Компьютерное железо

Представлен открытый проект OpenMouse (решение на GitHub), который позволяет настраивать детально все параметры практически любых компьютерных мышек:

• можно настроить DPI, подсветку.

• можно переназначить клавиши, создать макросы и ещё множество вещей.

• работает иногда лучше приложений от производителей и не тратит ресурсы ПК.

• подходит для большинства моделей мышек.

Погонял llama.cpp на пяти NVIDIA CMP 90HX и сравнил layer split с tensor split.

Конфигурация:

• 5 × NVIDIA CMP 90HX по 10 ГБ

• суммарно llama.cpp видит 49 383 MiB VRAM

• 4 карты подключены по PCIe x8

• 1 карта подключена по PCIe x4

• применен rejoin15

• модель - Qwen3.8-27B-Heretic

• квант - Q8_0

• размер GGUF - 26.62 GiB

• параметров - 26.90B

• llama.cpp build e107984

• распределение по GPU - 1/1/1/1/1

• все слои загружены на GPU

• KV cache - F16, тоже на GPU

• Flash Attention - auto

С tensor split картина получилась довольно интересная.

На пустом контексте генерация выросла с 23.76 до 31.93 tok/s. Это примерно +34%.

На 32K контекста - с 22.15 до 31.06 tok/s, то есть уже около +40%.

Для чистой генерации tensor split реально быстрее.

Но есть обратная сторона - prompt processing просел очень сильно.

На пустом контексте:

• Layer - 1992.67 tok/s

• Tensor - 268.46 tok/s

На 32K:

• Layer - 1457.97 tok/s

• Tensor - 246.84 tok/s

То есть обработка входного контекста в tensor split получилась примерно в 6-7 раз медленнее.

На 64K tensor-тест дальше не пошел - модель выгрузилась из памяти. Причину пока отдельно не разбирал, поэтому данные для tensor на 64K, 96K и 128K не привожу.

Layer split при этом нормально прошел весь тест до 128K.

Скорость генерации по мере заполнения контекста:

• 0K - 23.76 tok/s

• 32K - 22.15 tok/s

• 64K - 20.75 tok/s

• 96K - 19.53 tok/s

• 128K - 18.44 tok/s

То есть даже при 128K контекста dense-модель на 26.9B параметров в Q8 все еще работает со скоростью около 18.4 tok/s.

Prompt processing тоже падает постепенно, без резкого провала:

• 0K - 1992.67 tok/s

• 32K - 1457.97 tok/s

• 64K - 1136.52 tok/s

• 96K - 916.35 tok/s

• 128K - 724.86 tok/s

Для обычного чата tensor split может быть интересен, если контекст короткий, а ответы длинные. Там прирост с 24 до 32 tok/s ощущается.

Но если чат уже большой и модель каждый раз должна перерабатывать много входных токенов, выгода быстро начинает пропадать из-за очень медленного prefill.

Для кодового агента вроде Hermes я бы оставил layer split.

Агент постоянно читает файлы, получает куски исходников, и добавляет все это в контекст. В таком режиме скорость обработки входа важнее, чем дополнительные 8 tok/s на генерации.

Плюс layer split у меня стабильно работает вплоть до 128K, а tensor пока отвалился уже при переходе к 64K.

Итог пока такой:

• короткий чат и длинные ответы - tensor split может быть быстрее

• длинный чат - уже спорно

• кодовый агент и большие проекты - layer split выглядит намного практичнее

Сами CMP 90HX тоже порадовали. Qwen3.8-27B dense Q8 дает около 24 tok/s на пустом контексте и около 18.4 tok/s на 128K.

После того как выкрутил вентиляторы на 100%, самая горячая карта держится примерно на 65 градусах.

Z.ai не доказала полную независимость Китая от Nvidia. Но кое-что что важное все же произошло

На прошлой неделе на OpenRouter появилась бесплатная анонимная модель под кодовым именем Ox Alpha. Без названия компании, пресс-релиза и привычного маркетингового разогрева.

За шесть полных дней она обработала 23,2 трлн токенов и стала самой используемой моделью на платформе — с отрывом в 2,3 раза от ближайшего конкурента.

26 августа Z.ai раскрыла карты: под именем Ox Alpha тестировалась её новая модель GLM-5.3-Flash.

Но самое интересное здесь не место в рейтинге и даже не цена. Весь трафик анонимного запуска, по заявлению Z.ai, обслуживался на китайских ИИ-ускорителях.

Трафик OpenRouter за 20–25 августа 2026 года. Источник: официальный релиз Z.ai.

1. Экономика сильных моделей меняется быстрее, чем кажется

На момент публикации миллион входных токенов GLM-5.3-Flash на OpenRouter стоит $0,075, выходных — $0,25. Для GLM-5.3 это $1,25 и $4,40.

Первая цена акционная, поэтому строить долгосрочную экономику только на ней не стоит. Но даже стандартный тариф Z.ai — $0,15 за вход и $0,50 за выход — заметно ниже стоимости большинства моделей сопоставимого уровня.

