Cambricon planira trostruko povećanje proizvodnje AI čipova u Kini, zamjenjujući NVIDIA akceleratore

Kineska tvrtka Cambricon Technologies najavila je ambiciozan plan za više nego utrostručenje proizvodnje AI čipova u 2026. godini, s ciljem isporuke ukupno 500 tisuća AI akceleratora, uključujući 300 tisuća najnaprednijih Siyuan 590 i 690 čipova. Proizvodnja će se oslanjati na napredni SMIC-ov 7nm „N+2“ proces, što predstavlja jedan od ključnih izazova u postizanju visokih stopa prinosa.

Ova odluka dolazi nakon što je Kina u 2025. godini počela ograničavati korištenje NVIDIA akceleratora unutar svoje teritorijalne jurisdikcije. Cilj je smanjiti ovisnost kineskih tvrtki o američkoj tehnologiji i stvoriti domaću, održivu AI industriju. Time se kineskim proizvođačima čipova otvara prilika da preuzmu tržišni udio i zamijene strane proizvode u ključnim segmentima, uključujući AI akceleratore za cloud i podatkovne centre. Uz Cambricon, i druge kineske tvrtke, poput Huawei i startupova poput Moore Threads i MetaX, ubrzano razvijaju domaće AI čipove. Huawei planira udvostručiti proizvodnju svojih naprednih AI akceleratora, dok se Moore Threads fokusira na nišni segment GPU/AI kombinacija za specifične aplikacije.

Tržišni uspjeh Cambricona već je vidljiv: prihodi tvrtke u rujanskom tromjesečju 2025. porasli su 14 puta u odnosu na prethodnu godinu, a tržišna kapitalizacija devet puta od 2021. ByteDance već čini više od polovice narudžbi, dok se očekuju veliki ugovori s Alibabom i drugim kineskim AI gigantima. Unatoč tim izazovima, kineska vlada snažno podržava strategiju „poluvodičkog suvereniteta“, s procijenjenim ulaganjima od 98 milijardi dolara u AI tehnologiju samo u 2025. godini. Dugoročno, domaći AI akceleratori trebali bi omogućiti kineskim tvrtkama – od DeepSeeka do Alibabe – ravnopravnu konkurenciju s globalnim gigantima poput OpenAI-ja i Googlea.

Međutim, tvrtka se suočava s tehničkim izazovima. Stopu prinosa naprednih Siyuan 590 i 690 čipova procjenjuje se na samo 20%, što značajno povećava troškove i prodajnu cijenu. Za usporedbu, tajvanski TSMC u svom 2nm procesu postiže barem 60% prinosa, što ih stavlja tri generacije ispred SMIC tehnologije. Osim toga, postoji problem nedostatka memorije velike brzine: Huawei 910C akceleratori i dalje koriste module od SK Hynix i Samsung Electronicsa, jer kineski proizvođači još nisu razvili konkurentnu tehnologiju. Unatoč tim izazovima, kineska vlada snažno podržava strategiju „poluvodičkog suvereniteta“, s procijenjenim ulaganjima od 98 milijardi dolara u AI tehnologiju samo u 2025. godini. Dugoročno, domaći AI akceleratori trebali bi omogućiti kineskim tvrtkama – od DeepSeeka do Alibabe – ravnopravnu konkurenciju s globalnim gigantima poput OpenAI-ja i Googlea.

Bloomberg ističe da, iako se lokalna ponuda povećava, trenutni proizvodi još uvijek ne zadovoljavaju ukupnu potražnju u Kini. Neravnotežu pogoršava visoka stopa otpada SMIC-a, koja se vjerojatno neće značajno smanjiti u bliskoj budućnosti. Istovremeno, neizvjesnost oko dostupnosti NVIDIA čipova tjera kineske AI tvrtke da nastave ulagati u domaće dobavljače, što dugoročno može dovesti do podjele globalnog AI ekosustava na kineski i američki segment. Uz strateške investicije, ubrzan razvoj domaće proizvodnje i političku potporu Pekinga, Cambricon i njegovi partneri mogli bi postati ključni igrači u globalnoj AI industriji, oblikujući tržište za naredne generacije AI akceleratora i smanjujući dominaciju američkih proizvođača.

