Nadella și Huang au vândut tokeni gratuiti pe un laptop de 2.600 de dolari, în timp ce AWS cheltuiește 220 de miliarde de dolari

Pe 7 octombrie, Microsoft și Nvidia au adus pe scenă o ingineră GitHub, au pus laptopul în mod avion și au lăsat un agent de codare să continue să lucreze. Una dintre sesiunile locale trimisese 1,66 milioane de tokeni către un model de pe mașină, iar ea le-a spus celor prezenți că totul a fost gratuit. A doua zi, un podcast a16z a publicat un episod în care șeful AWS, Matt Garman, a confirmat cheltuieli de capital de 220 de miliarde de dolari pentru 2026 și a spus că nu poate vedea o încetinire. Ambele prezentări vizează aceeași sarcină de lucru. Cred că doar una dintre ele este expusă, și nu este cea care cheltuiește 220 de miliarde de dolari.

Ce a arătat Microsoft

Hardware-ul este Surface Laptop Ultra, construit pe cipul RTX Spark de la Nvidia, cu până la 128GB de memorie unificată. Gizmodo a raportat un preț de pornire de 2.600 de dolari, o lansare pe 16 octombrie și o configurație de top la 5.900 de dolari. Șeful Windows, Pavan Davuluri, a spus că Microsoft a comprimat un model DeepSeek cu 284 de miliarde de parametri la 1,66 biți pe greutate, astfel încât să încapă în 60GB de memorie și să ruleze pe dispozitiv. El a mai spus că mașinile Copilot Plus reprezintă acum peste 40% din laptopurile de afaceri construite și că PC-urile Windows rulează peste două trilioane de inferențe locale pe lună.

Software-ul contează mai mult decât laptopul. GitHub Copilot pe Windows va direcționa fiecare sarcină către un model cloud sau unul local, începând cu 15 octombrie. În demonstrație, triajul problemelor a rulat peste noapte pe modelul propriu al laptopului, iar investigația mai dificilă a mers către un model cloud. Această împărțire este întregul argument. Munca ieftină, repetitivă și privată rămâne pe mașină, iar munca dificilă încă închiriază un centru de date.

Nadella vrea să nu mai observi unde rulează modelul

Satya Nadella nu a prezentat acest lucru ca pe o opoziție între local și cloud. L-a comparat cu anii în care avea un terminal către un VAX și un PC separat acasă, înainte ca browserul să le unească.

Nu va exista niciodată un moment în care să ne uităm și să spunem: „Oh, asta rulează local. Asta rulează în cloud.” Te vei aștepta ca această inteligență hibridă să fie peste tot și omniprezentă.

Satya Nadella, 7 octombrie 2026, sursă

Microsoft își poate permite să fie relaxat în privința asta pentru că vinde ambele capete. Ceea ce nu își poate permite este ca agentul de pe desktop-ul tău să aparțină altcuiva. Asta explică a doua jumătate a evenimentului, un sandbox Windows pentru agenți pe care Microsoft îl numește MXC, cu o identitate separată pentru fiecare agent și un contor pentru cheltuielile de tokeni.

Și având în vedere că, practic, codarea a ajuns prima acolo, unde hamul este local, chiar dacă foloseai un model cloud, trebuia să facem desktopul cel mai sigur loc pentru ca agenții să execute.

Satya Nadella, 7 octombrie 2026, sursă

Petaflopul lui Huang are nevoie de o notă de subsol

Jensen Huang a spus că cipul a necesitat peste 4.000 de ani de inginerie și apoi a făcut o comparație.

Are un petaflop. Doar ca să pun în perspectivă, computerul care a început revoluția AI, numit DGX-1, avea un petaflop. Și costa un sfert de miliard de dolari și cântărea 500 de livre, iar acum este în asta, în laptopul tău.

Jensen Huang, 7 octombrie 2026, sursă

Nu aș repeta aceste cifre. Primul DGX-1 a fost lansat în 2016 la 129.000 de dolari și livra 170 de teraflopi la jumătate de precizie. Transcrierea îl are pe Huang spunând un sfert de miliard de dolari, ceea ce este greșit cu un factor de aproximativ două mii, iar Gizmodo notează că petaflopul laptopului este măsurat la precizie de patru biți. Direcția este corectă, iar comparația avantajează laptopul. Ce deduc eu este mai simplu. Nvidia vinde acum rack-ul de centru de date și mașina care ține o parte din muncă departe de el.

Răspunsul lui Garman este că este vândut complet

Lui Garman nu i s-a pus întrebarea despre laptop. A fost întrebat despre capex, iar răspunsul lui acoperă oricum subiectul.

220 de miliarde de dolari pentru '26, și nu anticipăm o încetinire prea curând pentru că cererea este pur și simplu masivă.