При этом на внутреннем Z.ai Code Bench v1.0 новая модель на максимальном режиме рассуждения почти сравнялась с Claude Opus 4.8: 29,0 против 29,5 балла.

Важно: Z.ai Code Bench v1.0 — закрытый тест самой компании. По состоянию на 30 августа его задания не опубликованы, поэтому результат нельзя независимо воспроизвести. Считать эти цифры доказательством одинакового качества не корректно.

То есть честная формулировка звучит не как «то же качество в десять раз дешевле», а так: модель уже находится в сопоставимом классе и стоит достаточно дёшево, чтобы её обязательно проверить на собственных задачах.

2. Низкая цена появилась не из воздуха

GLM-5.3-Flash — MoE-модель: всего в ней 320 млрд параметров, но при обработке каждого токена активируются только 18 млрд. Кроме того, в ней 45 слоёв против 92 у сопоставимой по общему размеру GLM-4.5.

Для работы с длинным контекстом объединили механизмы внимания:

• линейное внимание обрабатывает локальные зависимости через состояние;

• разреженное внимание находит релевантные фрагменты во всём контексте через отдельный индексатор;

• IndexPool дополнительно сжимает четыре ключевых вектора индексатора в один.

По расчётам компании, по сравнению с GLM-5.3 это уменьшает вычисления механизма внимания примерно в три раза, а объём KV-кэша — в 4,4 раза на контексте до миллиона токенов.

Если убрать технические детали, смысл простой: модель тратит меньше вычислений и памяти на каждый запрос. Поэтому низкая цена здесь выглядит не только как субсидия для захвата рынка, но и как следствие архитектуры.

Конкуренция в ИИ всё заметнее смещается от гонки за «самую умную модель» к оптимизации всей системы: модели, движка инференса, памяти, сети и железа.

3. Китайское железо прошло проверку массовым инференсом

В течение всего анонимного запуска запросы к Ox Alpha обрабатывал крупный кластер китайских ИИ-ускорителей.

Для него Z.ai построила собственный стек инференса поверх SGLang: с разделением этапов обработки запроса, несколькими видами квантизации, оптимизацией обмена данными и отдельным планированием вычислительных пулов. Компания утверждает, что в результате производительность выросла втрое относительно первоначальной версии на том же оборудовании, а стоимость одного токена стала сопоставима с массовыми решениями на Nvidia.

Ещё одно важное уточнение: речь идёт об инференсе — обслуживании пользовательских запросов. Публичных доказательств того, что GLM-5.3-Flash была полностью обучена без оборудования Nvidia, пока нет.

Это различие принципиально. Обучить большую модель с нуля и обслуживать уже обученную модель в продакшене — разные по сложности и требованиям задачи.

Но результат всё равно значимый. Он показывает, что китайское оборудование уже способно выдерживать массовый трафик модели передового класса, а локальный программный стек — компенсировать ограничения отдельных чипов на уровне кластера.

Как уменьшить потребление ИИ-серверов в 100 раз

Сингапурский национальный университет медицины совместно с партнёрами провёл закрытую демонстрацию серверов CL1 на живых нейронах. Главным преимуществом таких серверов станет низкое потребление — около 25 Вт, в результате стойка из 20 устройств требует от 800 до 1000 Вт — меньше, чем один типичный GPU-сервер.

Нейроморфные процессоры известны с момента начала изучения нейросетей — они выполняются в кремнии, но их особенность — большое количество соединений, чтобы имитировать живые нейроны. И нейросеть из них строится физически. Они действительно показывают низкое энергопотребление, но их архитектура плохо совместима с современными техпроцессами, поэтому в итоге изделия получаются несерийными, а значит — дорогими.

Живые нейроны — это возможность создавать начинку для серверов серийно. Их не создают, а выращивают из стволовых клеток — в результате не возникает этических и регуляторных вопросов. Идея интересная, и Сингапур славится передовыми исследованиями — ИИ, нейроинтерфейсы, квантовые технологии и т. п. Однако пока это научные исследования, учёные не проводили тестов, неизвестна не только производительность, но и точность работы, ведь живые нейроны нередко ошибаются.

Интересное направление, будем за ним следить, надеемся, это всё не закончится «Матрицей».

Наша команда потихоньку перебирается в новый офис и обзаводится дополнительным оборудованием. Среди новых "игрушек" у нас появился источник питания RIGOL DP932E, цифровой мультиметр DM3058E, осциллограф RIGOL DS1202Z-E, на подходе USRP-200 и еще более 50 позиций.

Среди давно ожидаемого оборудования, как бы это не казалось таким странным, являлся тепловизор и, в данном случае, наш выбор остановился на Verdo Ti3101.
Тепловизор - вещь достаточно незаменимая и нужная в хозяйстве. Основная задача измерителя - найти неисправные элементы для их последующей замены и восстановления работоспособности устройства: подаешь 1-2 вольта и смотришь где греется - там и короткое замыкание.