Uz strateške investicije, ubrzan razvoj domaće proizvodnje i političku potporu Pekinga, Cambricon i njegovi partneri mogli bi postati ključni igrači u globalnoj AI industriji, oblikujući tržište za naredne generacije AI akceleratora i smanjujući dominaciju američkih proizvođača.

Samsung je službeno predstavio Exynos 2600, svoju novu generaciju flagship mobilnog procesora, koja će pogoniti Galaxy S26 seriju. Ovaj procesor označava prvi Samsungov komercijalni čip izrađen u 2nm tehnologiji, donoseći napredak u performansama, energetskoj učinkovitosti i optimizaciji čipa u odnosu na prethodnu generaciju.

Proces i arhitektura

Exynos 2600 temelji se na Samsung Foundry 2nm procesu, koji koristi GAAFET (Gate-All-Around FET) tehnologiju, omogućujući bolju kontrolu curenja struje i nižu potrošnju energije. Samsung ističe da je fokus na dvije ključne komponente:

• Usavršavanje CPU jezgre – jezgre su redizajnirane kako bi poboljšale single-core i multi-core performanse, s optimiziranim pipeline-ovima i smanjenim kašnjenjem instrukcija.
• Optimizacija na razini čipa – sustavska arhitektura je poboljšana za bolju integraciju CPU, GPU i NPU jedinica, čime se postiže viša propusnost podataka i bolje upravljanje energijom.

GPU i AI performanse

Exynos 2600 koristi napredni GPU s višestrukim klasterima za poboljšanu grafiku i podršku za 3D igre visoke rezolucije. Za AI operacije, procesor uključuje novu generaciju NPU (Neural Processing Unit) koja podržava FP16, INT8 i BF16 operacije, omogućujući bržu obradu AI zadataka i manju potrošnju energije u usporedbi s prethodnim modelima.

Memorija i IO

Procesor podržava LPDDR6x memoriju i UFS 4.1 skladištenje, osiguravajući visoku propusnost i nisku latenciju za zahtjevne aplikacije poput 8K video obrade, AR/VR iskustava i cloud gaming servisa. Samsung također ističe optimizacije u ISP (Image Signal Processor) jedinici, koja omogućuje bržu obradu fotografija i videa uz nižu potrošnju energije, posebno kod višestrukih kamera i 200MP senzornih modula.

Energetska učinkovitost

Zahvaljujući 2nm procesu i poboljšanoj arhitekturi, Exynos 2600 nudi značajan napredak u omjeru performansi i potrošnje energije. Samsung tvrdi da je cilj procesora maksimalna brzina bez pregrijavanja, smanjenje termičkih ograničenja i dulja autonomija baterije za uređaje Galaxy S26.

Očekivanja i tržište

Exynos 2600 bit će središnji procesor Galaxy S26 serije, a službene specifikacije i benchmark testovi očekuju se u mjesecima prije lansiranja uređaja početkom 2026.. Industrija i entuzijasti posebno prate usporedbu s Qualcomm Snapdragon 8 Gen 4 i budućim Apple A17/A18 procesorima, jer Exynos 2600 predstavlja Samsungov ambiciozan korak prema konkurentnosti na razini performansi, energetske učinkovitosti i AI mogućnosti.

Google je nedavno predstavio novo ažuriranje za Android 16, koje donosi niz korisnih značajki namijenjenih poboljšanju fokusa korisnika, roditeljske sigurnosti i zaštite od prijevara. Osim toga, Androidov način ažuriranja doživio je značajnu promjenu – prelazak s velikih godišnjih ažuriranja na češća izdanja. Novi sustav omogućuje korisnicima da isprobaju najnovije funkcije i aplikacije čim postanu dostupne. Koje su četiri ključne značajke ovog ažuriranja? Donosimo pregled.

1. Bolji fokus korisnika: pametnije i manje ometajuće obavijesti

Android 16 uvodi napredne metode upravljanja obavijestima. Novi AI Notification Summary automatski sažima duge razgovore u ključne točke, omogućujući brz pregled sadržaja direktno na zaključanom zaslonu, bez beskrajnih prevlačenja prstom kroz poruke i naljepnice.

