Опрос 107 компаний показал парадокс: бизнес массово закупает GPU и AI-инфраструктуру, но 83% используют мощности максимум наполовину, а больше половины не могут точно посчитать реальные затраты. При этом 64% планируют сменить провайдера в ближайший год — рынок в хаосе, инвестиции обгоняют понимание экономики.
Разработчик столкнулся с экстремальным падением производительности: модель трекинга точек на A100 обрабатывает видео за 0.5 секунды, на T4 — за 85 секунд (в 170 раз медленнее). GPU загружен на 99%, модель точно на GPU, обе карты проверены на разных машинах. Архитектура использует 4D корреляционные объёмы и трансформеры на чистом FP32.
Инженер с 10-летним опытом в компиляторах запустил AI-агентов (ChatGPT 5.5, Claude Opus 4.7) на поиск багов в LLVM, NVIDIA ptxas и AMD. За несколько дней нашли ~80 багов в закрытом NVIDIA ptxas, десятки в AMD AMDGPU. Claude читал код напрямую и находил баг каждые 4 минуты — в 10+ раз быстрее фаззера. Потратил $10 000+ за день. Обновление: новый Opus 4.8 с «ultracode» в 5 раз эффективнее фильтрует мелочи и ищет серьёзные баги.
