La demanda del Pentágono por un despliegue rápido de IA impulsa nueva financiación para Smack

Smack ha asegurado una nueva inversión tras la creciente presión del Pentágono para acelerar el despliegue de inteligencia artificial. La ronda de financiación se produce después de discusiones estratégicas con el Cuerpo de Marines y la Armada sobre los requisitos operativos y la necesidad de una integración más rápida.

Para los equipos empresariales, este cambio resalta una urgencia creciente por sistemas de IA robustos y de despliegue rápido en entornos de alto riesgo. Señala un movimiento hacia proveedores especializados que pueden cumplir con los rigurosos estándares de seguridad y velocidad requeridos por los sectores de defensa.

  • Smack recaudó capital para satisfacer las demandas urgentes del Pentágono de una integración de IA más rápida
  • La empresa mantuvo conversaciones de alto nivel con la Armada y el Cuerpo de Marines
  • La financiación sigue a cambios en el panorama de la IA que involucran a importantes actores de la industria
IA soberana Apps y plataformas de IA Machine Learning
Todas las noticias de IA

Más noticias de IA

Modelos

Moonshot AI presenta Kimi K3.1 Pro y una variante de alta velocidad para evaluación comercial

Moonshot AI ha lanzado oficialmente su modelo Kimi K3.1 Pro junto con una versión de alta velocidad dedicada y diseñada para un procesamiento más rápido. Las organizaciones que evalúan el lanzamiento están examinando minuciosamente los costes operativos y las políticas de gestión de datos del proveedor antes de comprometerse con el despliegue en producción.

Modelos

Kimi K3.1 Pro asegura el quinto lugar en la tabla de clasificación SevenLab AI

Kimi K3.1 Pro, del desarrollador Kimi, ha entrado oficialmente en el top diez de la tabla de clasificación SevenLab AI, asegurando la quinta posición general. La prueba de referencia realiza un seguimiento de los modelos fundacionales líderes mediante una metodología especializada ajustada al valor, derivada de los datos de evaluación de Artificial Analysis.

Modelos

La selección de hardware empresarial para LLM locales prioriza la capacidad y el ancho de banda de la memoria

Los equipos empresariales que evalúan hardware para ejecutar modelos de lenguaje locales deben centrarse en la capacidad y el ancho de banda de la memoria por encima de la potencia de cálculo pura. La arquitectura de memoria unificada permite que las estaciones de trabajo de desarrollo carguen modelos con mayores parámetros directamente en memoria. Los líderes de planificación están evaluando estas especificaciones para garantizar una inferencia en el dispositivo que resulte rentable.

Ready to build something extraordinary?

15 minutes. No pitch deck. Just a conversation about what AI can do for your team.

Talk directly with our AI specialists

15 min, sin compromiso
Sin presión comercial
Prototipo en 7 días