Uz to, funkcija organizacija obavijesti automatski kategorizira sekundarne informacije poput promocija ili vijesti te ih može utišati. Na taj način korisnici se mogu usredotočiti na važne obavijesti, a telefon ih neće ometati tijekom rada ili odmora.

2. Unaprijeđena roditeljska sigurnost: intuitivnija kontrola obitelji

Android 16 objedinuje sve prethodno raspršene alate za roditeljsku kontrolu u novu funkciju Roditeljska sigurnost. Sada je moguće pratiti ograničenja korištenja uređaja, pauze i kontrolu aplikacija na jednom mjestu. Roditelji mogu postaviti dnevno vrijeme korištenja, automatski zaključavati telefon tijekom spavanja ili ograničiti vrijeme na određenim aplikacijama. Produženje vremena je jednostavno – dovoljno je jedan klik PIN-om.

Nova funkcija također integrira prečace Google Family Linka, uključujući način rada za nastavu, odobrenja kupnje i obavijesti o lokaciji. Cijeli sustav je intuitivniji, što roditeljima omogućuje bolje upravljanje korištenjem mobitela kod djece i brzu prilagodbu prema potrebi.

3. Pomoć u prepoznavanju prijevara: Circle Search + AI nadogradnja

Funkcija Circle Search sada radi u kombinaciji s AI pregledom. Kada korisnici uoče sumnjivu poruku, objavu ili URL, mogu ga označiti (“zaokružiti”), a sustav će automatski usporediti informacije na mreži, sažeti podatke i upozoriti na moguće rizike. Također daje preporuke za daljnje korake. Sve se odvija na jednom ekranu, bez potrebe za prebacivanjem između aplikacija, čime je prevencija prijevara jednostavnija i učinkovitija.

4. Chrome sada podržava pričvršćivanje kartica

Chrome za Android napokon omogućuje pričvršćivanje kartica, što je posebno korisno za korisnike koji otvaraju mnogo kartica istovremeno. Putni itinereri, jelovnici restorana, usporedbe cijena ili organizacija informacija sada se mogu brzo pregledavati bez gubitka vremena. Zakačene kartice ostaju na vrhu, što poboljšava učinkovitost i sprječava da važne informacije budu izgubljene među brojnim otvorenim stranicama.

Bonus: Podrška za vanjski zaslon

Osim glavnih ažuriranja, Android 16 uvodi i značajku vanjskog zaslona. Telefoni, sklopivi uređaji i tableti mogu se sada izravno povezati s vanjskim ekranom, što omogućuje rad na većem zaslonu, jednostavnije pregledavanje dokumenata ili gledanje fotografija i videa s obitelji i prijateljima. Pixel uređaji prvi će primiti obavijest o nadogradnji, pa korisnici mogu pripremiti uređaje za isprobavanje rada na velikom ekranu.

Značajka Live Stickers, koju korisnici iPhonea obožavaju, konačno stiže i na Android uređaje! Od iOS-a 17 dovoljno je samo dugo pritisnuti osobu ili objekt na fotografiji kako bi se uklonila pozadina i pretvorila u naljepnicu – jednostavno, praktično i vrlo zabavno. Google uskoro uvodi sličnu mogućnost u Google Photos. Nakon što je iOS verzija prva dobila opciju izdvajanja i ponovnog korištenja naljepnica, dobre vijesti sada stižu i za Android. Štoviše, mali broj korisnika Pixel telefona već ju je isprobao!

Koja je platforma prva dobila Googleovu verziju „Photo Transfer Stickera”?

Funkcija photo resticker prvi je put predstavljena u Google Photos za iOS još u kolovozu 2024., dok je Android publika mogla samo čekati. Prema službenom opisu, princip je gotovo identičan onome na iPhoneu: dovoljno je pritisnuti i držati glavni subjekt na fotografiji i aplikacija će automatski generirati naljepnicu. Google preporučuje korištenje fotografija s jasnim prednjim planom i izraženim motivom kako bi rezultat bio što bolji.

