Компьютерное железо

Привет, Хабр!

Зарегистрировался, чтобы поделиться статьёй о восстановлении работоспособности механической клавиатуры Royal Kludge R87 Pro. Быть может, она кому-то поможет в восстановлении своей клавиатуры, используя МК (STM32F103R8T6) или просто я опишу здесь некоторые моменты того, чего не было описано в других статьях на различных ресурсах, в т.ч. и вот здесь - https://habr.com/ru/articles/857914/. т.к. было потрачено очень много, благо, свободного времени на её восстановление, хочу поделиться опытом. Не буду использовать ссылки и то, как установить qmk на windows и какие команды все это компилировать.

Размышление о том, как изменилась инженерная культура, почему сегодняшние инструменты радикально расширили горизонты разработки и что делает молодых инженеров способными создавать системы, которые раньше выглядели мягко сказать нереально.

Привет! Меня зовут Андрей Пелешок, я инженер L3 команды PaaS в Cloud.ru. Я отвечаю за работу платформенных сервисов и за поддержку инфраструктуры.

Вы, скорее всего, сталкивались с вопросом: «Какую видеокарту выбрать для Inference, чтобы обеспечить баланс между производительностью, стоимостью и доступностью?» Проблема выбора осложняется тем, что многие материалы сосредоточены на обучении (Training), а для Inference требования отличаются.

В статье попробуем разобраться в чем разница между Training и Inference и ключевых критериях выбора GPU. Еще я приведу сравнительный анализ решений (H100, A100, V100) и предложу методику выбора на основе реальных кейсов.

Помните, как звучал модем при подключении? А как тянули витую пару из окна соседу, чтобы поиграть в Quake, а потом спорили, чей пинг меньше: у того, кто подключен напрямую к хабу, или у везунчика с ADSL? Сегодня это кажется древностью. Но именно в те времена, когда интернет был роскошью, а высокий пинг — неотъемлемой частью геймплея, многопользовательские игры стали настоящей лабораторией сетевых технологий. 

В статье проследим эволюцию сетевого гейминга: от писка модема до облачного рендеринга. И покажем, как каждая эпоха, будь то dial-up, LAN-party или GeForce NOW, формировалась не столько играми, сколько возможностями (или ограничениями) инфраструктуры.

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.

Давно хотел купить хорошие наушники для поездок и работы, и в прошлом году решился. Выбрал Sony WH-1000XM5 — и не разочаровался. Они подключались мгновенно, держали заряд весь день и позволяли спокойно слушать подкасты или музыку даже в гудящем метро или шумном офисе. К сожалению, музыка играла не очень долго — что в прямом, что в переносном смысле. Примерно через год пластик крепления одной чашки дал трещину, и металлическое крепление выскользнуло наружу — не от удара, а от обычного ношения в сумке и постоянного складывания. Заказывал на Amazon в Испании, там без лишних вопросов вернули деньги и предложили обмен. В тот момент как раз вышли XM6, и я решил не чинить старое, а взять новое — посмотреть, что изменилось за пару лет. В обзоре расскажу, как XM6 ведут себя в деле — от распаковки до повседневного ношения, — и сравню с XM5, чтобы понять, стоит ли менять.

Будучи творческим человеком и техногиком, я обожаю при первой возможности апгрейдить своё оборудование. Время от времени я мониторю маркетплейсы в поисках чего-то новенького и в этот раз я наткнулся на настоящий мультитул для Embedded-разработчика — контроллер I2C/SPI/UART/JTAG в одной коробочке и всё это всего за 1.000 рублей... Конечно я не смог пройти мимо этой штучки и в рамках сегодняшней статьи хочу рассказать что оно из себя представляет и как с ним работать. Жду вас под катом!

Октябрь не подвел: производители серверного железа выкатили сразу несколько новинок. Intel обновила свою линейку Xeon, представив процессоры Xeon® 6+ Clearwater Forest на техпроцессе Intel 18A. Тем временем Huawei экспериментирует с пассивным охлаждением в своем ИИ-ускорителе Atlas 300I Duo™. А Micron выводит на рынок энергоэффективные модули SOCAMM2.

