Квантовый взлет и тени Nvidia

В своем объявлении Nvidia заявила о запуске новой модели квантового ИИ с открытым исходным кодом под названием Ising. Заявленная цель – ускорить развитие этой стремительно меняющейся технологии. Генеральный директор Nvidia, Дженсен Хуанг, с уверенностью заявил: «ИИ необходим для того, чтобы квантовые вычисления стали практическими. С Ising ИИ становится управляющей плоскостью – операционной системой квантовых машин – преобразуя хрупкие кубиты в масштабируемые и надежные квантово-графические системы». Слова, звучащие, как приговор для тех, кто еще недавно полагал, что квантовые вычисления – лишь далекая перспектива.

ASML: Комедия о Жажде Прибыли

На весь год ASML предрекает доход в 36-40 миллиардов евро (43-47 миллиардов долларов). Это, видите ли, повышение предыдущего прогноза. А что это значит? Рост в 10-22% по сравнению с прошлым годом! И, конечно же, аналитики, как всегда, согласны. Они, словно придворные шуты, повторяют все, что им скажут.

Гелий и полупроводники: возможности Linde в условиях геополитической нестабильности

Нападение иранских сил на объекты QatarEnergy, а также фактическое закрытие Ормузского пролива для коммерческого судоходства в начале марта 2026 года, привлекло внимание к колебаниям цен на нефть и газ. Однако, глубже в производственной цепочке, возникла более серьезная проблема. Промышленный город Рас-Лаффан в Катаре является крупнейшим в мире центром производства гелия, обеспечивая от 30% до 38% мировых поставок. Приостановка операций на этом объекте, вызванная объявлением QatarEnergy о форс-мажорных обстоятельствах, привела к практически мгновенному исчезновению значительной части мирового предложения гелия.

VOO против IWM: Два взгляда на американский рынок

VOO, конечно, – это король. S&P 500, 500 крупнейших компаний Америки. Вроде бы надежно, да? Но давайте начистоту: это значит, что вы ставите на тех, кто уже выиграл. А IWM – это ставка на тех, кто пытается пробиться. И это, знаете ли, может быть гораздо интереснее… и опаснее.

Оптимизация портфеля: новый взгляд на множители Лагранжа

Динамический множитель Лагранжа [latex]\lambda(t,x)[/latex], полученный посредством преобразования Лежандра - Фенхеля функции [latex]u(t,x)[/latex], демонстрирует зависимость от времени и координат, при значениях параметров T=10, r=0.05, [latex]\mu = 0.086[/latex] и [latex]\sigma = 0.3[/latex].

Исследование устанавливает связь между динамическими множителями Лагранжа и точками сопряженного двойственного решения в задачах оптимизации с невыпуклой функцией полезности.