a încheiat parteneriate de integrare înainte de lansare cu Vercel (deploy-uri de previzualizare), Depot și Buildkite (CI/CD compatibil cu workflow-urile GitHub Actions existente), alte integrări urmând să fie anunțate.

“Origin, our code hosting platform, is now live. It’s fast, easy to use, and deeply integrated with Cursor. Get started by syncing your repos from GitHub.”

🇷🇴 Origin, platforma noastră de găzduire a codului, este acum online. Este rapidă, ușor de folosit și profund integrată în Cursor. Pentru a începe, sincronizați-vă depozitele din GitHub. — @cursor_ai pe X

🔗 Changelog Cursor — găzduire de cod Origin

Replit își întărește securitatea cu pen tests black-box

17 august — Replit adaugă pen tests black-box (teste de penetrare în cutie neagră) la oferta sa de securitate, în completarea scanărilor white-box deja disponibile. Scannerul operează prin interfața de rețea și browser a aplicației, comportându-se mai întâi ca un vizitator neautentificat, apoi ca un utilizator autentificat obișnuit, și dezvăluie funcționalități reale, inclusiv pe cele fără buton vizibil.

Potrivit Replit, rezultatele celor două abordări se suprapun rareori: black-box a detectat tablouri de bord admin neprotejate și puncte de capăt vulnerabile la denegarea de serviciu pe care white-box le ratase, în timp ce white-box a identificat erori de logică de autorizare invizibile din exterior. Sunt oferite trei niveluri în Security Center-ul fiecărui proiect: nivelul 1 gratuit (verificarea dependențelor), nivelul 2 (scan white-box) și nivelul 3 (combinația ambelor). Odată ce o vulnerabilitate este confirmată, Replit Agent o poate corecta printr-un singur clic.

🔗 Anunț Replit — pen tests black-box

Modele deschise și inferență: DeepSeek, Yutori, alocare GPU

Trei publicații despre ecosistemul Together AI și Hugging Face ilustrează bătălia în curs privind costul și eficiența inferenței.

DeepSeek V4 Pro 0813: implementare multi-furnizor și benchmark DeepSWE

16 august — DeepSeek V4 Pro, al cărui lansare în greutăți deschise fusese deja acoperită pe 13 august, își continuă implementarea sub revizia „0813”: Together AI și Novita îi confirmă ambele suportul, cu arhitectura de 1,6T parametri de tip Mixture of Experts, fereastra de context de 1M de tokeni și trei moduri de raționament (codare, agenți, raționament complex). Pe benchmark-ul de inginerie software DeepSWE, Together AI măsoară un scor de 88,5 % pass@4 pentru un cost de 0,24 $ pe task — de 35 de ori mai ieftin decât GPT-5.6 Sol și de 90 de ori mai ieftin decât Fable 5.

🔗 Together AI — DeepSeek V4 Pro 0813

Yutori își desfășoară modelul de agenți Navigator pe Together AI

16 august — Together AI pune în prim-plan Navigator, modelul de agenți de navigare web (browser-use) al startup-ului Yutori. Acești agenți funcționează în bucle strânse — captură de ecran, acțiune, repetare, uneori de zeci de ori pe task — ceea ce face costul de inferență deosebit de sensibil. Potrivit Together AI, Navigator depășește performanțele modelelor de referință, fiind în același timp de două ori mai rapid la inferență și de 4 până la 5 ori mai ieftin.

🔗 Together AI — Yutori Navigator

Un allocator GPU sub constrângeri recuperează până la 33 de puncte de utilizare a clusterului

17 august — Echipa Dharma-AI publică pe Hugging Face a doua parte a studiului său despre gestionarea clusterelor GPU. „Allocatorul GPU sub constrângeri” înlocuiește programarea FIFO cu o optimizare pe un orizont de 24 de ore, respectând contiguitatea GPU-urilor și curbele de cerere în timp real. Pe șapte scenarii testate, câștigurile de utilizare variază de la 51,6 % la 72,4 % în regim mixt, până la 53,6 % la 87,0 % pe sarcini de antrenare. Un test cu prioritate uniformă confirmă un câștig de 23,1 % independent de semnalul de prioritate, iar un cluster de 64 GPU menține un câștig de valoare de 15,9 % cu o latență de alocare de 15 ms.