Koji uređaji trenutno imaju pristup ranoj verziji?

Kako piše Android Authority, manji broj korisnika Pixel uređaja dobio je mogućnost testiranja nove značajke, što upućuje na to da Google provodi ograničeni probni program. To znači da je funkcija trenutačno dostupna samo odabranim Pixel telefonima i još nije u širem opticaju na Androidu. Ako sve prođe glatko, očekuje se brza ekspanzija na više Pixel modela i druge Android uređaje.

Ukratko, naljepnice u Google Photos prvo su stigle na iOS, a Android verzija se sada aktivno testira. Za sve koji vole kreativan rad s fotografijama i često koriste naljepnice, ova je značajka itekako vrijedna iščekivanja. Android verzija napokon sustiže!

Suosnivač Wikipedije, Jimmy Wales, izjavio je da enciklopedija surađuje s velikim tehnološkim tvrtkama na licenciranju sadržaja za AI obuku, slično dogovoru s Googleom, kako bi pokrili povećane troškove povezane s automatskim preuzimanjem podataka (scrapingom).

Wales je objasnio da korištenje sadržaja Wikipedije za treniranje velikih jezičnih modela povećava troškove infrastrukture – potreban je veći broj servera, više RAM-a i memorije za keširanje – što neprofitnu organizaciju stavlja pod pritisak. Sadržaj Wikipedije i dalje ostaje slobodan za pojedince, ali komercijalni automatizirani pristup zahtijeva poseban dogovor. Podsjetio je na sporazum iz 2022. s Alphabetom (Google), koji plaća pristup sadržaju za treniranje AI modela, te naveo da pregovori traju i s drugim tvrtkama. Naglasio je da male donacije javnosti, glavni izvor prihoda Wikimedia Foundation, nisu namijenjene financiranju milijardnih AI projekata. „Ljudi doniraju za podršku Wikipediji, a ne za subvencioniranje OpenAI-ja,“ rekao je.

Kako bi zaštitila svoje resurse, Wikipedia razmatra i tehnička rješenja poput kontrole pristupa AI botovima putem Cloudflarea, što bi omogućilo ograničavanje automatskog preuzimanja podataka. Ranije je Wikipedia objavila i skupove podataka za treniranje AI-a, kako bi smanjila opterećenje svojih servera prilikom scraping-a.

Nakon što je OpenAI najavio planove za proširenje AI serverskih operacija širom svijeta, proizvođači RAM-a preusmjerili su dio svojih proizvodnih kapaciteta prema OpenAI projektima. Od listopada cijene DDR4 i DDR5 RAM kitova izmakle su kontroli, 2×16 GB kitovi, koji su tijekom većeg dijela 2025. koštali ispod 100 eura, sada su se gotovo utrostručili. Kako cijene DDR5 RAM-a rasti, jedan od najvećih brendova na tržištu bit će ukinut nakon gotovo tri desetljeća. Micron je objavio da izlazi iz potrošačkog segmenta do veljače 2026., čime završava 29-godišnji rad brenda Crucial, koji je proizvodio RAM i SSD uređaje. Ukratko, Crucial proizvodi više neće biti proizvedeni nakon tog razdoblja. Također, Crucial RAM i SSD uređaji više se neće prodavati u trgovinama nakon što se rasproda preostala zaliha. Unatoč izlasku s tržišta, Micron navodi da će nastaviti pružati jamstvene usluge i podršku za sve Crucial proizvode, iako nije jasno koliko dugo.

Međutim, Micron kao tvrtka ne prestaje s radom. Umjesto toga, fokus će se preusmjeriti na enterprise kupce i AI tehnologije, pri čemu je rast AI poslužitelja i podatkovnih centara naveden kao glavni razlog naglog odustajanja od potrošačkog tržišta. Iako je tema umjetne inteligencije kontroverzna unutar gaming industrije, Micron tvrdi da je ova odluka donesena kako bi se osigurala dovoljna količina RAM-a i ostalih komponenti za budući rad tvrtke. Također su naglasili da će pokušati minimizirati utjecaj na zaposlenike i ponuditi im nove pozicije unutar tvrtke gdje god je moguće. Micronova odluka dolazi u najgorem trenutku, usred naglih poskupljenja i nestašice RAM-a. Gubitak Cruciala, jednog od ključnih igrača u proizvodnji RAM-a i SSD-ova, dodatno će smanjiti izbor potrošačima.