Также тепловизор позволят проводить мини расследования/исследования: достаточно на несколько секунд взять в руки любой предмет и на нем на долгое время останутся ваши тепловые следы. Скажем так, если вы набираете пин-код на устройстве, его также можно попробовать вытащить с помощью тепловизора.

Ну и конечно же, тепловизор является основным "оружием" управляющих компаний, когда они проверяют не проложили вы у себя в квартире теплый пол используя трубы для батарей: на экране отлично видно где и как проложена инфраструктура.

Но меня поразил "побочный эффект" (если можно его так назвать) тепловизора, отчего я снова могу начать верить в приведений 😅 Ситуация в следующем: я находился в кабинете, стены которого выполнены из стекла. Стекло было прозрачным, но все равно, если присмотреться, можно было увидеть свое отражение. И тут я направляю тепловизор на свое отражение и ... оно явно и четко появляется на экране, да и еще с повышенной температурой.
То есть еще раз: тепловизор принимает тепло моего отражения в стекле.

Физику процесса с коллегами мы кубатурили долго и пришли к вероятностному выводу, что все есть волны. Соответственно, волны тепла от моего тела частично отразились от стекла и попали на объектив тепловизора. Не знаю, насколько это истинна, но было жутковато.
Коллеги, поможете нам в решении этой головоломки, почему так происходит?

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

Как аптечная сеть «36,6» снизила ИТ-расходы в 1,5 раза после переезда на bare metal

Аптечная сеть «36,6» росла, а инфраструктура за этим не успевала. Аналитические расчеты требовали все больше мощности, а ядро сети держалось на двух коммутаторах Cisco с потолком 1 Гбит/с — в часы пик из-за этого могли сбоить аптеки. Бюджет при этом растягивать не хотелось.

Решением стал переход на bare metal в Рег.облако. Собрали инфраструктуру, которая оставила «36,6» полный контроль над железом и дала запас мощности для роста.

Что сделали:

• перенесли больше 400 виртуальных машин за два месяца, без простоев в бизнес-процессах;

• в основном ЦОДе — хосты на AMD EPYC с памятью DDR5 и три системы хранения;

• заменили ядро сети: вместо упиравшихся в 1 Гбит/с коммутаторов Cisco поставили масштабируемое программное решение;

• добавили серверы с GPU под большие языковые модели и резервный ЦОД с объектным хранилищем S3.

В результате расходы на инфраструктуру снизились в 1,5 раза, производительность кластера выросла в среднем на 40%, а ключевой расчет ускорился с 22 до 16 часов. Подробнее о технической реализации — в кейсе на сайте Рег.облака.

Все, что нужно знать про нового главу Apple — пожилая пользовательша принесла на ремонт Apple Cinema Display 2004 года выпуска, который сломался впервые за 22 года. Cinema Display был первым проектом в Apple, над которым работал лично Джон Тернус. Устройство всё ещё работает, но дисплей в последнее время не в лучшей форме.

Сколько на самом деле стоит локальная LLM?

Привет, Хабр! Я Дмитрий Емец, тимлид отельного поиска в Островке.

Как и многие, до какого-то момента я воспринимал локальные LLM как «свои»: модель скачана, компьютер уже куплен, API-ключ не нужен. Запустил — и работаешь.

Но с чем я сравниваю локальный запуск — с API или с нулём?

Решил прикинуть: привести оба варианта к одной метрике — стоимости 1 млн выходных токенов. 

Сразу оговорюсь: это не сравнение качества моделей. Одинаковый объём генерации не означает одинаковое число решённых задач.

Розетка — не главное

Для расчёта беру домашнюю сборку с RTX 5080. Заявленное потребление видеокарты — 360 Вт, поэтому для грубой оценки закладываю 500 Вт на всю систему под нагрузкой.

Тариф — 10,4 ₽ за кВт·ч, верхняя граница из моих московских тарифов.

0,5 кВт × 10,4 ₽/кВт·ч = 5,2 ₽ в час.

Электричество стоит меньше шести рублей в час. Но API продаёт токены, поэтому важна скорость генерации. 

Возьмём три условных сценария: 10, 20 и 40 токенов в секунду. Конкретная скорость зависит от модели, квантизации, размера контекста и движка.

Один миллион токенов при таких скоростях генерируется примерно за 28, 14 и 7 часов. Значит, электричество обойдётся в:

• 145 ₽ при 10 ток/с;

• 72 ₽ при 20 ток/с;

• 36 ₽ при 40 ток/с.

И это всё ещё не основная статья расходов.

Железо меняет картину

Моя сборка стоит около 370 тыс. ₽. Чтобы оценить её стоимость, предположим, что она куплена преимущественно ради локального инференса и амортизируется три года без учёта остаточной стоимости: 250 рабочих дней в году по восемь часов.

370 000 / 3 / 250 / 8 ≈ 62 ₽ в час.

При полной полезной загрузке амортизация на 1 млн выходных токенов составит:

• около 1710 ₽ при 10 ток/с;

• около 860 ₽ при 20 ток/с;

• около 430 ₽ при 40 ток/с.