Привет, Хабр! Меня зовут Сергей Ковалёв, я менеджер выделенных серверов в Selectel. Разбираем главные новинки октября — от новых CPU и GPU до инфраструктурных решений для будущих ИИ-ЦОД. Детали под катом.

Допустим, вам нужно протестировать LLM на сотни миллиардов или почти триллион параметров в локальной среде — на своих данных, которые вы не хотите отдавать в облако. Задача сводится к сравнительным экспериментам или вообще к развертыванию решения внутри своей сети под небольшую нагрузку, если пользователей мало. Масштаб этих моделей ведет к проблеме: памяти одной видеокарты не хватит, а использование серверов с несколькими GPU может повлечь большие расходы на инфраструктуру.

В таких случаях альтернативой становится запуск LLM на центральном процессоре (CPU), который хотя и медленнее GPU, но гораздо дешевле. Например, если сервер с двумя CPU обойдется за месяц в 150 000 ₽, то сервер с GPU — более 700 000 ₽. Конечно, сервер с GPU может «прожевать» больше запросов. Но если вам столько не надо?

Привет, Хабр! Меня зовут Никита Староверов, я системный архитектор в Selectel. В этой статье рассмотрю, насколько реалистично запускать современные крупные языковые модели исключительно на CPU. А еще — покажу, какие инструменты и подходы позволяют загружать и выполнять такие модели, какие требования к железу и насколько производительность системы остается приемлемой для практического использования.

Сегодня мы в Beeline Cloud решили взглянуть на нестандартные и порой совершенно нелепые баги из мира ИТ — например, когда причиной сбоя стало чрезмерно разросшееся растение или криво уложенная плитка. Рассказываем о таких ситуациях.

Можно ли чем-то заменить Nvidia? Если уж не для нейросетей, то для транскодирования видео, которое в медиапроизводстве занимает очень значительное место и требует больших вычислительных ресурсов. 

В этой статье попытаемся выяснить, есть ли у аппаратной платформы NVIDIA альтернативы в задачах обработки и кодирования видео, и можно ли заменить NVIDIA чем-то более доступным во всех смыслах: и по возможности закупки на рынке РФ, и по цене.

Pentium часто вспоминают из-за FDIV, но куда интереснее его «внутренний тригонометр». В этой статье — разбор FPU под микроскопом: как в constant ROM закодированы сотни коэффициентов и табличных констант, почему Intel отказалась от CORDIC в пользу полиномиальных аппроксимаций с редукцией диапазона, и как (вероятно) подбирались коэффициенты через минимакс (алгоритм Ремеза). Поговорим про компоновку ячеек ROM, BiCMOS-драйверы строк, микрокод и datapath, где биты реально встречаются с математикой. По сути — практическая археология кремния: от побитовых «полосок» на кристалле до инженерных компромиссов точности и латентности, которые сделали синус и логарифм быстрыми «на железе».

Диски NVMe с интерфейсом PCIe Gen 5 обещают удвоенную производительность по сравнению с Gen 4 и впечатляющие скорости за 14 000 МБ/с. Но насколько эта скорость необходима в реальных задачах и кому действительно стоит планировать переход? Разбираемся в особенностях разных поколений PCIe SSD и помогаем определить, когда апгрейд имеет смысл.

Одноплатные компьютеры давно перестали быть чем-то удивительным. Теперь они, скорее, утилитарная вещь, база для домашних проектов. Со временем появилась другая проблема — доступность. Первые Raspberry Pi стоили от 25 до 35 $, и это позволяло использовать их для обучения школьников программированию без покупки дорогого ПК. Они были медленными и не слишком удобными, зато на их основе можно было делать разные хоббийные проекты, поэтому они стали популярными.

Со временем характеристики «малинки» значительно выросли, что отразилось на ценах. Стоимость Raspberry Pi 5 начинается с 55 $, а максимальная версия обойдется примерно в 150 $. Закономерно на рынке пачками появляются более дешевые альтернативы, часть из которых по качеству не уступают оригиналу.