Dok Apple i Qualcomm napreduju sa svojim prilagođenim SoC dizajnima, Samsung i MediaTek i dalje ovise o ARM-ovim CPU jezgrama. Južnokorejski gigant napustio je Mongoose jezgru u korist ARM-ovog Cortex dizajna, koji je u tom trenutku nudio bolje performanse. No, prema najnovijim izvještajima, Samsung je sada formirao Tim za razvoj prilagođenih SoC-ova, s ambicijom da stvori potpuno internu arhitekturu čipova i konkurira Qualcommu i Appleu.

Iako će Exynos 2600 i dalje koristiti ARM Cortex jezgre, novi tim omogućava Samsungu potpunu autonomiju u razvoju SoC arhitekture, intelektualnog vlasništva (IP), umjetne inteligencije i neuronskih procesorskih jedinica (NPU). Tim će voditi Park Bong-il, iskusni stručnjak za dizajn SoC-a, koji je ranije radio na prilagođenim poluvodičima u odjelu Device Solutions. Samsungova najveća snaga leži u internoj mreži lanca opskrbe: vlastiti prilagođeni senzori za kamere, foundry poslovanje koje proizvodi čipove za velike klijente poput Tesle i napredni 2nm GAA proces. Ova integracija omogućuje niže troškove proizvodnje u usporedbi s Appleom i Qualcommom, koji ovise o TSMC-u za izradu novih dizajna.

Stručnjaci vjeruju da bi ova strategija mogla omogućiti Samsungu ne samo da poboljša vlastite uređaje, već i da svoje Exynos čipove ponudi drugim proizvođačima, slično Qualcommovom Snapdragon modelu. Ipak, izazov ostaje u dokazivanju da Samsungovi interni dizajni i proizvodni kapaciteti mogu konkurirati godišnjim lansiranjima Applea i Qualcomma te TSMC-ovoj proizvodnoj moći.

Razvoj umjetne inteligencije ušao je u fazu u kojoj performanse hardvera određuju brzinu inovacija. Gigantske AI modele poput Gemini, GPT ili Llama više ne mogu pogoniti standardna računala – za to su potrebni specijalizirani čipovi. Danas dominiraju dvije vrste akceleratora: GPU čipovi, koje razvijaju tvrtke poput NVIDIE i AMD-a, te TPU čipovi (Tensor Processing Unit), koje je razvio Google.

Iako se na prvi pogled čine sličnima – oba ubrzavaju AI izračune – iza njih stoje potpuno različite filozofije dizajna, ekosustavi i namjene. Ovaj članak objašnjava ključne razlike, njihovu ekonomiku i zašto Google TPU-e može koristiti na način koji drugi jednostavno ne mogu.

1. Filozofija dizajna: TPU kao specijalist, GPU kao generalist

Najvažnija razlika između TPU-a i GPU-a leži u tome za što su izvorno dizajnirani.

TPU  specijalist za AI  – Google je razvio TPU isključivo za jedan zadatak: matrično računarstvo, koje je temelj dubokog učenja. Većina neuronskih mreža svodi se na masivne, ponavljajuće operacije matrica poput GEMM (General Matrix Multiplication). TPU-ovi koriste sistoličku arhitekturu niza – podatci se u “valovima” kreću kroz mrežu računskih jedinica, minimizirajući komunikaciju s memorijom (najskuplji dio obrade). To daje ogromnu energetsku učinkovitost i propusnost.

 Zaključak: TPU je poput F1 bolida – nevjerojatno brz u jednom segmentu.

GPU fleksibilni generalist – GPU čipovi razvijeni su za grafiku, a kasnije su se “prirodno” pokazali idealnima za paralelno računanje. NVIDIA-ine SIMT arhitekture imaju tisuće programabilnih jezgri i izuzetnu fleksibilnost, što GPU čini pogodnim ne samo za AI, nego i za  renderiranje 3D grafike, fizikalne simulacije, emulaciju i gaming, znanstvena istraživanja, kriptovalute i opće HPC računarstvo.