С учётом электричества получаем примерно 1860, 930 и 460 ₽ соответственно.

Расчёт предполагает, что все учтённые часы GPU действительно генерирует полезные токены. Если система простаивает, фактическая цена токена растёт. Если компьютер уже был куплен для других задач, наоборот, полную стоимость сборки относить на LLM некорректно: тогда имеет смысл считать только дополнительные расходы и стоимость занятого GPU-времени.

С чем сравнивать API

У провайдеров входные и выходные токены обычно оплачиваются отдельно. Для сопоставимости я беру только выходные токены. Время обработки входного контекста локально тоже не учитываю, поэтому для длинных запросов этот расчёт будет нижней оценкой.

По открытым тарифам порядок цен такой: 

• бюджетный сегмент (GPT-5.4 nano, Gemini 3.1 Flash-Lite) — 50–150 ₽ за 1 млн выходных токенов;

• средний сегмент (GPT-5.6 Terra, Gemini 3.5 Flash) — 450–1000 ₽;

• верхний сегмент (Claude Opus 5, GPT-5.6 Sol) — 1500–3000 ₽.

Цены округлены по официальным тарифам и курсу на 31 июля 2026 года. 

Получается:

• при 10 ток/с локальный запуск по цене попадает в верхний сегмент API — 1860 ₽;

• при 20 ток/с он сопоставим со средним — 930 ₽;

• при 40 ток/с начинает выглядеть конкурентно — 460 ₽, но только при высокой загрузке и без учёта различий в качестве моделей.

Когда локальный запуск оправдан

Локальная LLM не становится бесплатной только потому, что счёт за API не приходит. Главные параметры — стоимость железа, скорость генерации и загрузка.

Экономика может сойтись, если GPU уже куплен, регулярно используется и локальная модель решает нужную задачу не хуже доступной альтернативы. Если железо приобретено специально и большую часть времени простаивает, «свои токены» просто скрывают расходы внутри покупки.

Но цена — не единственный критерий. Приватность, офлайн-работа, предсказуемость и полный контроль могут оправдать локальный запуск даже без выигрыша в рублях.

Для ряда моих задач локальные LLM пока не выстрелили. В сложной разработке с большим контекстом быстро упираешься в объём памяти, а подходящее железо стоит несопоставимо дороже подписки за условные $20 в месяц. 

А для вас локальная LLM уже стала рабочим инструментом — или пока остаётся дорогим хобби? Расскажите в комментариях.

Не устану повторять, что подключение ОТ и АСУТП оборудования к интернету является не самой лучшей идеей, равно как и использование беспроводных технологий для их управления. И если вы думаете, что это касается только корпоративной среды с их заводами и мануфактурами, то смею вас огорчить, что это не является истиной уже как последние несколько лет.

Умные дома раньше были предметами роскоши и гордости. Конечно, потратить несколько десятков или сотен тысяч на дорогущее оборудование для управления светом, климатом, охраной и мультимедией в автоматическом режиме дорогого стоит. Только раньше все эти помощники базировались преимущественно на проводных шинных стандартах, а не на радиоволнах.

Сейчас же ситуация кардинально изменилось. Правилом хорошего тона является LoRa или Wi-Fi (иногда и 433,92 МГц), быстрая установка, чистота и доступность из любой точки мира.
Отчасти в этом виноваты сами потребители: устройства умного дома устанавливают в уже отремонтированные дома и квартиры, стены которых для прокладки кабеля никто штробить не хочет: тут и грязь, шум, да и дополнительный бюджет на работы и провода. Гораздо проще подключить чайник по LoRe к умной колонке и голосом его заваривать (кто правда воду наливать будет не сказано)).

Вот тут вот и кроется самая главная уязвимость: радиоволны выходят далеко за пределы вашей квартиры или дома и злоумышленник без особого труда, находясь в соседнем подъезде, меняет вам температуру на термостате "умной" батареи. И я сейчас не фантазирую, а рассказываю реальный кейс, когда мой друг купил себе такой обогреватель и при подключении и настройке нашел аналогичный у соседей (кстати, при подготовке данного поста я также нашел несколько чужих устройство в радиусе действия).

Самое распространенное приложение для управления домом является SmartLife, которое де-факто считается золотым стандартом бюджетных и средне-бюджетных "умных устройств". Если мы откроем программу, мы увидим, что оно умеет работать с розетками, светом и LED-лентами, датчиками движения, холодильниками, кофе-машинами, электрическими автоматами и еще с более 100 устройств. То есть теперь злоумышленник не только может удалить пару файлов у вас на компьютере и украсть данные карт, но и физически причинить ущерб, вплоть до летального исхода.

