Японцы засунули в суперкомпьютер целую кору мозга мыши. Девять миллионов нейронов. Двадцать шесть миллиардов синапсов. Каждый нейрон с дендритами, ионными каналами, кальциевой динамикой. Не абстракция, а биофизика.
Статья вышла на SC'25. Это первая в истории петафлопсная симуляция мозга на клеточном уровне.
Универсальный компилятор для FPGA, который понимает 42 языка программирования
Пишите код на любимом языке — получайте работающий Verilog для FPGA. Бесплатно, без vendor lock-in.
Немного раньше в своём блоге я рассматривала одну из ранних машин с пресетами? драм-машину Panasonic RD-9844. Насколько раннюю? Скажем, там не было ни одного интегрального чипа, только чистая дискретная логика, плотно упакованная в корпус, только хардкор.
Сегодня предлагаю взлянуть на другой участок таймлайна развития подобных железок. Поговорим о драм-машине Yamaha MR10 1982 года и поплачем на техно.
1982, серьёзно?
Да, 1982 год — это дико поздно для драм-машины, у которой есть только пресеты. Например, Roland CompuRhythm CR-78 вышла в 1978-м, а программируемая TR-808 вообще уже была на рынке в это время. Да и не только они. Я больше скажу, даже аналоговые драм-машины в целом к этому моменту уходили со сцены, рынок куда круче будоражили сэмпл-машины, ведь в том же 1982-м вышел LinnDrum — более дешёвый наследник Linn LM-1, который использовался повсюду.
В ноябре 2024 года язык программирования Go достиг своего исторического максимума — седьмого места в престижном индексе TIOBE, укрепив позиции в топ-10. Однако всего через 14 месяцев, в январе 2026 года, картина кардинально изменилась: Go обвалился на 16-е место, потеряв сразу 9 позиций. Это один из самых драматичных спадов года среди топовых языков. Парадокс в том, что в России Go переживает противоположную тенденцию — язык активно набирает популярность, его используют крупнейшие технологические компании и количество Go-разработчиков превысило 40 тысяч. Возникает критический вопрос для отечественной индустрии: не движемся ли мы против глобального технологического тренда, делая ставку на язык, который теряет позиции на мировой арене?
Мы привыкли, что цифровые схемы обычно работают с однополярным питанием, а логические сигналы имеют всего два уровня, и в основном даже не задумываемся о фактических значениях этих напряжений. Исторически выработалось несколько стандартов питания цифровых микросхем: самыми распространенными стали TTL и CMOS с напряжением питания 5 В и их низковольтные версии LV с напряжением 3,3 В. Благодаря этому очень просто обеспечить электрическую совместимость и можно полностью сосредоточиться на логике.
Но как только возникает необходимость подружить микроконтроллер с окружающим его аналоговым миром, оказывается, что этот мир живет совершенно по другим правилам. Операционные усилители (ОУ) не имеют ничего общего с привычным TTL. Их питание может быть не только однополярным, но и двуполярным, а рабочие напряжения варьируются от нескольких вольт до нескольких десятков вольт. При этом у каждого усилителя есть свои требования к входному диапазону и свои ограничения размаха выходного сигнала. Такое разнообразие может легко запутать начинающего электронщика, который впервые сталкивается с аналоговой схемотехникой.
В этой статье предлагаю вместе разобрать:
• существует общий универсальный стандарт питания для ОУ;
• откуда в аналоговых схемах взялось двуполярное питание и чем оно отличается от однополярного;
• почему у двуполярного ОУ выводов питания всего два без отдельного GND;
• почему классические ОУ плохо работают от одной шины питания;
• чем на самом деле различаются однополярные и двуполярные ОУ, можно ли одним заменить другой.
Привет, Хабр! На связи команда разработки продукта PIKTools Генплан.
Хотите узнать, как генпланисту оперативно создавать, редактировать, оформлять и проверять генеральные планы? Как получать рабочую документацию строительства, сократить трудозатраты на ее разработку? Как наш продукт PIKTools Генплан помогает в этом?
Если да, тогда приготовьте себе кофе и погнали — мы продолжаем наш рассказ. Если вы пропустили вводную статью про продукт, советуем начать с нее. Сегодня речь пойдет о модуле «Озеленение». Расскажем о том, из чего он состоит, а также какие прикладные задачи и проблемы он решает.
