Тимурдан Инфо | it&tech

Жай ғана менен инсайдерлік ақпарат: 2024 жылдың алғашқы тоқсанында OpenAI модельдерін ұстап тұруға э 120,000 A100 картасы қызмет еткен. Ал GPT-4 моделін олар 25,000 картаның күшімен үйреткен. Meta-лық LLAMA-3-405B болса, 16,000 (алайда күштірек) карта арқылы үйретілген. Енді сұрақ: бұл 2024 жылғы мәлімет болғанда, біз 2026 жылы не істеп жатырмыз? “Қазақстан ЖИ дамуы жағынан елдің алдында” деген әңгіме орынды ма?

Ресейлік Mash телеграм-каналы shymzz13 деп аталатын хакердің даркнетте 15 миллион қазақстандық тұрғынының мәліметтерін сатуға шығарғанын хабарлады. Сатушы бұл базаны eGov жүйесін бұзу арқылы алғанын айтып, файл құнын шамамен 32 мың долларға бағалаған. Жасанды интеллект және цифрлық даму министрлігі электронды үкімет жүйелерінің бұзылғаны туралы ақпаратты жоққа шығарды. Дегенмен, ведомство даркнетте орналастырылған Қазақстан азаматтарының жеке деректерінің қолды болуы туралы ақпаратты тексеріп жатыр. @timurdaninfo

Халықаралық тренд: ChatGPT, мен сені өшіріп, орныңа Gemini мен Claude орнатқалы жатырмын деп чат джипитиге жазып көріп, осында оның қандай жауап бергенін бөліс.

Тимурдан Инфо | it&tech pinned a photo

Жаз – бір сәт аялдап, ой сергітіп, жақсы сыйлық ұтып алатын керемет мезгіл 🎁 Жақында Yandex Ads маған «Форма» студиясымен бірге әзірлеген ерекше керамика жиынтығын тарту етті. Маған ұнағаны – оның астарындағы ой. Кейде дұрыс шешім табу үшін асықпай, аздап тынығып, назарды басқа нәрсеге аудару керек. Бұл әдемі жиынтық үйімнен өз орнын тапты. Енді дәл осындай сыйлықты сіздердің араларыңызда ойнатқым келеді. Қатысу шарттары өте қарапайым: • менің арнама @timurdaninfo жазылыңыз; • Yandex Ads Қазақстан @YANtechKz арнасына жазылыңыз; • осы жазбаның астындағы «Қатысу» батырмасын басыңыз. Жеңімпаз 24 тамыз күні кездейсоқ таңдау арқылы анықталады. Сыйлықты Қазақстанның кез-келген өңіріне жеткіземіз.

Айтпақшы, ертең бір конкурс жариялаймын. Жеңімпаздарға өте қызық жүлде бар. Сондықтан, менің каналымнан алыстамаңыздар. Сондай-ақ, тамыр-таныстарыңызға менің каналыма қосылуға @timurdaninfo шақырып қойсаңыздар болады ✊