Сегодня расскажу об одном из таких аналогов, разработанном радиолюбителем из США, Майклом Бурмейстером-Брауном, позывной N7MDB. Это одноплатный компьютер на базе 4-ядерного ARM Cortex-A53 с тактовой частотой 1.7 GHz с прошивкой, доработанной для запуска HamClock.

Этот материал — продолжение статьи, погружающей читателя в историю соперничества двух крупнейших кремниевых компаний — Intel и AMD. Первая часть ведет рассказ с момента зарождения Кремниевой долины в Маунтин-Вью, штат Калифорния, до 2012 года. Именно тогда к управленческой команде AMD присоединилась доктор Лиза Су, что стало поворотным событием для компании.

В трехлетнем возрасте будущий генеральный директор корпорации вместе с семьей перебралась из китайского города Тайнань в США, окончила Нью-Йоркскую школу естественных наук в 1986 г. и поступила в Массачусетский технологический.

После ее карьера стремительно взмыла на самую вершину: год в Texas Instruments, затем несколько руководящих должностей в гигантской IBM, позднее 5 лет во Freescale Semiconductor на постах технического директора и вице-президента. 

Доктору Су понадобилось всего 5 лет в AMD, чтобы вытащить компанию из ямы глубочайшего кризиса на грани банкротства и вскоре сделать из нее лидера мировой индустрии.

В этом году я остался без света — без предупреждения и надолго, более, чем на сутки. Смартфон быстро разрядился, фонаря у меня не было нормального, так что я сразу оказался в каменном веке. Стало ясно, насколько уязвимыми мы остаемся без доступа к электропитанию. После этого решил разобраться с аварийными устройствами, которые могут помочь, когда розетки рядом нет.

Для начала заказал недорогую модель с ручной зарядкой и радиоприемником, без солнечных панелей и лишних функций. Хотел проверить, что она действительно умеет, насколько эффективна ручка-генератор и можно ли рассчитывать на такой прибор в дороге или при отключении света. Конечно, все это разберем и посмотрим, что внутри. Результаты испытаний и фотки — под катом. Поехали!

Вполне возможно, что в этом году происходит зарождение нового тренда. Он заключается в переносе вычислительных мощностей ближе к пользователю - прямо домой, на его личную вычислительную станцию. Похоже, что большие языковые моделей (LLM) и генеративный ИИ перестают быть прерогативой дата-центров.

В этой статье приведен обзор решений, которые можно применить в качестве домашних вычислительных станций ИИ сегодня.

На дворе 1995 год. Ваш цифровой мир зажат в тисках трехдюймовых дискет, которые вмещают смешные по нынешним меркам 1,44 МБ. Передать документы или программы — целая история, порой требующая целой стопки дисков. И тут на сцене появляется Iomega Zip с ее фантастическими 100 МБ!

Одноплатники формата Raspberry Pi Zero являются одними из самых компактных и дешёвых. Размер платы у них 65х30мм, при этом они имеют необходимый минимум периферии.

На данный момент множество производителей производят платы в таком формате и в данной статье я постарался собрать все, что мне удалось найти.

Последние пару лет я много экспериментировал с LLM на разных железках от GPU-кластеров в облаке до маленьких Raspberry Pi. И вот одна из любимых задачек-провокаций: «А можно ли запустить модель на Pi 4, 5?» Если коротко: можно попробовать, но физика тут сильнее хайпа. У платы есть 8-16 ГБ памяти, у модели десятки гигабайт даже в самых «жестких» квантовках. В лоб это не работает, но зато эксперимент дает интересный результат: мы понимаем, где проходят границы устройства и какие архитектурные схемы реально полезны.

На мой взгляд, будущее не за гигантскими fine-tuned моделями, а за умными комбинациями из «малых» моделей, RAG и грамотной оркестрации. Fine-tuning остается инструментом для узкоспециализированных задач. В большинстве случаев куда выгоднее гибридная схема: данные хранятся и обрабатываются локально (например, на Raspberry Pi), а ресурсоемкая генерация передается в облако. Реализовал такой подход на инфраструктуре Cloud.ru Evolution: там живут большие LLM, а локальный Raspberry Pi выступает в роли приватного узла для индексации и предобработки данных. Этот гайд посвящен именно локальной части — превращению «малинки» в автономного AI-ассистента.