Почему я снова об этом заговорил? Буквально пару дней назад Ремонтяш выпустил новое видео, в котором обозревает китайский клон японского "умного" унитаза, выделяя все его удобства, красоту и функциональность. Однако, не смотря на то, что Ремонтяш достаточно хорошо разбирается в IT, проблема беспроводной безопасности как-то прошла стороной. Он только вскользь упомянул, что пульт работает на частоте 2,4 ГГц и является основным центром администрирования, включая настройки температуры воды.
Поэтому, скажем так, я не готов доверить свое тело на откуп китайским инженерам и добросовестности соседей, которые случайно смогут подключиться к моему унитазу (про дружелюбный интернет с его пранками я думаю напоминать не стоит).

Так что теперь распространенное выражение из конца нулевых

я тебя по IP вычислю и надеру }|{0пу

не кажется уже и таким виртуальным. А вы что скажете: доверемся 2.4 ГГц или лучше все-таки по кабелю?

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

Китайская память не снизила цены на рынке, но стала ценным активом 🌟

Китайская CXMT 27 июля вышла на Шанхайскую биржу и в рамках IPO привлекла 8,6 млрд долл. По итогам первого дня торгов её оценка составила около 464 млрд долларов — выше, чем у китайских гигантов Alibaba и Tencent, и даже американской Intel. Почему компанию оценивают так высоко и поможет ли она сбить цены на ОЗУ?

Китайская компания, по собственным данным, по итогам 2025 года заняла 8% рынка DRAM. И привлечённые средства планирует вложить в расширение производства. Но показательно, что падения цен на память не происходит, хотя даже Apple добивалась от Белого дома разрешения использовать память CXMT, чтобы решить проблему её дефицита.

Медиа отмечают, что стоимость 64-Гбайтного модуля RDIMM (серверной регистровой памяти) на чипах CXMT на китайских маркетплейсах составляет 2800 долларов, что сравнимо со стоимостью аналогичных комплектующих на микросхемах Samsung и SK Hynix. На американском Amazon можно купить такую же память Samsung даже на 400 долларов дешевле.

Это парадоксальная ситуация, учитывая, что ведущие производители памяти делают чипы по 2-нм техпроцессу на фабриках Samsung и TSMC, а китайцам приходится довольствоваться 7-нм производством SMIC. Теоретически более «толстый» техпроцесс должен приводить к большему размеру и энергопотреблению чипов, а также к меньшему выходу высокопроизводительных микросхем. Но CXMT не собирается из-за этого снижать цену. К ней привели санкции США и дефицит на рынке микросхем.

Из-за санкций США китайские производители памяти стали безальтернативными поставщиками для многих компаний. Дефицит полупроводников заставляет остальных покупателей мириться с недостатками китайской продукции. Убытки китайских производителей памяти из-за низкого выхода годных чипов покрывают дотации правительства Китая.

Пока на рынке ажиотажный спрос на память, снижения цен ждать не приходится. Но положительный фактор в IPO CXMT всё-таки есть. После расширения производства и освоения 2-нм технологии китайскими литографами у компании появится возможность покрыть дефицит на рынке, и цены наконец пойдут вниз.

Представлен открытый проект ODS (Osmantic Deployment System). Это проект, который превращает ПК в приватный ИИ‑сервер. Решение само определяет характеристики ПК, подберёт под них подходящую модель, скачает её и запустит локальный инференс:

• все локально и приватно: можно работать с документами, кодом и другими важными данными;

• через одну панель можно подключить голосовых помощников, агентов вроде Hermes, RAG, поиск, генерацию изображений и десятки других инструментов;

• без облачного сервиса. Без подписки.

По роду своей деятельности нашей команде постоянно приходится сталкиваться с обходом физической безопасности: будь-то биометрия, СКУД или обычные “амбарные” замки. И как бы не казался большой металлический “кирпич” неприступной крепостью, вскрыть его (при этом вскрыть без повреждений) зачастую оказывается упражнением с низким уровнем сложности.

В рамках нашего очередного исследования, мы приобрели ряд навесных замков с биометрией по отпечатку пальца. И, очевидно, целью исследования мы ставили обход биометрии. В итоге, после детального разбора как аппаратной, так и программной части, мы нашли как минимум 2 негласных пути взлома.

Причиной вскрытия в первом методе, как можно наблюдать на видео, является слабая пружина запорной пластины, которая под действием перегрузки сдвигается и высвобождает наружную скобу. Как итог: прикладываем небольшую силу (например, удар) и замок открывается.

Второй путь - заложенный производителем бэкдор, который при наборе определенной комбинации на замке его просто открывает. Ужас начинается тогда, когда мы попробовали воспроизвести этот код на остальных образцах исследования: все замки имеют встроенную уязвимость (спасибо восточным партнерам за унификацию). В результате, 1-2 минуты и дверь открывается.

По понятным причинам, мы не будем публично раскрывать эксплойт, но уже уведомили об этом производителя и сделали запрос на присвоение CVE/BDU. Как говорится, ждем-с.

Кроме того, уязвимостью также может быть неправильный выбор материала замка (изучаем физику). Если запорная пластина выполнена из металла, подверженного намагничиванию, то отодвинуть ее можно с помощью простого магнита. Второе видео, скорее всего, является постановочным, но как вектор атаки его никто не отменял. К слову, этот метод был опробован первым в исследовании биометрических замков, однако инженеры предусмотрели такой вектор атаки: запорная пластина выполнена из дюралюминия и не подвержена действию магнита.