Бүгін зерттеуге өте қызықты әрі биотехнология мен есептеуіш жүйелердің тоғысында өрбіп жатқан жаңа тақырып — Synthetic Biology & Biological Computing (Синтетикалық биология және ДНҚ-есептеулер). Тақырыптың мәні неде? Бұл бағыт титан, силикон (кремний) чиптердің орнына ДНҚ молекулаларын, белоктарды және биологиялық жасушаларды ақпаратты сақтау мен өңдеу драйвері ретінде қолдануды зерттейді. Бұрын биология тек табиғатты бақылау ғылымы болса, қазір ол «бағдарламаланатын материяға» (programmable matter) айналып келеді. ДНҚ коды тікелей A, T, C, G негіздерінен тұратын төрттік (quaternary) бағдарламалау тілі ретінде қарастырылады. Неліктен бұл тақырып дәл қазір өзекті? Тығыздығы орасан зор ДНҚ-жад (DNA Data Storage): Әлемдегі деректер көлемі геометриялық прогрессиямен өсіп жатыр, ал кремний ресурстары шектеулі. 1 грамм ДНҚ молекуласына ~215 петабайт (215 000 терабайт) дерек жазуға болады. Тіпті бүкіл адамзаттың ақпараттық архивін шағын бөлмеге сыйғызу теориялық тұрғыда мүмкін. Жасушалық компьютерлер (Cellular Computing): Ғалымдар генетикалық схемалар (genetic logic gates: AND, OR, NOT) арқылы тірі жасушаларды белгілі бір логикалық алгоритм бойынша жұмыс істеуге бағдарламалап жатыр. Мысалы, организмде рак жасушасын тапқанда ғана іске қосылатын «ақылды» дәрілер. Экологиялық тұрақтылық: Классикалық дата-центрлер орасан зор электр энергиясы мен салқындатуды талап етсе, биологиялық сақтау жүйелері мыңдаған жылдар бойы қуатсыз-ақ сақтала береді. Қай бағыттарды тереңірек зерттеуге болады? ДНҚ-да ақпаратты цифрлау: Екілік кодты (0 мен 1) ДНҚ типіне (A, T, C, G) түрлендіру алгоритмдері және оқу/жазу жылдамдығын арттыру (DNA synthesis & sequencing). Синтетикалық логикалық схемалар: BioBrick бөлшектері, CRISPR негізіндегі генетикалық редакторлар және жасушалық автоматтар. Бағдарламалық құралдар: Генетикалық кодтарды жобалауға арналған бірыңғай орталар — Cello (Verilog тілін генетикалық ДНҚ тізбегіне трансляциялайды) немесе SBOL (Synthetic Biology Open Language). Осы тақырыптың қай бағыты (ДНҚ-да деректерді сақтау, генетикалық logic gates немесе Cello сияқты бағдарламалау құралдары) сізге көбірек қызықты?

IT мамандығына түсіп, енді ол саланы толыққанды біліп алғысы кеп жүргендерге арналған нұсқаулықтар жасап шықтым. https://guide.timur.academy/index.html

ChatGPT шыққалы, біздің жалпы қазақ бұқарасы ЖИ дегенді естіп-білгелі 3-4 жыл болды. Осы 4 жылда 20-30 сұқбат берген болармын. Шынымды айтайын, біраз жалығып та кеттім. Өйткені, “ЖИ адамды алмастыра ма, жоқ па? Ол не үшін керек?” деген сияқты тақырыптан шыға алмай жүрміз. Осындай себептерге байланысты “Сұқбат бермеймін, ол туралы 100 рет айтып тастадым” деп ренжітіп алған журналистерім де көп. Қайтейін енд;)) Обшым, 101-ші рет тағы сол ЖИ туралы сұқбат бердім. Бүгін жарияланды. Уақыттарыңыз болса, тыңдап көрерсіздер. Ұнаса, лайк басып, пікір жазарсыздар. Тіпті, көрмей-ақ лайк басып, 🔥🔥🔥 тастап кетсеңіздер де болады. Әйтеуір, біреуге пайдалы боп қалар. https://youtu.be/8ZNoiYwVjcg?si=SyVE-fxYpX_oFemH

2026 жылы қалай AI Engineer боласың? 44 беттен тұратын PDF нұсқаулық. Тегін. Оқыңыздар. Таратыңыздар. Менің каналыма @timurdaninfo жазылыңыздар.

Қысқасы... Құрметті, қазақ тілін сүйетін ағайын. Оның ішінде өзім де бармын. Бізде мынадай 2 проблема бар. Екеуі бір-біріне кереғар. Мен осы мәселеге басым қатқаннан кемі 4 жылымды құрттым. ChatGPT шыққалы. Ол: 1) Әлемде шыққан барлық ЖИ-ге қатысты жаңалықты өзім қазақшаға сауатты түрде аударып, сапалы контент жасау. Бұның проблемасы: оған менің шамам жетпей қойды. Тым көп уақыт, энергия, ресурс алады. Оның үстіне, сонша энергия алатын контентті оқып жатқан қазақтар да жоқ. Осындағы менің жазбаларым әрі кетсе 300-400 қаралым жинайды екен. 2) ЖИ арқылы ЖИ қатысты материалдарды автомат аударып ұсыну. Мұның проблемасы: қазақша өте сәтсіз аударылады. Қателер мен орашолақ сөйлемдер байқалады. Бірақ жылдам, тез. Бұл жағдайда маған сын көбейеді. Алайда, мен жеңілдім. 300-400 адам ғана оқитын, түбінде ешкім мән бермейтін контент үшін ЖИ қолдана салған дұрыс деп шештім.

