«Больше» — не всегда значит «лучше». К пользовательским приложениям в облаках это замечание относится в полной мере. Производительность любой системы определяется ее самым медленным компонентом — «бутылочным горлышком».

Когда проект вырастает до высоких нагрузок, простое «накликивание» дополнительных виртуальных процессоров или оперативной памяти в стандартной конфигурации может не решить корневую проблему. Это все равно, что расширять дорогу перед железнодорожным переездом — новых полос много, но быстрее доехать не получится.

Сегодня мы разберем, почему стандартных, универсальных инструментов бывает недостаточно для высокопроизводительных задач. Мы также покажем, как правильно диагностировать узкие места и подбирать сбалансированную конфигурацию — процессор, диски, сеть — под конкретные рабочие нагрузки.

Сделаем это на примере реальных сценариев и продуктов. Посмотрим, что могут специализированные решения дать там, где универсальные подходы не справляются.

Рано или поздно любой ардуинщик приходит к идее автоматизировать управление домашним медиацентром или кондиционером. И здесь начинаются грабли: один протокол шлет повторы, другой требует тройной отправки, третий — инверсии контрольного бита.

Разбираемся с библиотекой IRremote — мощным инструментом, который берет на себя всю низкоуровневую магию NEC, Sony SIRC и Philips RC5/6 и прочих, да еще оставляет пространство для тюнинга. От захвата «сырых» данных до эмуляции редких или «безымянных» пультов — создаем по‑настоящему обучаемый контроллер.

Если ищете проект «не как у всех» — на стыке инженерного безумия и технического искусства, — вы по адресу. Модель действительно работает на пару, и внутри стоит самая настоящая турбина.

Хочется поиграть с огнем? Соберите эту штуку. Сосед гарантированно сойдет с ума, а все окрестные собаки сбегутся на звук.

Моя жена и ее сестры занимаются ткачеством не одно десятилетие. В конце 2024 года я купил 3D-принтер Elegoo Neptune 4 Pro, и начал осваивать проектирование деталей в TinkerCad. Параллельно, чтобы занять свободное время на пенсии, взялся за курс по программированию Arduino от CraftingTable (ранее — Inventr.io).

Идея родилась сама собой: почему бы не создать настольный автоматизированный ткацкий станок? Однако реальность быстро дала понять — задача не из легких. В этом дебютном для меня руководстве подробно описываю создание прототипа. Увидеть получившееся устройство в действии можно на моем YouTube-канале Greg Zwadlo.

Попробуйте спросить Chat GPT, как собрать бомбу и он угрюмо буркнет: «Я не могу помочь с этим». Однако пользователи уже давно превратили обход ограничений в азартную игру в кошки-мышки. Годится любой обман — лишь бы заставить модель выдать запрещенку.

Сначала способы были простыми, достаточно попросить: «Игнорируй инструкции по безопасности!» Затем в ход пошли сложные ролевые сценарии. Недавно обнаружилась новая лазейка: упаковать промт в стихотворную форму — и готово, ИИшка «поплыла».

Разработчики дыры латают быстро. Им не нужно переучивать модель целиком — достаточно поставить «фильтр» на входе, чтобы отсечь токсичные промпты еще на подлете к «мозгу» нейросети.

Недавно специалисты по ИБ решили проверить эти фильтры на прочность. В статьях на arxiv.org они доказали: защиту вокруг мощных LLM можно обойти классическими инструментами криптографии. Сама архитектура этой системы — «легкий» фильтр, охраняющий «тяжелую» модель — создает фундаментальные уязвимости.

Климатическая история Марса постепенно проясняется. Орбитальные аппараты с мощными камерами, марсоходы с комплексами научных приборов — все брошены на восстановление летописи Красной планеты. Так была жизнь на Марсе или нет? Свидетельства последнего десятилетия делают гипотезу о древней обитаемости Марса особенно убедительной.

Необходимое условие, чтобы это оказалось возможным, — теплый и влажный климат. Есть две группы доказательств. Во‑первых, минералы, которые не могут образоваться без воды. Во‑вторых, особые формы рельефа, которые могли быть созданы только потоками. Новые данные проекта NPJ Space Exploration указывают на крутые осадочные отложения в долинах Маринера — эти структуры поразительно напоминают речные дельты здесь, на Земле.

Исследование называется «Отложения на склонах обрывов фиксируют максимальный уровень воды в долинах Маринера». Возглавил его Игнатиус Аргадестья — аспирант Института геологических наук и Физического института Бернского университета.

Сэм Альтман — безусловно, главная звезда ИИ-бума, начавшегося после запуска ChatGPT в 2022 году. Генеральный директор OpenAI стал лицом всей индустрии, и у него есть своя профессиональная страсть: он просто обожает законы масштабирования.

Именно эти эмпирические правила связывают масштаб модели с ее возможностями. Они же объясняют ту лихорадку, что охватила индустрию: в погоне за мощностью компании сметают с рынка чипы, возводят дата-центры и ради энергии готовы даже перезапускать закрытые АЭС.