Matt Garman, 8 octombrie 2026, sursă

Această cifră se potrivește cu ceea ce Amazon a spus investitorilor în iulie, când a ridicat estimările de la aproximativ 200 de miliarde de dolari. Data Center Knowledge a raportat că Andy Jassy a pus creșterea în principal pe seama costurilor memoriei și a spus că Amazon va rămâne totuși cu capacitate insuficientă până în 2026. Garman a adăugat detalii. AWS a fost de acord să cumpere 2 milioane de GPU-uri Nvidia în următorii doi ani, cipurile sale Trainium sunt vândute complet până în jurul sfârșitului anului viitor, iar compania spune da într-o anumită formă la aproximativ 60% dintre cererile de GPU pe care le primește.

El a făcut și argumentul de confidențialitate pe care Microsoft l-a făcut pentru laptop, din cealaltă parte.

Avem o garanție că datele tale nu părăsesc niciodată VPC-ul tău. Și dacă rulezi în interiorul Bedrock, datele tale nu se întorc la furnizorul de model. Ei nu îți văd niciodată prompturile.

Matt Garman, 8 octombrie 2026, sursă

Deci versiunea enterprise a „fișierelor mele fiscale nu părăsesc niciodată PC-ul meu” există deja în cloud. Un vânzător care refuză 40% dintre cereri nu pierde somnul din cauza triajului de probleme mutat pe un laptop.

Amon spune că argumentul este greșit

Cristiano Amon de la Qualcomm, într-un podcast Sources înregistrat pe 6 octombrie și publicat două zile mai târziu, a numit dezbaterea cloud versus edge drept inutilă. Dovada lui este o cerere a unui client.

Trebuie să fiu atent să nu dezvălui nume, dar unele companii AI chiar acum, unele dintre companiile din fruntea AI, îi spun lui Qualcomm: „Qualcomm, până în 2028 trebuie să mă asigur că am capacitatea de a rula cel puțin un model de 100 de miliarde de parametri într-un telefon și am nevoie ca acest lucru să funcționeze tot timpul.”

Cristiano Amon, 6 octombrie 2026, sursă

Dacă acest lucru este corect, laboratoarele care închiriază cea mai mare capacitate cloud vor și un model mare în buzunarul tău. Motivul lui Amon este că un agent are nevoie de ceea ce știe telefonul despre tine.

Contextul tău există doar în telefon, nu? Contextul nu există în cloud. Există în telefon. Și datele senzorilor vin de la telefon.

Cristiano Amon, 6 octombrie 2026, sursă

Una dintre cifrele lui este subțire. Amon a spus că piața smartphone-urilor este în scădere cu 20% anul acesta, deoarece prețurile memoriei au crescut de cinci până la șase ori, și a numit asta o problemă de aprovizionare cu cerere reprimată în spate. El a făcut argumentul aprovizionării din februarie, când The Register a acoperit avertismentul său că producătorii de memorie favorizau centrele de date AI. Cifra de 20% este a lui și nu am văzut-o de la un tracker independent. Observă ironia oricum. Aceeași penurie de memorie care a adăugat 20 de miliarde de dolari la capex-ul Amazon este cea care face un laptop de 128GB și un telefon de 100 de miliarde de parametri scumpe de construit.

Thompson despre cine păstrează utilizatorul

Dacă modelul poate rula oriunde, lucrul rar este agentul pe care o persoană s-a obosit să îl configureze. Ben Thompson a făcut acest caz pe Sharp Tech într-un clip publicat pe 8 octombrie. El se așteaptă ca agenții să bată aplicațiile la conveniență și se așteaptă ca primul care îți obține parolele și datele de autentificare să rămână.

Totuși, odată ce ai făcut asta, oricine convinge oamenii să facă asta, următorul agent ar putea fi puțin mai bun, dar nu va fi suficient de bun pentru a declanșa totul de la zero.

Ben Thompson, 8 octombrie 2026, sursă

Citește evenimentul Windows din nou cu asta în minte. Microsoft a adăugat o configurare într-un singur clic pentru agenții terți și un sandbox în care toți trebuie să ruleze. Se asigură că, indiferent care agent câștigă utilizatorul, Windows deține permisiunile.

Un laptop de 2.600 de dolari ia muncă de la cloud?

Puțin, și este cea mai ieftină muncă. Triajul, sortarea fișierelor și micile editări de cod nu au fost niciodată acolo unde AWS își făcea marja, iar Garman nu poate onora comenzile pe care le are. Companiile care au ceva de pierdut sunt cele care facturează pe token pentru sarcini ușoare, pentru că Microsoft tocmai a arătat dezvoltatorilor cum să direcționeze aceste sarcini către hardware pe care îl dețin deja. Primul test real este pe 15 octombrie, când direcționarea este lansată în GitHub Copilot. Dacă Microsoft spune mai târziu ce procent de sesiuni au rulat local, acesta este numărul de urmărit, mai mult decât câte laptopuri vinde.