The CPU's growing role in agentic AI infrastructure

Micron and Anthropic sign a multi-year AI memory supply deal

Micron Technology ký thỏa thuận nhiều năm cung cấp HBM, DRAM, SSD cho trung tâm dữ liệu của Anthropic, cùng hợp tác tối ưu kiến trúc bộ nhớ cho AI, và đầu tư chiến lược vào vòng Series H của Anthropic. Thỏa thuận này phản ánh xu hướng ngành khi các nhà sản xuất chip và đám mây vừa là nhà cung cấp vừa là cổ đông của các phòng thí nghiệm AI.

Lập trình viên nên đọc bài này để hiểu cách các công nghệ xử lý bộ nhớ (HBM, DRAM) và kiến trúc lưu trữ mới đang định hình hiệu suất, tiết kiệm năng lượng cho các mô hình AI lớn, từ đó tìm hiểu cách tối ưu hóa ứng dụng của mình với những tiến bộ này.

What Is a Multi-Agent System?

Hệ thống đa tác nhân (MAS) gồm nhiều AI agent tự chủ phối hợp giải quyết nhiệm vụ phức tạp, với các thành phần chính như worker agents, orchestrator agents, môi trường thực thi, bộ nhớ chia sẻ, giao thức (MCP, A2A) và chính sách quản trị. Các ứng dụng thực tế bao gồm quản lý hạ tầng của NTT Data, nền tảng nghiên cứu dược phẩm của Madrigal Pharmaceuticals (dựa trên LangChain/LangSmith) và hệ thống chăm sóc sức khỏe của Fujitsu. Gartner ghi nhận sự quan tâm từ doanh nghiệp tăng 1.445% nhờ khả năng tự động hóa quy trình phức tạp ở quy mô lớn.

Lập trình viên nên đọc bài này để hiểu cách xây dựng hệ thống tự động hóa công việc phức tạp bằng cách kết hợp nhiều agent độc lập, từ đó tối ưu hóa hiệu suất và linh hoạt cho các ứng dụng doanh nghiệp tương lai.

Linux 7.2 Drops Ancient PROFIBUS Driver: Ported From SCO Unix In 1998, Unused For Years

Linux 7.2 is removing two obsolete drivers from its source tree: the DTLK ISA speech synthesizer driver and the Applicom PROFIBUS driver. The Applicom driver was originally ported from SCO Unix in 1998, has had severe coding style issues, was broken for years in early Git history, and has no known active users. Later Applicom hardware only officially supports Windows and has been discontinued. The removals together eliminate approximately 19,500 lines of code, reducing future maintenance burden.

Orange Pi 6 CIX CD8180 12-core Arm SBC gets 2.5GbE networking, smaller form factor, drops battery support

Orange Pi 6 is a new compact SBC (90x90mm) powered by the CIX P1 (CD8180) 12-core Arm Cortex-A720/A520 SoC with up to 32GB LPDDR5 RAM. Compared to the larger Orange Pi 6 Plus, it features 2.5GbE instead of 5GbE networking, drops LiPo battery support, and comes in a smaller form factor. Key specs include dual M.2 PCIe Gen4 x4 slots, multiple display outputs, a 28.85 TOPS NPU, and support for Debian, Ubuntu, Android, Windows 11, and OpenHarmony. Pricing starts at $239 for the 8GB model, reflecting the high cost of LPDDR5 RAM, making it significantly pricier than typical Orange Pi boards.

How to integrate OpenShift AI and PG Airman MCP Server

A deep-dive into the Data Governance Copilot architecture (Part 3), covering container-level design with SvelteKit frontend, FastAPI backend, and an agentic loop integrating OpenShift AI with the PG Airman MCP server. Explains two deployment modes: Red Hat Integrated Llama Stack versus lower-level MCP-direct using the OpenAI SDK and MCP Python library. Details how inbound LLM messages use OpenAI API format converted via Jinja tokenizer templates in vLLM, and how outbound tool calls are parsed — including a custom client-side parser needed for NVIDIA Nemotron Nano 9B due to its lack of streaming support in the native vLLM plugin. Compares Nemotron's XML-tagged TOOLCALL format against Qwen3's standard hermes parser output.

Slack Outlines Four-Phase Journey to a Multi-Cloud AI Serving Platform

Slack's engineering blog details how its AI serving infrastructure evolved through four phases: from self-managed Amazon SageMaker in an escrow VPC, to Amazon Bedrock for reduced operational overhead, then a hybrid Bedrock Provisioned Throughput and On-Demand model to handle 10× traffic swings, and finally a multi-cloud architecture adding Google Cloud Vertex AI. The final setup introduced a provider-agnostic serving layer with secretless authentication, API normalization, unified observability, and intelligent routing based on latency and error metrics. Results include roughly 10% quality improvement on complex reasoning tasks and ~67% latency reduction for short prompts, alongside improved geographic failover and reduced single-provider dependency.

LineShine Is Fastest Supercomputer At Over 2 Exaflops

China's LineShine supercomputer has debuted at the top of the TOP500 list with 2.188 exaflops of double-precision performance using CPUs only — no GPUs. It runs on domestically produced LX2 processors featuring 304 ARMv9 cores each, with Scalable Vector Extensions (SVE) and Scalable Matrix Extensions (SME), totaling roughly 13.79 million cores across ~46,000 chips. Built under US export sanctions, it achieves the top HPL ranking but falls to fourth place on the mixed-precision HPL-MxP benchmark, where GPU/NPU-accelerated machines like the US's El Capitan still lead.