Malaysia intercepts $13M AI chip shipment bound for re-export

Qt Canvas Painter: Accelerated performance using paths

Qt Canvas Painter giới thiệu QCanvasPath và nhóm path nhằm tối ưu hiệu suất render 2D, tiết kiệm ~60% bộ nhớ nhờ định dạng SoA thân thiện cache, hỗ trợ tái sử dụng giữa các frame và tương thích API với QCanvasPainter. Nhóm path cho phép GPU lưu trữ đỉnh (vertex) tĩnh, giúp xử lý biến đổi, màu sắc hay gradient mà không cần cập nhật buffer, đồng thời chứng minh khả năng render tiến triển 60fps trên thiết bị nhúng với tải CPU/GPU thấp hơn. Tính năng này sẽ trở thành module chính thức trong Qt 6.12.

Lập trình viên muốn tối ưu hiệu suất rendering 2D trên Qt nên đọc bài này để khám phá cách sử dụng QCanvasPath và path groups để giảm chi phí CPU/GPU, giảm bộ nhớ và cải thiện trải nghiệm 60FPS trên thiết bị embedded.

The AI memory crisis just hit DDR2, a standard from 2003, with 60% price hikes

Giá DDR2 tăng 55-60% trong Q2/2026 do thiếu hụt DRAM trầm trọng khi các nhà sản xuất chuyển sản lượng wafer sang sản xuất HBM cho AI, dự báo tiếp tục tăng 35-40% trong Q3. Các hãng phần cứng buộc phải hạ cấp từ DDR4 xuống DDR3, rồi DDR3 xuống DDR2 để đảm bảo nguồn cung, ảnh hưởng đến hệ thống nhúng, thiết bị công nghiệp và mạng. Nguồn cung DDR2 không thể cải thiện trước năm 2027-2028 khi các nhà máy mới của SK Hynix và Micron đi vào hoạt động.

Lập trình viên nên đọc bài này vì nó giúp bạn hiểu rõ về những thách thức về nguồn cung cấp bộ nhớ DDR2, ảnh hưởng đến thiết kế phần cứng cho các ứng dụng embedded và hệ thống AI, từ đó có thể tối ưu hóa kiến trúc phần mềm và dự đoán chi phí phát triển sản phẩm trong tương lai.

How Businesses Are Building Specialized AI They Can Trust

NVIDIA ra mắt NVIDIA Agent Toolkit, một nền tảng mã nguồn mở và mô-đun giúp doanh nghiệp xây dựng các tác nhân AI chuyên biệt đáng tin cậy. Bộ công cụ tích hợp các mô hình Nemotron (tùy chỉnh lý luận), NemoClaw (đảm bảo hành vi an toàn) và OpenShell (thực thi bảo mật), được triển khai trong các lĩnh vực như y tế, an ninh mạng và thiết kế chip.

Lập trình viên chuyên về AI nên đọc bài này để hiểu cách xây dựng các hệ thống agent chuyên dụng, an toàn và có thể kiểm soát được, giúp họ ứng dụng kiến thức về mô hình open-source, bảo mật và tích hợp vào các dự án doanh nghiệp thực tế.

RTX 4070 Ti Super quietly became the GTX 1080 Ti of the 2020s, and Nvidia couldn't beat its own offering

The RTX 4070 Ti Super is drawing comparisons to the legendary GTX 1080 Ti due to its unusual longevity and value retention. Launched with 16GB GDDR6X VRAM and full Ada Lovelace features including third-gen RT cores and DLSS 3 frame generation, it also received a retroactive upgrade via DLSS 4.5's transformer model — effectively making it a capable 4K card without any hardware changes. Meanwhile, Nvidia's Blackwell (RTX 50-series) failed to make a compelling upgrade case: raster gains are modest, flagship features like Multi-Frame Generation have conditions most users haven't met, and Blackwell even dropped 32-bit CUDA support, breaking hardware-accelerated PhysX for classic titles. The 4070 Ti Super's combination of timing, feature completeness, backward compatibility, and software improvements makes it one of the rare GPUs that got better after purchase.

AI inference is obviously profitable

A back-of-the-envelope cost analysis argues that AI inference is genuinely profitable, contrary to popular claims that it requires VC subsidies to survive. Using A100 GPU power consumption, amortized hardware costs, and industrial electricity prices, the author estimates inference costs at roughly $1 per million output tokens — well below the $4.50+ that providers like OpenAI charge, implying 70–80% gross margins. DeepSeek's open-weights models and competitive API pricing further corroborate these margins. The key distinction: inference itself is profitable, but AI labs like OpenAI and Anthropic use those margins to subsidize expensive model training. Pure inference providers without training costs could remain profitable even if the current AI investment bubble deflates.

Top SA computer scientist on IBM’s chip breakthrough

IBM has announced a sub-1nm (0.7nm / 7-angstrom) chip design that packs nearly 100 billion transistors onto a fingernail-sized surface — roughly double the density of its 2021 2nm chip — with up to 50% more performance or 70% better energy efficiency. The key innovation is a 3D 'nanostack' architecture that stacks transistors vertically rather than shrinking them further. A South African quantum computing expert, Francesco Petruccione of NITheCS and Stellenbosch University, calls it a genuine engineering milestone and highlights implications for AI workloads, data centre energy costs, and on-device AI. IBM also reports a ~40% improvement in on-chip SRAM, easing the memory bottleneck for AI inference. Commercial production is estimated within five years, though significant manufacturing challenges remain.

SageMaker Notebook Instances now support G6e instance types

AWS announces general availability of Amazon EC2 G6e instances on SageMaker notebook instances. Powered by up to 8 NVIDIA L40S Tensor Core GPUs with 48 GB memory per GPU and AMD EPYC processors, G6e instances offer up to 2.5x better performance than G5 instances. They support interactive model training use cases including generative AI fine-tuning and deployment of LLMs with up to 13B parameters, as well as diffusion models for image, video, and audio generation. Available in multiple AWS regions including US East, US West, Asia Pacific, Middle East, and Europe.