Подводя краткий итог, могу с уверенностью сказать, что выражение

Все замки от честных людей

появилось не просто так и действительно является правдой. Поэтому, выбирать инструменты или оборудование для организации защиты нужно с умом: злоумышленники думают не стандартно и не всегда идут напролом по предложенному пути.

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

В нулевых среди геймеров было распространено поверье: мол чем больше памяти в видеокарте, тем она круче.

Конечно в нулевых объем VRAM уже особо не решал. Видяшки устаревали буквально за год-два, даже топовая GeForce 4 Ti уже в 2004 году почти полностью потеряла свою актуальность из за того, что новые игры активно использовали SM 2.0, а GF4 поддерживал только SM1.1.

Объем VRAM удваивался почти каждый год. В 2001 нормой было ~32МБ, в 2002-2003 чаще всего можно было встретить 64-128МБ, начиная с 2004'ого пошли видеокарты с 256МБ VRAM, а к 2010'ому 2ГБ DDR3 памяти получали уже бюджетки типа GT430. Примерно в 2013-2014 стремительный рост производительности и функционала десктопных GPU прекратился, благодаря чему старые видеокарты живут уже не год-два, а чуть ли не по 5 лет.

Однако откуда пошло это поверье? Из 80-х и 90-х! Дело в том, что первые видеокарты были исключительно 2D. Состояли они из знакогенератора, небольшого объема VRAM и RAMDAC. Знакогенератор занимался задачами вывода консоли в так называемом текстовом режиме (в нем работает DOS, Volkov Commander и т.п.), оперируя символами и атрибутами, в то время как RAMDAC выводил "выхлоп" знакогенератора на экран. При переключении в графический режим, RAMDAC переставал выводить "выхлоп" знакогенератора и отображал на мониторе так называемый буфер экрана (фреймбуфер).

От размера распаянной VRAM и зависело насколько большой и "цветастый" видеорежим может выдать RAMDAC (речь про VGA, EGA/CGA мы опустим) - бюджетные карточки с 512КБ VRAM могли рассчитывать на 8-битное (256 цветов) изображение в разрешении ~800x600 (но при этом 16-битное в 320x240), в то время как более дорогие модели с 2МБ могли выводить чуть ли не HD в 16 битах! Именно поэтому считалось что чем больше видеопамяти в видяхе, тем она круче.

Хотя конечно крутость 2D карточек определялась не только видеопамятью. Помимо VRAM, роль играла производительность "GPU" в видео режимах с большим разрешением и высокой битностью цвета (некоторые лагали, из за чего тормозили и игрушки - хотя процессор вполне вывозил), а в 90-х - поддержка DirectDraw.

Как мы с вами помним, первые видеокарты ничего не ускоряли (ну, кроме знакогенератора) и тупо выводили картинку на экран. Ее формированием занимался процессор. Но в 90-х появилось понятие видеоускориеля - видеокарты, которая может разгружать процессор путем выполнения базовых операций - рисование аппаратного курсора, быстрая отрисовка изображений на дисплей (блиттинг), рисование примитивов типа линий/прямоугольников и другие полезные операции. DirectDraw позволял использовать эти возможности без особого геморроя, оперируя простой концепцией "поверхностей", благодаря чему использовался в сотнях игр под Win9x. HoMM, Fallout, GTA, Warcraft - все эти игры юзали DD в качестве графического API.

После DDraw появились первые массовые 3D-видеокарты, а затем 2D стало частным случаем 3D. Именно поэтому большинство современных интерфейсов и 2D игр работает с использованием именно 3D-ускорителя.

Заключительная рубрика ИТ-кроссворда. Старт через 15 минут 🦖

В 12:00 по московскому времени открываем последнюю рубрику ИТ-кроссворда — «ML-железо». В публикации вас будут ждать вопросы об вендорах, подборе комплектующих и распределении вычислительных ресурсов.

Зарегистрироваться →

👉 Отвечать на вопросы можно с 12:00 до 18:00 (МСК). Среди призов — комплекты эксклюзивного мерча Selectel и бонусы на аренду серверов.

Напоминаем, что бороться за первое место в общем зачете не обязательно, вы еще успеваете посоревноваться и выиграть призы, даже если ранее не подключались к игре! Победители и номинанты будут в каждой из четырех рубрик.

Экс-разработчик Microsoft Дэйв Пламмер показал, как миниатюрная копия двигателя Стирлинга может работать от тепловой энергии, выделяемой компьютером на базе процессора AMD Threadripper.

Элемент, представляющий собой двигатель Стирлинга, размещён на материнской плате в области процессора AMD Threadripper 3970X (32 ядра, 64 потока, архитектура Zen 2). Также можно увидеть, что для создания нагрузки на систему и выработки тепловой энергии используется Cinebench. В результате часть тепловой энергии преобразуется в механическое движение, за счёт чего работает поршень двигателя и вращается маховик.