Zaključak: GPU je poput švicarskog noža – može poslužiti u gotovo svakoj situaciji.

Usporedba (sažetak)

2. Performanse i troškovi: Zašto Google gura Ironwood i TPU klastere

Googleova najnovija TPU platforma Ironwood postavlja nove standarde u sustavima za obuku velikih modela .Ključne prednosti TPU-a u praksi:

• Ogromna skalabilnost – preko 9.000 čipova u jednoj konfiguraciji
• 40+ PFLOPS računske snage na razini klastera
• 2–3× bolji omjer performansi po vatu u odnosu na GPU
• Znatno niži troškovi po modelu na dugoročnom treningu

Google je izračunao da kompletan zadatak zaključivanja (inference) velikog modela može koštati od  45,6 mil. USD 172 mil. USD, ali   ušteda od preko 70% – na razini čitavog podatkovnog centra to znači stotine milijuna USD razlike. U svijetu u kojem AI modeli rastu iz tjedna u tjedan, takva ušteda postaje strateška prednost.

3. Ako su TPU-i bolji, zašto GPU-i još dominiraju?

Ovo je najčešće pitanje. Odgovor ima tri ključna razloga:

A. Softverski ekosustav (CUDA je kralj) – Istraživači, startupi i tvrtke već desetljećima razvijaju na NVIDIA CUDA platformi. Sve radi odmah – PyTorch, TensorFlow, Hugging Face, JAX, Numba…

Prebacivanje cijele industrije s CUDA-e na TPU arhitekturu bio bi skup, rizičan i disruptivan. Google taj rizik može tolerirati jer je jedini korisnik vlastitih TPU-a. Drugi – ne.

B. TPU nije općenito računalstvo – TPU je briljantan u matričnim izračunima, ali  simulacije, grafika, fizika, znanstveni proračuni i dinamički algoritmi rade sporije ili uopće ne rade na TPU-ima. GPU može pokriti sve te domene – i zato je univerzalni standard.

C. TPU-i nisu roba – GPU-i jesu jer ih  može kupiti svatko, mogu se staviti u vlastiti server ili gaming PC i mogu raditi offline.

TPU:

✘ većinom dostupan samo preko Google Clouda
✘ nije fizički hardver koji tvrtka može kupiti
✘ teško se integrira u postojeću infrastrukturu

→ Za 99% tvrtki GPU je jedina racionalna opcija.

4. Zašto Google može trenirati velike modele na TPU-ima, a drugi ne

Google je jedini igrač koji može postići masovni trening na TPU-ima jer posjeduje potpunu vertikalnu integraciju:

Google kontrolira: hardver (TPU), kompajlere i softver (XLA, JAX, TensorFlow), modelne arhitekture (Gemini), podatkovne centre. operativni sustav i infrastrukturu. To znači da Google može optimizirati cijeli AI lanac iznutra, što je nemoguće replicirati. Meta, OpenAI, Amazon i drugi koriste GPU-e jer ne kontroliraju cijeli ekosustav i jer bi ASIC pristup predstavljao ogroman rizik: Ako se algoritmi promijene, specijalizirani TPU čip postaje zastario , a GPU jednostavno preuzima novi radni zadatak.

5. Perspektiva za Hong Kong: dvoslojna AI arhitektura

Sve više istraživačkih institucija testira Google Cloud TPU klastere. Buduća infrastruktura vjerojatno će slijediti globalni trend:

• Dvotračna struktura tržišta
• TPU za masovne AI zadatke (trening LLM modela, veliki batch inference)
• GPU za sve ostalo (istraživanje, vizualizacija, fizika, AI prototipiranje, opći HPC)

Takva podjela omogućuje optimalan odnos cijene i performansi, koji je ključan za lokalne tvrtke i istraživačke projekte.

Zaključak: TPU i GPU nisu konkurenti – nego partneri u AI ekosustavu

TPU-ovi su neupitno brži i jeftiniji za masovne AI operacije. GPU-i su nezamjenjivi u fleksibilnosti, razvoju i općem računalstvu.
Industrija se zato kreće prema koegzistenciji, a ne prema zamjeni.