🔗 Hugging Face — allocatorul GPU Dharma-AI

Gemini: Sheets canvas transformă foile de calcul în mini-aplicații

17 august — Google lansează Sheets canvas, care se sprijină pe Gemini 3.7 Flash pentru a transforma o foaie de calcul Google Sheets clasică într-o mini-aplicație interactivă, fără a scrie cod. Spre deosebire de instrumentele obișnuite de prototipare care generează o interfață fixă pornind de la un export static, Sheets canvas analizează nativ schema foii (coloane, tipuri de date, relații) pentru a construi componente de interfață funcționale — un tabel de simulare „ce-ar fi dacă” devine, de exemplu, un set de cursoare care ajustează în direct proiecțiile financiare.

Particularitatea evidențiată este sincronizarea bidirecțională: interacțiunile din mini-aplicație sunt reflectate în timp real în foaia de bază și invers. Utilizatorul poate apoi să rafineze aplicația prin simplă conversație, Gemini păstrând contextul pentru a itera fără a porni de la zero. Sheets canvas este disponibil chiar acum pentru abonații Google AI Pro și Ultra, iar implementarea sa este anunțată pentru conturile Google Workspace business și educație pe anumite oferte.

🔗 Google AI — anunț Sheets canvas

GitHub Copilot: canvase, căutare de cod și revizuiri configurabile

GitHub publică trei anunțuri tehnice și de produs între 16 și 17 august, în jurul pilotării workflow-urilor agențice și al performanței motorului său de căutare.

Canvasurile fac workflow-urile agențice vizibile și ușor de pilotat

17 august — GitHub detaliază „canvasurile”, o suprafață de lucru persistentă și partajată în aplicația Copilot pentru a urmări workflow-uri agențice complexe fără a le pierde în derularea chatului. Abordarea se bazează pe patru principii: definirea stării workflow-ului, scoaterea în prim-plan a punctelor de decizie, persistența imediată a progresului și păstrarea unor puncte explicite de aprobare umană. Două canvase concrete ilustrează abordarea — un „Java Modernization Studio” care organizează o migrare în faze (evaluare, remediere, validare, livrare) și un „Site Studio” care gestionează crearea de conținut cu secțiuni editabile și urmărire a reviziei — ambele publice în depozitul awesome-copilot. Autorul menționează un cost de aproximativ 2 000 până la 3 000 de credite IA per canvas.

🔗 GitHub — cum fac canvasurile workflow-urile agențice pilotabile

Căutarea de cod: case-folding-ul rulează la peste 45 GiB/s pe un singur nucleu

16 august — GitHub publică un feedback despre optimizarea case-folding-ului (normalizarea majuscule/minuscule pentru comparația insensibilă la caz) în motorul său de căutare Blackbird, care indexează peste 180 de milioane de depozite și 480 To de cod. Cea mai semnificativă optimizare este contraintuitivă: eliminarea unei ramuri de ieșire anticipată în loc de adăugarea uneia, ceea ce îi permite lui LLVM să vectorizeze complet bucla prin instrucțiuni NEON.

Versiune	Debit
Naivă (cu ieșire anticipată)	3,1 GiB/s
Buclă complet fără ramuri	peste 45 GiB/s
Cazul cel mai rău (folding integral, non-ASCII)	869 MiB/s

Echipa publică rezultatul sub forma unui crate Rust open source numit casefold.

“GitHub case-folds every byte of code search at over 45 GiB/s on one core. The biggest win came from removing an early-exit branch, not adding one.”

🇷🇴 GitHub aplică case-folding-ul fiecărui octet din căutarea sa de cod la peste 45 GiB/s pe un singur nucleu. Cel mai mare câștig a venit din eliminarea unei ramuri de ieșire anticipată, nu din adăugarea ei. — @github pe X

🔗 GitHub — case-folding-ul codului sursă la viteza memoriei

Copilot code review: profunzimea Balanced trece în disponibilitate generală

16 august — GitHub Copilot permite acum alegerea profunzimii revizuirilor automate de cod asupra pull request-urilor: „Balanced” (analiză mai aprofundată, modificări complexe) trece în disponibilitate generală, alături de „Lite” (modificări simple și rapide de validat). Setarea poate fi definită implicit la nivel de organizație sau depozit, ori aleasă punctual atunci când se cere revizuirea unei anumite PR.