AI Engineer болғысы келетін адамдар білуі керек заттар: Prompt compression: Reduce input token count by removing redundant instructions, compressing few-shot examples, and trimming RAG chunks before sending to the model. Semantic caching: Return stored responses for semantically similar queries. Prompt caching: Use native prompt/KV caching to skip reprocessing repeated static context. Model routing: Automatically direct simple tasks to small distilled models and complex reasoning to frontier models - the cost difference can be 10–50x per call. RAG context trimming: Retrieve only the most relevant chunks, rerank by similarity, and inject only top-K into context - directly reducing input token cost on every call. Batch & async processing: Group non-urgent requests into large batches - fully loading the GPU on each batch maximizes hardware utilization. Providers pass ~50% cost discount on batch API calls. Output constraints: Instruct the model explicitly to respond concisely or in structured format (JSON, labels) - shorter outputs mean fewer output tokens billed.

Semianalysis мәліметі бойынша. Осыдан кейін АҚШ жақтан келетін “Бұл модельдің жартысын ана модель жасады” деген сөзге амал жоқ иланасың… Біз жүрміз, токен санап ;)) Тағы да жеткізбей кететін болды ғой бұлар…

Енді түсіндім. Анау Кодекстегі Goal деген бар. Plan дегеннен бөлек. Сол Goal деген Looping екен ғой. Бәсе, неғып барлығы Loop Engineering туралы айтып кетті десем. Ақшаны өкіртіп жейді бірақ ол режим. Яғни токенді.

Fable is back! Құттықтаймын!

Ойлап қараңыздаршы? Мына оқиғаға 1 ғасыр да болған жоқ!🤯🤯🤯. Ал қазір, барлығы ертегі сияқты! TECHNOLOGY INSIDER Джек Килби: Жалғыздықтан Туған Кремний Алқабы TIMUR BEKTUR • 13 МАУСЫМ, 2026 • 25 МИН Тығыраққа Тірелген Әлем Және "Сандар Тираниясы" 1950 жылдардың аяғы. Қырғиқабақ соғыстың (Cold War) нағыз қайнап тұрған шағы. Кеңес Одағы өзінің бірінші жасанды спутнигін ұшырып, ғарыш жарысында АҚШ-ты басып озған кез. Америкалық әскерилер мен ғалымдар зымырандар мен ұшақтарға арналған ақылды, кішкентай және жеңіл электроника жасауға тырысып жатты. Бірақ олар адамзат прогресін тоқтатып тастай жаздаған үлкен физикалық кедергіге тап болды. Бұл кедергі «Сандар тираниясы» (The Tyranny of Numbers) деп аталды. Ол кезде кез келген электрондық құрылғы (мысалы, радио немесе компьютер) жекелеген транзисторлардан, резисторлар мен конденсаторлардан тұратын. Күрделі құрылғы жасау үшін бұл бөлшектерді бір-бірімен мыңдаған, тіпті миллиондаған сымдар арқылы қолмен дәнекерлеу керек еді. Бөлшектер көбейген сайын, дәнекерлеу қателері де көбейді. Мыңдаған сымы бар күрделі компьютердің бір ғана сымы үзілсе, бүкіл жүйе істен шығатын. Электроника соншалықты үлкен, ауыр және сенімсіз болғандықтан, технологиялық прогресс тығыраққа тірелді. Зымырандарға мұндай үлкен компьютерлерді орнату мүмкін емес еді. Осы дағдарысты шешу үшін әлемдегі ең таңдаулы ғалымдар түрлі микро-бөлшектер жасауға тырысып жатты. Бірақ шешім күрделі зертханалардан емес, жазда ешкім қалмаған бос бөлмеден шықты. Жазғы Жалғыздық Және "Монолитті Идея" 1958 жылдың жазы. Техастағы Texas Instruments компаниясының бүкіл қызметкерлері жаппай жазғы демалысқа кеткен. Тек жақында ғана жұмысқа қабылданғандықтан демалыс алуға құқығы жоқ бойы екі метрге жуық, ұяң әрі тыныш инженер Джек Сент-Клер Килби (Jack St. Clair Kilby) зертханада жалғыз қалған болатын. Зертханадағы тыныштықта оған уақытты өлтірудің қажеті жоқ еді — оның ойын бір ғана мәселе мазалады. Ол проблемаға басқаша қарауды ұйғарды. Егер мыңдаған бөлшектерді бір-біріне сыммен қосу мүмкін болмаса, неге олардың барлығын бір ғана материалдың ішіненойып жасамасқа? Осылайша, ол өзінің инженерлік дәптеріне «монолитті идеяны» (monolithic idea) сызып қойды. "Егер біз барлық құрамдас бөліктерді (транзисторлар, резисторлар) бір ғана жартылай өткізгіш тастың ішіне орналастырсақ, бізге сымның да, дәнекерлеудің де қажеті болмайды. Бәрі бір тұтас денеге айналады". — Джек Килбидің әлемді өзгерткен жазбасы https://timurdan.vercel.app/story/kilby-ic-1958