В своем блоге Альтман сформулировал это так: «интеллект» модели примерно равен логарифму ресурсов, ушедших на ее обучение. Рецепт успеха звучит просто, хоть и дорого: можно бесконечно повышать производительность, если экспоненциально «скармливать» системе все больше данных и вычислительных мощностей…

Долгое время считалось, что язык — это фундамент человеческого разума, ключ к математике, музыке и сложному социальному познанию. 

Однако исследования Евгении Федоренко, нейробиолога из MIT (Массачусетского технологического института), не оставили от этой красивой теории камня на камне. Оказалось, что в мозге каждого взрослого человека работает специализированный «языковой парсер», который не имеет никакого отношения к высокоуровневому мышлению. 

Но главная ирония открытия заключается в другом. Изучая эту сугубо биологическую структуру, Федоренко обнаружила ее пугающее сходство с архитектурой нейросетей искусственных — тех самых, что сегодня лежат в основе современных языковых моделей. 

В своем интервью она объясняет, почему мы можем красиво говорить, не сообщая ничего связного, зачем мозгу этот «встроенный ChatGPT» и почему телепатия нам все-таки не светит.

В 1974 году Тед Нельсон явил миру литературного кентавра — книгу, столь же эксцентричную, как и ее создатель. Чтобы оплачивать счета, Нельсон вынужденно читал лекции по социологии в Иллинойсском университете — хотя в душе был технологическим Че Геварой. Еще в свингующие шестидесятые он родил идею «гипертекста» — системы, связывающей документы невидимыми нитями, и окрестил ее «Проектом Ксанаду». Проект, правда, походил на линию горизонта — прекрасен, грандиозен, но вечно в стадии «почти готово».

Нельсона терзала одна несправедливость. Его коллеги-радикалы смотрели на компьютеры с суеверным ужасом — как средневековые крестьяне на алхимиков. Для бунтующей контркультуры тогдашние ЭВМ казались железными церберами. Нельсон не спорил: да, сейчас эти машины используют жестоко. Но в них он видел не кандалы, а ключ от темницы.

В 1977 году занавес поднялся, и на сцену, расталкивая локтями кустарные поделки энтузиастов, вышла знаменитая тройка микрокомпьютеров: Apple II, Commodore PET и TRS-80 от Tandy/Radio Shack. В то время Apple выглядела в этой компании, прямо скажем, гадким утенком, которому еще только предстояло расправить крылья и затмить конкурентов.

Современники не были слепы. Журналисты той эпохи сразу почуяли ветер перемен: на смену суровым машинам, требующим от оператора инженерных навыков и паяльника, пришел «бытовой» компьютер. Пропасть между коммерческими системами и потребительским рынком была преодолена. Отныне, чтобы нажать на кнопку «Вкл», пользователю не требовался диплом технического вуза.

Даже если лосось совершил дерзкий побег с рыбной фермы и теперь изо всех сил пытается сойти за коренного обитателя диких вод, его выдаст собственная «одежда».

Журнал Biology Methods and Protocols сообщает отличную новость для экологов и скверную — для рыб-самозванцев: глубокое обучение научилось безошибочно отличать дикого лосося от выращенного в неволе. Вся соль метода — в анализе чешуи, которая, как выяснилось, красноречивее любого паспорта.

Самая дорогая компания планеты снова показала, кто здесь главный. Американский чипмейкер Nvidia не просто отчитался за третий квартал 2025 года, а разгромил прогнозы Уолл-стрит: выручка рекордная — 57 млрд долларов. И это не предел — компания уверенно заявляет, что во второй половине года поднимет планку до 65 млрд.

Эти цифры стали холодным душем для скептиков, кричавших о «лопнувшем пузыре ИИ». Рынок выдохнул — спрос на технологии по-прежнему бешеный.

Всего пару недель назад Nvidia переписала историю, став первой компанией с капитализацией выше пяти трлн долларов. Она оставила глотать пыль всю технологическую «великолепную семерку»: Alphabet, Amazon, Apple, Tesla, Meta и Microsoft теперь в роли догоняющих…

Наконец‑то удалось достичь значительного прогресса в работоспособности графических процессоров Intel Arc на платформах Raspberry Pi. Система работает относительно стабильно. После преодоления множества технических препятствий появилась реальная перспектива интеграции этих GPU в официальную Raspberry Pi OS. В случае успеха, для активации карт Intel пользователям потребуется лишь установить соответствующий пакет прошивок.   

Важность этого достижения выходит далеко за рамки экосистемы Raspberry Pi.

Программный патч, необходимый для работы карт Arc, запускает их не только на архитектуре Arm, но и на всех системах, не относящихся к x86, включая RISC-V. Сейчас Arm-платформа Raspberry Pi выступает в роли доступной и популярной тестовой площадки для решения фундаментальной задачи совместимости.