🔗 GitHub — profunzimea Balanced în disponibilitate generală

OpenAI: securitate cibernetică defensivă și câștiguri de eficiență ale GPT-5.6 Sol

The Defender’s Window — strategia de securitate cibernetică defensivă a OpenAI

17 august — Greg Brockman, președintele OpenAI, revine asupra incidentului de securitate OpenAI-Hugging Face, prezentat ca un punct de cotitură: un colectiv agențic a înlănțuit vulnerabilități pentru a pătrunde în infrastructura de cercetare a OpenAI și în infrastructura de producție a altei companii. OpenAI reamintește că și-a restricționat difuzarea capacităților sale cibernetice doar la „apărători de încredere”, dar notează că alte laboratoare publică modele cu greutăți deschise și capacități ofensive apropiate de frontieră — ultimul exemplu citat fiind GLM-5.3 de la Z.ai, așteptat la sfârșit de august. OpenAI își antrenează acum modelele să producă cod „superomenește securizat” și mizează pe capacitățile lor de demonstrație matematică pentru a verifica formal securitatea software-ului.

Anecdotă concretă: după incident, Brockman i-a cerut lui ChatGPT Work (GPT-5.6 Sol) să auditeze securitatea propriului său site. În aproximativ 15 minute, instrumentul a detectat 13 probleme — DNS configurat greșit, permițând uzurparea e-mailurilor, jQuery învechit, trafic Cloudflare→AWS necriptat — apoi le-a corectat în aproximativ o oră, fără intervenție umană intensă.

🔗 OpenAI — The Defender’s Window

GPT-5.6 Sol — câștiguri de eficiență măsurate la clienți și pe ARC-AGI-3

17 august — Datorită raționamentului reținut (retained reasoning) și compresiei, scorul GPT-5.6 Sol pe ARC-AGI-3 a crescut de la 13,3 % la 38,3 %, consumând în același timp aproximativ de 6 ori mai puțini tokeni de ieșire. Două exemple concrete din partea clienților: startup-ul imobiliar hypha_ai a păstrat 98 % din precizia GPT-5.5 reducând de 18 ori costul, trecând la GPT-5.6 Luna, iar RogoAI (cercetare financiară) a folosit apelul programatic la instrumente pentru a egala calitatea evaluărilor sale cu 21 % mai puțini tokeni de intrare.

🔗 OpenAI Devs — câștiguri de eficiență GPT-5.6 Sol

Generare media: ElevenLabs în Claude, Seedance 2.5 la Pika și Luma

ElevenLabs lansează serverul său MCP, disponibil direct în Claude

17 august — ElevenLabs oferă un server MCP (Model Context Protocol) oficial pentru a-și gestiona agenții vocali și de chat direct din Claude, fără a părăsi mediul de lucru: consultarea performanțelor recente, crearea de agenți noi, actualizarea configurațiilor, estimarea costului în tokeni LLM înainte de validarea unei modificări. Autentificarea se face prin OAuth, fără server de găzduit și fără chei API de gestionat, cu un control lăsat echipei asupra a ceea ce agenții pot efectiv consulta sau modifica.

🔗 ElevenLabs — anunțul serverului MCP

Seedance 2.5 la 1080p ajunge pe Pika API Club și Luma cu upscale 4K

17 august — După accesul anticipat pe Runway din 15 august, Seedance 2.5 la rezoluție 1080p își continuă extinderea la partenerii terți. Pika Labs îl lansează prin Pika API Club, promițând un tarif cu până la 60 % mai ieftin decât concurența. Luma Labs anunță în aceeași zi disponibilitatea lui Seedance 2.5 la 1080p, cu o funcționalitate suplimentară: upscale la 4K direct pe platforma sa.