Пламмер не настаивает на том, что использование такой конструкции способствует охлаждению системы. Также не озвучены конкретные температурные значения до и после использования модели двигателя Стирлинга. Тем не менее, этот эксперимент наглядно показывает, что даже компоненты материнской платы компьютера могут выделять немало тепловой энергии.

Неделю назад КиберËж проводил CyberWeekend (где там правда викенд они нашли в начале недели, я не знаю 😂) и, в том числе, пригласили меня побеседовать про Программно-аппаратный хакинг как одно из самых сложных и интересных направлений в кибербезопасности, объединяющее знания из программирования, электроники, сетей, встроенных систем и реверс-инжиниринга.

В рамках диалога мы с Павлом осветили такие темы, как:
* Почему специалистов в этой области так мало и чем они занимаются на практике.
* Почему искусственный интеллект пока не способен заменить экспертов по аппаратному хакингу: работа с реальными устройствами требует опыта, интуиции и нестандартного мышления.
* Как после 2022 года изменились основные направления атак и почему всё больше внимания уделяется IoT-устройствам и объектам физической инфраструктуры.
* Какие навыки стоит развивать уже сегодня тем, кто интересуется IT, электроникой и информационной безопасностью.

Могу с уверенностью сказать, что доклад будет полезен начинающим специалистам, студентам технических направлений и всем, кто хочет понять, как устроена одна из самых редких и востребованных профессий в сфере кибербезопасности.

Ну и конечно же, интервью можно легко посмотреть в 📺 ВКвидео.

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

Выбираю консоль под GTA6, стоит ли брать Xbox X вместо переплаты за ps5 /5 pro?

Вот задумался я подготовиться к выходу эпохальной GTA, комп у меня есть отдельный, большой телек по акции и диван купил, а что выбрать из консоль-огрызков и понятно, и непонятно.

Вроде все берут ps5 либо proшку.

Но с другой стороны, глянул на Xbox X на Авито и не пойму хейта в сторону его:

• Производительность X и обычной pro 5 одинаковая и на уровне эконом ПК. Proшка дороже раза в 1,5 а по факту , ну не 20, а 25 fps будет

• Эксклюзивов PS5 как будто на момент 2026 почти нет и особо не будет.

• На Авито Xbox X с какой-нибудь библиотекой стоит 30-35к ! PS5 / pro - ≈ 40/55к.

• Так на боксе ещё обратная совместимость с кучей старых прикольных игр и игры дешевле, и можно брать сразу на pc/xbox 1 игру!

8

Среди радиолюбителей и SDR-энтузиастов самой желанной "игрушкой" является продукция компании Ettus Research (работающей под брендом NI). Их оборудование USRP: Universal Software Radio Peripheral, Универсальное программно-определяемое радиоустройство - представляет собой если не эталон, то близкий к идеалу образец программно-определяемого радио.

Цена у аппарата соответствующая: за самый бюджетный и уже устаревший USRP B200 компания просит $1.420 (~106.500 руб.), а его обновленная версия USRP B206mini-i стоит $1.820 (~136.500 руб.). Вместе с тем, за продвинутые устройства USRP серии Х можно вполне купить квартиру в ближнем Подмосковье - $51.360, что составляет примерно 3.8 миллиона рублей.

Если все-таки имеется желание и, самое главное, возможность приобрести USRP, я бы предложил заказать его напрямую через друзей из-за границы, так как Российские компании-импортеры устанавливают на них маржу в 2-2.5 раза. Самый дешевый ценник, который я нашел: компания из Екатеринбурга готова поставить USRP B200mini-i за 200.000 рублей, а распространенная сеть радиокомплектующих за абсолютно тот же SDR просит 269.300 рублей...

Но если нельзя, но очень хочется, то можно

На помощь нам в очередной раз приходят поднебесные партнеры: они "разработали" и выпустили на рынок SDR-устройство TZT B200-mini-i. 
Как заявляет производитель: 

плата разработки радиочастотного программного обеспечения USRP заменяет Ettus B200Mini/B210, индекс производительности, соответствует импортированной версии, и ее стабильность лучше

Устройство полностью совместимо со всем программным обеспечением для оригинального Ettus USRP и в компьютере определяется соответствующе.
Ценник тоже не может не радовать, который на всех доступных нам маркетплейсах стартует от 38 тысяч рублей, что бюджетно по меркам оригинального.

Что касается качества приема/передачи и чистоты сигнала - ничего не могу сказать, так как сам лично руками не "щупал". Интернет и видеохостинги тоже скупы на обзоры: нашел только 1 (одно) видео, в котором автор хвалит новомодное устройство за качество сигнала, а также Wiki AliExpress, в котором обозревают фактически свой же продукт.

В общем, тут на личное усмотрение, готовы ли вы за китайскую копию отдать 40 тысяч рублей. Лично я уже намучился с аналогом HackRF, с его шумами и кривым приемом, поэтому лишний раз не хочу портить себе нервы. В данном случае я бы посоветовал немного поднакопить, и взять оригинал того же LimeSDR или BladeRF.