Успешная интеграция драйвера Intel Xe в ядро Linux для non-x86 архитектур открывает всей линейке Intel Arc доступ к экосистеме RISC-V. Не забываем, что та испытывает острую нехватку мощных GPU с открытыми драйверами.

SWIM (Sequential Wave Imprinting Machine) — машина для последовательного волнового импринтинга, изобретенная в 1974 году в Канаде.

Сегодня посмотрим, как сделать не просто DIY‑устройство, а копию первого в мире пространственного компьютера — исторического предшественника современных концепций метавселенной.

SWIM представляет собой одну из ранних форм расширенной реальности (XR), которая позволяет буквально поймать звуковые волны на фотоснимке.

Поисковая выдача по запросу «chrome extension for cheating in chess» переполнена. Инструментов для нечестной игры — десятки.

Но стоит инвертировать пожелание и поискать плагин для защиты — не найдется почти ничего. Кроме расширения, о котором сегодня пойдет речь. Ну, возможно, еще нескольких старых приложений, показывающих базовую статистику.

Удивительный дисбаланс, не правда ли?

Обсерватория LIGO — инструмент настолько чувствительный, что способен измерять смещения в 10 000 раз меньше ширины протона. Такая невероятная точность имеет свою цену. LIGO находится в постоянной борьбе с шумом — гулом самой Земли, плеском далеких океанских волн, едва уловимой дрожью грунта.

Годами системы, созданные для подавления таких помех, сами становились источником проблемы, внося собственное высокочастотное «шипение». Побочный эффект ослеплял обсерваторию, мешал ей регистрировать одни из самых грандиозных событий во Вселенной. Сегодня этот технологический тупик преодолен благодаря новому подходу, рожденному в сотрудничестве физиков и специалистов по искусственному интеллекту из Google.

Deep Loop Shaping — алгоритм, который не просто фильтрует шум, а учится активно его переигрывать, раздвигая границы наших знаний.

Привет, я Джованни Аджустатутто,  рад приветствовать вас!

Сегодня соберем лабораторный блок питания с регулировкой по напряжению. Кто занимается электроникой, понимает — такой прибор попросту незаменим. Рано или поздно каждый мастер создает для себя подобное устройство. Без него трудно обойтись при сборке электронных схем, когда нужно запитать и протестировать отдельный узел.

Блок позволяет с высокой точностью регулировать постоянное выходное напряжение в диапазоне от 0 до 36 В, а также ограничивает силу потребляемого тока. Все настройки выполняются с помощью ручки-энкодера и кнопок. Дисплей показывает заданное напряжение и ток нагрузки.

Дополнительно оснастим устройство двумя отключаемыми USB-портами. Они очень удобны для питания таких плат, как ESP32 или Arduino, да и вообще часто востребованы.

Чтобы запускать задачи инференса, рендеринга 3D‑графики или обработку видеопотока нужны параллельные вычисления. Серверы на одних только центральных процессорах не справятся, требуются графические ускорители.

В статье рассказываем о трех видеокартах, которые можно арендовать за один рубль при заказе сервера произвольной конфигурации. Смотрим на их технические характеристики, применимость, сравниваем между собой и выбираем оптимум. В конце — небольшая инструкция по добавлению в свою инфраструктуру.

GRIZZLY — проект на базе Raspberry Pi для энтузиастов, которые захотят самостоятельно собрать игровую консоль. Дизайн — собственное представление того, как должны выглядеть подобные гаджеты.

Ключевая особенность этого руководства — структура. Процесс сборки организован так, что полностью функциональная консоль работает уже на самом раннем этапе. Играть получится с первого дня, постепенно добавляя улучшения и новые компоненты по мере возможности.

Начать можно, скажем, с простого подключения Raspberry Pi к монитору и старой клавиатуре. Источник питания — зарядка от телефона. Это уже потом добавятся портативный экран, кнопки и подходящий аккумулятор. На каждом шаге — устройство остается работоспособным.

Уже и не вспомнить, когда впервые увидел газоразрядные индикаторы, но был очарован с первого же взгляда. Они завораживающе прекрасны! Да, есть некоторые особенности — например, абсурдно высокое постоянное напряжение.

Недолгие поиски в интернете показали, что старые запасы из Восточной Европы и России все еще доступны. Также нашлось множество подобных работ, собранных энтузиастами и выставленных на продажу — сегодня это самое распространенное применение таких компонентов.

Обнаружились и сайты, и YouTube-каналы, которые хорошо рассказывали об особенностях работы газоразрядных индикаторов, объясняли схемотехнику для управления ими. Доступность такой информации стала решающей при разработке собственной конструкции. Вот эти ресурсы: EEVBLOG, Fran Blanche, Dalibor Farny, и Threeneuron.

Изучив эту пусть непрактичную, но зато прекрасную технологию, невозможно было не загореться желанием собрать собственные часы.

Внимание! Под катом много иллюстраций, в том числе со схемами в высоком разрешении.