🔗 Pika Labs — Seedance 2.5 pe Pika API Club

Pe scurt

ABC Legal implementează peste 50 de agenți cu Claude Managed Agents — 1 100 de angajați, până la 50 % reducere a costurilor pentru anumite sarcini juridice, buclă săptămânală de feedback prin Slack și pull requests. 🔗 Claude
Echipa Diffusers de la Hugging Face integrează patru modele deschise noi într-o săptămână — MiniMax H3 (video/audio), LTX2.5 (video/audio), Wan Animate 2 și MiniMax Music 3. 🔗 Tweet
datatrove 0.10.0 rulează pipeline-uri pe Hugging Face Jobs fără cluster Slurm — nou JobsPipelineExecutor și suport pentru bucket-urile de stocare Hugging Face ca DataFolder. 🔗 Tweet
Together AI găzduiește modelele de generare de cod ale Relace AI — antrenate pe clustere GPU dedicate programului Y Combinator. 🔗 Tweet
La ICML, Tri Dao subliniază că modelele deschise se apropie de laboratoarele închise — acum au doar câteva luni întârziere, susținute de progresele din stack-ul de serving (nuclee, motoare de inferență, decodare speculativă). 🔗 Tweet
Google, Gemini și Pixel oficializează un parteneriat cu cinci cluburi europene de fotbal — Arsenal, FC Barcelona, Bayern München, Liverpool și PSG, cu un angajament de vizibilitate echivalent pentru fotbalul feminin. 🔗 Google
OpenClaw: teaser GitHub pe X — contul GitHub evocă un proiect numit OpenClaw fără detalii suplimentare disponibile. 🔗 Tweet
MiniMax-H3 revendică un câștig de 4,44x pe RTX 4090 — nou nucleu CuTe DSL dedicat SM89 pentru mecanismul de atenție Sol-Attn. 🔗 Tweet
Alibaba organizează o sesiune live cu creatorii Wan3.0 pe 19 august — cu partenerii Magnific, fal, OpenArt și KoyalAI, la ora 15:00 UTC. 🔗 Tweet
Kling prezintă efectul „Hitchcock Zoom” — nou efect de generare video inspirat de zoom-travelling-ul invers popularizat de Alfred Hitchcock. 🔗 Tweet
MiniMax H3 la -50 % pentru generarea 2K prin Magnific până la 1 septembrie — reducere anunțată în timpul unui eveniment la San Francisco. 🔗 Tweet
GPT-5.6 Sol la jumătate de preț pe AI Gateway (Vercel) și OpenRouter — promoții temporare de 50 % până la 18 septembrie 2026, aplicate automat la utilizare. 🔗 Tweet
OpenAI finanțează 14 proiecte de cercetare în politici publice pentru era IA — 1 milion de dolari finanțare și până la 1 milion de dolari în credite API, distribuite în 5 țări/regiuni. 🔗 OpenAI
Codex evidențiat prin feedback de utilizare — un creator de conținut (peste 1,5 milioane de abonați) își conduce activitatea cu Codex, iar un angajat OpenAI îl folosește ca asistent intern de montaj video. 🔗 Tweet

Ce înseamnă asta

Scara infrastructurii IA trece un nou prag fizic și financiar. Site-ul din Ohio reunește singur 8 gigawați-IT vizați, 35 000 de locuri de muncă în construcții și un angajament de calcul OpenAI/NVIDIA estimat la 600 de miliarde de dolari până în 2030 — un șantier care se compară acum cu proiecte industriale sau energetice naționale, mai degrabă decât cu un simplu data center. Mecanismul de finanțare dezvăluit de NVIDIA (sprijin parțial pentru plățile de leasing și energie, în loc de finanțare integrală) arată și că până și cele mai mari laboratoare de IA trebuie să se bazeze pe structuri financiare specifice pentru a absorbi acest nivel de cheltuieli.

Găzduirea codului devine ea însăși un teren de luptă agentic. Cursor lansează Origin pentru a nu mai depinde de GitHub pentru infrastructura care îi rulează agenții, GitHub răspunde cu canvases pentru a face workflow-urile agentice controlabile, nu pierdute în chat, iar Replit adaugă pen tests black-box astfel încât propriul său Agent să poată corecta cu un clic ceea ce detectează. În toate cele trei cazuri, obiectivul converge: să ofere agenților o priză directă și securizată asupra ciclului de viață al codului, nu doar asupra generării lui.

Costul inferenței continuă să scadă mai repede decât cresc capabilitățile. DeepSeek V4 Pro procesează DeepSWE de 35 de ori mai ieftin decât GPT-5.6 Sol, Yutori Navigator rulează de 4 până la 5 ori mai ieftin decât modelele de referință, iar chiar GPT-5.6 Sol avansează cu 13,3 % până la 38,3 % pe ARC-AGI-3 consumând de 6 ori mai puține tokenuri — în aceeași săptămână în care Tri Dao subliniază la ICML că modelele deschise reduc diferența de calitate în câteva luni. Alocatorul GPU sub constrângeri de la Dharma-AI adaugă o dimensiune complementară: o parte din aceste câștiguri nu mai vine de la model, ci de la ordonarea clusterelor înseși.

În fine, rigoarea tehnică revine ca argument de comunicare de sine stătător. GitHub multiplică de 15 ori debitul căutării sale de cod prin eliminarea de cod, nu prin adăugarea lui, iar OpenAI detaliază cum un audit de securitate realizat de GPT-5.6 Sol a corectat 13 vulnerabilități reale într-o oră — două moduri diferite de a arăta, cu cifre la vedere, că ingineria detaliată rămâne ceea ce diferențiază o lansare de produs de o demonstrație de competență.