Всем привет! Это команда Атома. В первой статье нашего цикла мы приоткроем дверь в нашу лабораторию прототипирования и подробно расскажем о ключевой технологии — 3D-печати. Вы узнаете, как она помогает нам проектировать автомобили быстрее и экономичнее, и почему мы верим, что за ней — будущее.
Retrieval-Augmented Generation (RAG) всё чаще упоминается в контексте LLM и всё чаще фигурирует в требованиях к разработчикам, но за этим термином обычно скрывается довольно размытое представление о том, как такие системы реально устроены. В этой статье я разбираю RAG как архитектурный подход: зачем он вообще появился, какие задачи решает, как выглядит базовый пайплайн от данных до ответа модели и где на практике чаще всего возникают проблемы.
Механика — это не только фан или переживание ситуации через интерактив, это еще и реклама, причем рекламные функции могут быть в механике важнее всего остального. Давайте разберем этот феномен на двух совершенно разных примерах.
Классик информатики Петер Наур (1928 — 2016) знаком по языку программирования Алгол 60 и синтаксису BNF, но у него есть ещё одна выдающаяся работа в смежной области — теория мышления на основе синапсов («A Synapse-State Theory of Mental Life», 2004 г). По сути, это теория мышления человека на аппаратном уровне.
Ситуация: открываете базу знаний и понимаете — что-то с ней не так, и каждый раз кто-то приходит с одними и теми же вопросами. Вы — тимлид/техлид/knowledge-менеджер, который знает ответы на все вопросы. Но времени на работу не остаётся как раз из-за разрешения всяких мелочей. Знакомо?
Привет, Хабр! Меня зовут Анастасия Граф. Я руковожу отделом разработки технической документации в Maxim Technology — компания делает Ride Tech сервис для такси Maxim. Мы первыми в России запустили цифровую платформу. Этот материал готовился по мотивам доклада для TeamLead Conf.
В предыдущей части статьи об организации Базы знаний мы сформулировали универсальные требования к ней и разобрались, с чего начать в принципе на примере процессов в Maxim Technology. Сегодня выясним, зачем нужно ревью любой документации и как оно поможет повысить уровень знаний в командах.
Работа с данными стала критически важной на хакатонах — рынок IT-соревнований в прошлом году заметно изменился. Конкурсы теперь практичнее, технологичнее и сложнее, как по задачам, так и по составу команд.
Мы проанализировали 240 хакатонов 2025 года и разобрали, какие форматы, навыки и подходы будут определять соревнования в ближайшем будущем. В основе исследования — статистика мероприятий и участников платформы Codenrock. Картину дополняют данные крупных международных отчётов, чтобы увидеть общие тенденции развития IT-сообщества.
Материал будет полезен всем, кто организует хакатоны, ищет через них решения и таланты или участвует в соревнованиях ради профессионального роста. В статье — ключевые цифры, выводы и прогноз на 2026 год.
Внутри суперкомпьютера Fugaku, расположенном на искусственном острове в Кобе, Япония, находятся ряды непрерывно гудящих чёрных шкафов размером с холодильник. И вот, десять миллионов цифровых нейронов начинают работать. Затем электрические сигналы каскадом проходят через миллиарды соединений. Так выглядит полностью оцифрованная кора головного мозга мыши.
Исследователи могут приостанавливать симуляцию, возвращать её назад, перенастраивать и запускать заново — увеличивая отдельные синапсы, воспроизводя моменты нейронной активности и наблюдая, как решения и восприятие развиваются в 86 областях мозга. Это как иметь доступ к замедленному видео мышления настоящей мыши — без какого-либо контакта с животным. Ведь Fugaku может выполнять 400 квадриллионов вычислений в секунду, имитируя труд схем мозга.
Если вы хотите пользоваться LLM, но при этом вам важна приватность данных, то до недавнего времени у вас, по сути, был один вариант — поднимать локально собственную языковую модель.
Ситуация меняется. Создатель мессенджера Signal, Мокси Марлинспайк, запускает приватный AI‑сервис Confer с основным фокусом на конфиденциальность и безопасность данных.
Можно ли считать Confer действительно безопасным AI‑сервисом или перед нами очередной маркетинговый нарратив? Разберёмся в рамках этой статьи.