Say hello to our first AI chip: Jalapeño. Designed from the ground up by OpenAI and brought to production with Broadcom, Jalapeño is purpose-built for the LLM workloads powering ChatGPT, Codex, the API, and future agentic products. While OpenAI is still measuring final performance, early testing shows that Jalapeño will deliver performance per watt substantially better than current state-of-the-art. We’ll release a detailed technical report once testing is complete. Jalapeño was co-developed from initial design to manufacturing tape-out in just nine months—the fastest ASIC development cycle ever achieved in high-performance advanced semiconductors. The same OpenAI models served to users today were used to accelerate parts of the design and optimization process. We believe if AI can help engineers design better chips faster, it will lower the cost of compute and help democratize access to advanced AI. We believe that chips are foundational to the AI economy, and that making compute more abundant will result in faster and more reliable AI that can be used to solve more problems. Building our own expands our full-stack platform from products to models to infrastructure, and will help us scale intelligence, serve more people, and expand access to AI.

Ал саған керек болса 🤯

Алматының Nurly Tau бизнес-орталығының ең жоғарғы қабатында отырған Абылай панорамалық терезеден таулы қаланың кешкі көрінісін ұзақ қарап тұрды. Көшелерде жарық сызықтары ағып, адамдар кішкентай құмырсқалардай көрінеді. Оның қолындағы iPhone Pro Max үздіксіз дірілдеп, WhatsApp-қа хабарлар жауып жатты: "Абике, Алибабамен келісім кашан қол қойылады?" "Әбеке, Серверлерде проблема бар, клиенттер шулаватр" "Cathy Москвадан сені күтіп отыр. Zoom қосуға?" Абылай телефонды столға лақтыра салды. Ауыр көңіл-күймен орнынан тұрып, кофе машинасынан өзіне эспрессо құйды. Бұл оның бүгінге ішкелі жатқан бесінші кофесі еді. Есікті жұлқи ашып, серіктесі Ербол жанталаса кірді. Оның бетін тер басқан, дегбірі тарылған. – Абылай! Сен не істеп отырсың мұнда? Акиматпен мемлекеттік келісім жасау туралы жиналыс 20 минут бұрын басталды! Инвесторлар ашуланып отыр! Абылай бұрылып, серіктесіне қарады. Ербол – оның Назарбаев университетінен бері досы, бірақ енді олардың арасында тек бизнес қалған сияқты. – Ербол, мен... – деп тоқтады Абылай. Не дейтінін білмеді. Кенеттен оның Истадағы сториде көрген видео есіне түсті. 19 жастағы Ержан деген жігіт ауылда отырып, өзі жазған қазақша өлеңді шырқаған. "Анамның тілінде" деп басталатын өлең. 3.2 миллион көрілім. 800 мың лайк. Мыңдаған комменттер: "Міне, нағыз қазақ!", "Жасасын, тіліміз өлмейді!", "Мен де үйренгім келеді". Ал Абылай? 32 жасында, Forbes Kazakhstan тізімінің 50-інші орнында, екі дипломы бар, бірақ өз балаларына қазақша ертегі айта алмайды. Өз ұлы Алихан, (Әлихан емес) ағылшынша сөйлейді, домбыраның не екенін білмейді. – Абылай! – Ербол дауысын көтерді. – Мен не дегенімді ұқпадың ба? - Анау Дэвид Лондоннан келді! Біздің EdTech платформамызға 50 миллион доллар салуға дайын! Бірақ сені не түлен түртіп отыр? Абылай кофесін қолына алып, терең дем алды. – Ербол... деді ол, - Платформамызда неше пайыз қазақша контент бар?.. [Жалғасы болуы да, болмауы да мүмкін... Айтарсыздар...] @ Тимур Бектұр