•  TPU → za specijalizirane AI divove poput Googlea
•  GPU → za sve koji trebaju univerzalnost i kompatibilnost

Međunarodna ransomware grupa Everest šokirala je zajednicu kibernetičke sigurnosti tvrdnjom da je infiltrirala sustav tvrtke ASUS, prisvojivši više od 1 terabajta podataka, uključujući izvorni kod kamera prijenosnih uređaja i pametnih telefona. Grupa je ASUS-u postavila ultimatum: kontaktirati ih putem šifrirane platforme Qtox u roku od 21 sat, inače će podaci biti objavljeni ili prodani na crnom tržištu. ASUS zasad nije potvrdio niti demantirao navode, što izaziva globalnu zabrinutost.

Everest se razlikuje od tradicionalnog ransomwarea jer se ne fokusira samo na šifriranje podataka radi iznude, već i na prisvajanje strateških resursa poput firmvera, izvornog koda i internih podataka. Stručnjaci upozoravaju da bi eventualno curenje izvornog koda kamere moglo omogućiti napadačima razvoj stražnjih vrata ili rootkita, ugrožavajući privatnost korisnika i sigurnost uređaja. Napadi ovakve vrste na lanac opskrbe hardverom mogu imati lančani efekt, utječući na poslovne partnere i krajnje korisnike.

Incident također reflektira širi globalni trend ransomwarea. Prema izvješću Corvus Insurancea, broj ransomware napada porastao je za 213 % u prvom tromjesečju 2025., pri čemu hakerske grupe ciljaju ne samo enkripciju podataka već i prisvajanje intelektualnog vlasništva i internih podataka velikih tvrtki. Everest je ranije tvrdio da je napao poznate organizacije poput Under Armour, Petrobras i Iberia Airlines, pokazujući sposobnost strateškog odabira ciljeva.

Iako trenutno ne postoje neovisni dokazi o curenju podataka iz ASUS-a, stručnjaci upozoravaju da rizik treba ozbiljno shvatiti. Uspješan napad mogao bi ozbiljno narušiti ugled i poslovanje ASUS-a te poslužiti kao upozorenje cijeloj globalnoj hardverskoj industriji o važnosti zaštite lanaca opskrbe, intelektualnog vlasništva i firmvera od sofisticiranih ransomware grupa. Ako su navodi Everesta točni, incident bi mogao postati jedan od najozbiljnijih cyber-sigurnosnih događaja posljednjeg desetljeća za globalne proizvođače hardvera.

Prošlog vikenda, OpenAI je počeo testno prikazivati preporuke aplikacija trećih strana u chatovima, uključujući i korisnike ChatGPT Pro pretplate od 200 dolara mjesečno. Test je prošao gotovo bez najava, a korisnici su odmah reagirali na društvenim mrežama nakon što su objavljeni screenshotovi.

Jedan korisnik Pro paketa dobio je preporuku da „pronađe grupni fitness sat“ i poveže Peloton aplikaciju, iako o tome nije pitao ChatGPT. Ranije su u Android verziji aplikacije otkriveni fragmenti koda koji spominju „funkciju oglašavanja“, „bazarski sadržaj“ i „karusel s oglasima u pretraživanju“.

Uvođenje oglasa bilo je očekivano kod korisnika besplatne verzije, no prikazivanje reklama korisnicima najskuplje pretplate izazvalo je nezadovoljstvo. Neki su već razmišljali o otkazivanju Pro pretplate, dok su drugi primijetili oglase nekoliko dana zaredom, uključujući i korisnike u Velikoj Britaniji. Korisnici ističu da oglasi koji nisu relevantni za chat jasno narušavaju iskustvo, iako bi primjeri poput povezivanja s Canva uslugom mogli biti korisni. Još uvijek nije poznato hoće li OpenAI zadržati ovaj format za sve korisnike, ali očekuje se da će tvrtka pažljivo razmotriti reakcije zajednice kako ne bi negativno utjecala na cijelu AI industriju.