В какой-то момент почти в каждом проекте возникает ощущение, что самое сложное уже позади. Форма найдена. Концепт выглядит убедительно, логично, спокойно. Он не кричит, не пытается понравиться любой ценой, в нём есть характер и цельность. Его можно показывать — и он «держится».
На этом этапе кажется, что дальше всё пойдёт по накатанной: инженерия уточнит детали, производство подстроится под геометрию, а финальный продукт сохранит тот образ, ради которого всё начиналось.
На практике этого почти никогда не происходит.
Проходит время — и концепт начинает меняться. Сначала незначительно, потом всё заметнее. Что-то упрощается, что-то исчезает, где-то форма становится грубее, где-то — нейтральнее. В итоге продукт либо выходит уже другим, либо не выходит вовсе, оставшись «правильной версией» в презентации.
Важно подчеркнуть: речь не о плохих концептах. Речь именно о хороших — тех, за которые обидно.
«Память — это современный диск, диск — это современная лента», — Джим Грей
Проблема ста тактов
В Главе 1 мы говорили о том, что промахи кэша стоят 100-200 тактов, а попадания в кэш — всего 1-4 такта. И это не какая-то мелкая деталь, а самый важный фактор современной производительности.
Ниже я расскажу, почему это так.
Однажды я оптимизировал драйвер устройства для встраиваемой системы на RISC-V. Драйвер должен был обрабатывать пакеты от сетевого интерфейса, но при большой нагрузке мы теряли пакеты. CPU работал с частотой 1 ГГц, а для обработки каждого пакета требовалось около 500 команд. Простая математика:
500 команд ÷ 1 ГГц = 500 наносекунд на пакет
При скорости 500 нс на пакет мы могли бы обрабатывать 2 миллиона пакетов в секунду. Однако мы справлялись всего с 200 тысячами пакетов в секунду, то есть в десять раз меньше, чем ожидалось.
Профилировщик показан следующее:
$ perf stat -e cycles,instructions,cache-misses ./driver_test Performance counter stats:
5,000,000 cycles
500,000 instructions
45,000 cache-misses
Постойте-ка: 500000 команд должны занимать 500000 тактов (при 1 IPC). Но мы видим 5 миллионов тактов. Куда подевались лишние 4,5 миллиона тактов?
Нестабильные (flaky) тесты создают постоянные трудности для тестировщиков. Такие тесты не отражают состояния тестируемой системы и подрывают доверие к тестовому набору.
Вооружившись лучшими практиками, нестабильность можно свести к минимуму, но полностью избавиться от неё крайне трудно. Чтобы лучше её контролировать, нужны инструменты, позволяющие выявлять нестабильные тесты — например, Allure Report. В этом руководстве мы посмотрим, как Allure работает с нестабильными тестами.
Заодно мы познакомимся с Allure 3. Многие из вас наверняка пользуются Allure 2 — в третьей версии (помимо прочих изменений) работа с нестабильными тестами стала гораздо удобнее, в особенности настройка истории тестов.
Я давно увлекаюсь и изучаю технологии WebRTC. Устанавливал для клиентов множество WebRTC медиа серверов и кастомизировал их. Но постоянно не хватало гибкости. В итоге обнаружил чистую реализацию WebRTC на Golang, которая умеет и MESH, и SFU. Сейчас буду рассказывать, что удалось разработать и в чем польза.
Переключаешься между Linux и Windows в dual-boot? Тогда ты точно знаком с этой проблемой: каждый раз нужно переподключать все Bluetooth-устройства. Наушники, мышь, клавиатуру, геймпад — всё заново.
Даже подумать страшно:
3 устройства × 90 секунд × 3 переключения в день × 250 дней = 56 часов в год впустую.
Я потратил месяц на решение этой проблемы и написал BlueVein — утилиту для автоматической синхронизации Bluetooth-ключей между ОС.
Mirte — это недорогая полностью open-source платформа учебного мобильного робота, где ученик проходит путь «от телеуправления и Blockly до Python, SSH и полноценного ROS», задуманная как единый «трек» обучения от начальной школы до университета, оставаясь на одном и том же роботе и в одной и той же среде. Идея Mirte в образовании — не прятать «настоящую» робототехнику за игрушечными абстракциями, а сделать к ней удобный, поэтапный вход.