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

Вот скажите, вы когда-нибудь задумывались, что колеса автомобиля можно взломать? И я сейчас не говорю про "баллоник", домкрат и десяток кирпичей. Возможно для кого-то сейчас будет откровением, но современное колесо это не только металлический диск и резиновая шина, а еще и система TPMS, работающая на частотах 315/443 МГц. Давайте разберемся, что это такое и зачем это вообще нужно.

TPMS - это Tire Pressure Monitoring Systems, что в переводе "Система мониторинга давления в шинах", предназначена для предупреждения водителя о критическом падении давления шин через приборную панель. Изначально система была разработана после серии трагических аварий с участием Ford Explorer и шин Firestone в конце 90-х, когда низкое давление приводило к перегреву, разрывам покрышек и последующим переворачиваниям автомобилей на высоких скоростях.
И по сути, введение системы TPMS было реакцией правительства США, издавшее в 2000 году TREAD Act (Transportation Recall Enhancement, Accountability and Documentation), который обязал автопроизводителей оснащать автомобили вышеназванной системой для повышения безопасности, снижения расхода топлива и уменьшения износа покрышек.

Существует 2 типа работы TPMS. Первый, он же "Непрямой мониторинг" использует датчики ABS-системы для контроля скорости вращения колес: при падении давления диаметр колеса уменьшается, оно начинает вращаться быстрее остальных, система фиксирует эту разницу и выдает предупреждение.
Но нас интересует второй тип: "Прямой мониторинг". В данном случае датчики установлены в каждом шине (обычно на клапане), измеряют давление и температуру, и передают данные по радиосигналу (обычно на 315/433 МГц) на бортовой компьютер автомобиля. И вот тут вступает в игру SDR со всеми его прелестями ;)

Автор доклада (Stephen Pote) решил проэксплуатировать TPMS и собрал систему наблюдения на основе RF с использованием радио данных. В своей лаборатории он использует микроконтроллеры ESP32 и модули CC1101 для создания сети приемников, которые обнаруживают эти сигналы и отслеживают движение автомобилей. В качестве возможного применения Стивен указывает на управление воротами (разрешение проезда только известным автомобилям с оповещение пользователя по электронной почте или SMS), отслеживание транспорта и картирование маршрутов, контроль потока транспорта вокруг границы участка, а также предупреждение при обнаружении непроверенного автомобиля и отслеживание паттернов движения во времени.

Со своей стороны я вижу атаку типа социальной инженерии, что если необходимо остановить автомобиль (например, с важным лицом компании), можно подать более мощный сигнал о пробитии колеса. Ну а дальше зависит от целей и задач нарушителей, например, передать забытые в офисе документы.

Более подробно в докладе автора, а мы после просмотра можем подискутировать в комментариях на предмет ценности данного исследования.

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

Когда мы слышим истории про взлом высокотехнологического оборудования или АСУТП промышленного предприятия (например ядерного реактора как это произошло со Stuxnet), способного вывести из строя города и страны, мы невольно подразумеваем правительственный след. Однако, как покажет следующая история, пара малоизвестных специалистов по программно-аппаратному хакингу практически в домашних условия способны положить большую часть IT инфраструктуры чуть ли не всего мира.

9 июня 2026 года Вера Менс (Vera Mens) из TEAM82 опубликовала большое исследование по атаке на источники бесперебойного питания (ИБП) от известной компании Vertiv. Коллега выявила 2 критические уязвимости в сетевых картах вендора, каждое с оценкой 9.8 баллов по шкале CVSS:
CVE-2025-46412 - обход аутентификации, позволяющей атакующему получить доступ к оборудованию через Web-интерфейс;
CVE-2025-41426 - переполнение буфера, позволяющее выполнить произвольный код на уяязвимом устройстве.

Главна проблема кроится в том, что вышеназванная компания является чуть ли не монополистом в поставке ИБП во все западные ЦОДы. С учетом того, что бесперебойники обеспечивают нормальную работу оборудования в случае отключения электроэнергии, а также защищают системы от скачков и падений напряжения и позволяют безопасно завершать работу, управление данным девайсом ставит под угрозу доступность и целостность инфраструктуры.

Не могу не обратить внимание на этический аспект команды TEAM82, которые перед публикацией статьи связались с вендором и передали все наработки. Компания Vertiv приняла отчеты, подтвердила наличие уязвимостей и выпустила патчи для уязвимых плат: Liebert RDU101 (патч v1.9.1.2_0000001) и IS-UNITY (патч v8.4.3.1_00160). К счастью, эксплойты не опубликованы, так что кто еще не успел обновиться - могут не переживать за скрипт-киди и веерные проверки на доступность.

Не устану посторять это каждый раз: не используйте интернет и беспроводные технологии на объектах АСУТП. Исключительно изолированный внутренный контур с доступом по проводам.

🧠 Обязательно поделись с теми, кому это может быть полезно: 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте