В 2017 году Китай представил амбициозный план мероприятий, целью которого было возглавить разработку ИИ, а также закрепить это лидерство к 2030 году. В 2020 году планировалось представить «знаковые достижения», т. е. продемонстрировать прогресс в области ИИ. Но вот настал 2022 год, OpenAI явила миру свой ChatGPT, Китаю же ответить на это было нечем.

В то время ведущие китайские технологические компании всё ещё приходили в себя после регуляторного давления правительства. Суровые меры, действовавшие полтора года, сократили китайский технологический сектор примерно на 1 триллион долларов. Так китайским разработчикам чат‑ботов ИИ пришлось ждать почти год, чтобы получить одобрение правительства на выпуск своего продукта. Некоторые полагали, что строгая цензура властей заставит страну отказаться от притязаний в области ИИ. В то же время экспортный контроль, введённый администрацией Байдена всего за месяц до первого выпуска ChatGPT, был направлен на то, чтобы перекрыть доступ Китаю к передовым полупроводникам, необходимых для обучения крупных моделей ИИ. Без современных чипов цель Пекина — превосходство ИИ к 2030 году — казалась все более недостижимой.

Но если оценивать положение дел сегодня, то можно сказать, что множество моделей от китайских разработчиков свидетельствует о том, что лидерство США в области ИИ пошатнулось. В ноябре 2024 китайский видеоигровой гигант Tencent показал Hunyuan‑Large, модель с открытым исходным кодом, которая, как показало тестирование компании, превзошла лучшие открытые модели в США по нескольким показателям. В конце декабря 2024 года, DeepSeek выпустила DeepSeek‑v3 — модель, которая опередила ИИ‑модели с открытым исходным кодом в популярной онлайн‑таблице лидеров и не уступает лучшим закрытым системам от OpenAI и Anthropic.

Напротяжении более десятка лет компании придерживались одного, как им казалось, простого и надёжного правила: если ИИ‑системы постоянно масштабировать, то они будут становиться всё умнее и умнее. Такая гипотеза возникла не на пустом месте. В 2017 году исследователи из Baidu доказали, что, алгоритмы ИИ обучаются быстрее, если задействовать бОльшее количество данных и вычислительной мощности — независимо от того, была ли система разработана для распознавания изображений, текста или синтеза речи. Причём такие улучшения можно спрогнозировать с помощью математической модели.

Такая закономерность побудила ИИ‑компании вкладывать сотни миллионов в крупные вычислительные кластеры и массивы данных. Риск себя оправдал, и теперь вместо сырой машинной обработки текстов у нас есть чат‑боты, умело отвечающие на запросы пользователей.

Но сегодня эта, казалось бы, прописная истина «чем больше, тем лучше» подвергается сомнению.

В недавних отчётах, опубликованных Reuters и Bloomberg, делалось предположение о сокращении доходов, полученных от масштабирования систем ИИ. Ранее The Information сообщала о том, что в OpenAI усомнились во взятом курсе после того, как невыпущенная модель Orion не оправдала ожиданий во время внутреннего тестирования.

“Милтон” стал пятым ураганом в 2024 году, обрушившимся на материковую часть США. Поскольку такие циклоны стали происходить всё чаще и разрушительная их сила только растёт, метеорологи нередко стали прибегать к помощи искусственного интеллекта, дабы попытаться отследить штормы и смягчить потенциальный ущерб.

Вот уже много лет прогнозы погоды составляют с помощью сложных моделей, основанных на показателях скорости ветра, температуры, влажности и других факторов. Показатели, в свою очередь, регистрируют с помощью датчиков с самолётов, буев и спутников. Недостаток таких моделей в том, что на получение обновленного прогноза может уйти несколько часов.

Что же касается моделей машинного обучения, то их обучают на большом объёме данных об атмосфере Земли и пути движения ураганов, которые происходили раннее. Они способны выявить "шаблоны данных" и отследить динамку. ИИ-модели неоднократно предсказывали появление штормов за несколько дней до того, как те обрушивались на побережье. Сам процесс занимал всего несколько секунд.

“Метеорологи относятся к ИИ-моделированию по-разному: одни — с недоверием, другие целиком полагаются на ИИ, — замечает метеоролог из Хьюстона Мэтт Ланца. — Что касается прогнозирования ураганов, то мы обнаружили, что ИИ-модели ничем не уступают моделям, основанных на физических уравнениях. И потому их тоже нужно применять в своей практике”.

Ланца также сообщил, что различные методы прогнозирования указывали на то, что Милтон, вероятно, пройдёт между Клируотером и Сарасотой во Флориде. “ИИ-модели, — говорит Ланца, — сделали этот прогноз на 12–18 часов раньше других моделей”.

Мир полупроводников сравним с мутными водами. Многие знают, что такое процессор и как он работает, однако с этапами его производства и применяемыми технологиями знакомы далеко не все. И потому когда меня пригласили на завод Intel в штате Пенанг (Малайзия), чтобы постичь искусство изготовления чипов, я с радостью согласился.

Если обобщать увиденное, то можно сказать, что помещения на территории завода можно разделить на зоны, где пластины режут на кристаллы, сортируют, затем устанавливают на подложки. На каждом этапе их неоднократно тестируют. Мы также побывали в лабораториях, где выявляют дефекты у кристаллов и чипов, проваливших испытания. Ещё там есть зоны, где производят испытательное оборудование, применяемое на фабриках Intel по всему миру.

Сотрудник Intel, с которым я пообщался, считает свой завод самым высокотехнологичным в мире, и с этим трудно спорить.

Экскурсия состояла из двух частей. Даже из трёх, на самом деле. Сначала мы посетили завод по корпусированию и тестированию чипов в Пенанге (PGAT). Название говорит само за себя. Кристаллы здесь помещают с помощью манипулятора на подложку печатной платы, и наносят распределители тепла. Затем мы отправились в материковую часть страны, где расположен завод по сортировке и обработке кристаллов.

Что до статьи, то я разделил её по главам по производственным стадиям, а не в хронологическом порядке. Нам много где не разрешили вести съёмку и даже проносить блокнот, но я надеюсь, что память не подвела меня.

Семь-восемь лет назад TSMC производила процессоры, которые отставали от аналогичных процессоров Intel на несколько поколений. Пятнадцать лет назад выпускала дешёвые чипы на заказ, которые не ставили рекордов производительности. А тридцать лет назад едва появилась на свет.  Теперь она в списке самых влиятельных компаний. Так как же TSMC покорила мир?

Сегодня компания считается ведущим производителем чипов, опережающих по крайней мере на одно, а может и на два поколения процессоры Intel. На её долю приходится примерно половина чипов на заказ, более 90% из которых производятся по передовым технологиям. На её кристаллах работают не только ПК и телефоны, но и автомобили, военная техника, медицинская аппаратура и всё, без чего трудно обойтись сегодня.

Головной офис TSMC находится в Тайване. Остров де-факто функционирует как отдельное государство, однако до сих не получил признания мировой общественности.

Итак, современная жизнь сильно зависит от продукции одной-единственной компании, базирующей в стране, которой как бы не существует. Остров, где расположена страна, отделён от Китая тонкой полоской воды и может стать самым опасным местом на Земле. Но как мы до этого дошли и что ждёт нас в будущем?

Фанатам старой компьютерной техники наверняка хороша знакома продукция TSMC. Скорее всего, она ассоциируется у них с недорогим, не очень производительным даже по тем меркам оборудованием. Однако ж умалять значение фирмы нельзя – благодаря ей создавались очень нужные компоненты ПК, например, графические процессоры. Ни Nvidia, ни ATI (до того, как её выкупила AMD) не производили собственных чипов. Конечно, они проектировали их, но за выпуск платили сторонним компаниям. Нередко это была TSMC.

Почему астронавты используют Linux? Потому что в космосе нельзя открывать Windows. Но если без шуток, то вообще-то компьютеров, работающих на Linux, в космосе не так уж и много. Однако всё может измениться.

В этой статье мы расскажем о том, как Linux помогает исследовать космос. Сначала расскажем о суперкомпьютерах NASA здесь на Земле, затем поведаем о лэптопах на МКС и орбите, продолжим вычислителями управления полётом на ракете-носителе и космическом корабле SpaceX.  А закончим одноплатным компьютером от вертолёта, впервые осуществившего полёт на Марс.

Мы расскажем, где, как и почему Linux применяют в астронавтике. Миграция Linux в космос случилась недавно, и значит область применения ОС пока ещё ограничена. В связи с этим мы выясним, почему её редко использовали раньше и почему она так популярна сейчас. А ещё порассуждаем над тем, какие перспективы у Linux там, где ещё не бывала ни одна ОС.

Купи вы сегодня компьютер с Windows ОС, и в нём наверняка будет модуль TPM. Доверенный платформенный модуль – это, по сути, обычный чип, который отвечает за безопасность. Разработала его Trusted Computing Group. Это отраслевая организация с более чем 100 членами, в том числе AMD, Dell, Google, Intel, Lenovo и Microsoft. Вместе они работают над тем, чтобы сделать вычислительные устройства и приложения более защищёнными.

Организация так или иначе функционировала с 1999 года. Первый TPM-стандарт, где в полной мере изложена функциональность модуля, опубликовала в 2009 году (любопытно, что представлен он был в версии 1.2). Разработчики быстро взяли его на вооружение. Случилось это отчасти благодаря тому, что его стала поддерживать Windows Vista. В 2015-м в спецификацию TPM 2.0 добавили несколько функций, а модуль по-прежнему оставался передовой технологией для "доверенных вычислений".

Несмотря на широкое распространение, TPM всегда был необязательным компонентом. Включать ли его в дизайн устройства, решал производитель. Пользователь же в свою очередь решал, включать ли его в настройках BIOS. Однако с выходом Windows 11 расклад поменялся. Microsoft объявила, что будет поддерживать последнюю версию ОС только на тех компьютерах, где установлен и включён TPM 2.0.

Решение оказалось спорным. Для установки Windows 10 не требовался модуль, да и Windows 11 тоже без него обойтись может. Microsoft даже выпустила инструкцию, чтобы пользователи могли обновиться до Windows 11 без TPM (pcpro.link/331tpmhack). Однако в таком случае ваш ПК лишится поддержки и, возможно, не будет получать обновления в будущем.

Выступая на Дне ИИ в августе прошлого года, Илон Маск объявил о том, что его автомобильная компания работает над созданием человекоподобного робота. Подразумевается, что он будет способен передвигаться и так или иначе помогать людям. А реализация его станет возможной за счёт инженерных и ИИ наработок Tesla.

«Полагаем, в следующем году у нас будет пилотная модель, – сказал Маск, стоя рядом с макетом “Tesla Bot”. – По задумке он должен быть дружелюбным и уметь ориентироваться в окружающем нас мире, а также справляться с опасной или скучной работой».

Робот под кодовым названием Optimus, согласно текущему плану, должен быть 1,75 м в высоту, чёрно-белым, с экраном вместо лица. А ещё он сможет пройти 8 километров в час и поднять груз весом до 20 килограммов. «Мы настроим его таким образом, что сбежать от него не составит труда, – сказал Маск, смеясь. – И, вероятнее всего, одолеть его. Надеемся, что этого всё-таки не случится. Однако нельзя знать наверняка».

Планируется, что Tesla Bot будет выполнять рутинную работу. Например, сможет сходить в магазин за вас. Помимо этого, Tesla Bot способен, по описанию Маска, обучаться простым заданиям и ориентироваться на местности при помощи автомобильного ИИ Tesla. Это должно встревожить любого, кто смотрел записи с видеорегистратора, где машины Tesla вливаются в транспортный поток и попадают в ДТП. Так проходили испытания так называемого «полностью автономного» режима. Однако идея разработчиков заключается в том, что научиться ориентироваться в нашем мире можно лишь через подражание человеку.

В этой статье мы поведаем о возможно одном из лучших и самых недооценённых продуктов Apple – Apple IIGS. Его разработчики хотели создать модель с улучшенными графикой и звуком (отсюда буквы «G» – «графика» и «S» – «звук» в названии), и это в свою очередь вывело устаревшую к тому времени линейку Apple II в новую эру вычислений. Кроме того, IIGS стал первым компьютером Apple с цветным дисплеем.

Несмотря на впечатляющие возможности 16-битного процессора, IIGS находился в тени таких компьютеров, как Commodore Amiga и Atari ST. Этим, а ещё культовыми играми, программами и уникальным звуковым чипом он и ценен для коллекционеров ретромашин.

Задумывались ли вы когда-нибудь над тем, что заставляет работать ваш ПК? Я имею в виду по-настоящему работать, а не просто дежурную фразу вроде «процессор загружает операционную систему». Сейчас это стало также очевидно, как и то, что предметы состоят из атомов.

Речь идёт о главных компонентах: когда вы нажимаете кнопку включения и блок питания подаёт напряжение через свои 12, 5 и 3-вольтные линии к материнской плате. Откуда процессору вообще знать, что запускать, и как происходит загрузка в память, когда загружать пока, по сути, нечего?

Такой ход мыслей сложился у нас после мысленного эксперимента: окажись вы в комнате с одной только дискетой и ПК с пустым жёстким диском, смогли бы вы загрузить компьютер и запустить операционную систему? И более того, что надо делать, чтобы запустить ОС?

Ответы на эти вопросы содержатся в данной статье. Она состоит из двух частей. Сначала мы взглянем на мысленный эксперимент, о котором писалось выше, и попытаемся ответить на вопрос: что нужно программировать в первую очередь, чтобы заставить систему загружаться? А потом соберём настоящую операционную систему при помощи дистрибутива Arch Linux, чтобы наглядно показать слаженную работу компонентов нижнего уровня. Сделайте глубокий вдох, мы погружаемся…

Появление крошечных камер в смартфонах, GoPro и им подобных девайсах связывают с попытками НАСА создать компактную и недорогую систему индикации.

Первым датчиком изображения была фоточувствительная ПЗС матрица (CCD). Каждая строка матрицы разбита на пиксели. Данные по ним передаются до тех пор, пока не достигнут края чипа, где сигнал усиливается и происходит их запись. Вскоре на замену ей пришла КМОП-структура (комплементарная логика на транзисторах металл-оксид-полупроводник – по той же технологии построена энергонезависимая память BIOS). Здесь каждый пиксель может усиливать свой собственный заряд, и оттого датчик становится более энергоэффективным и чувствительным. Такой датчик прозвали активно-пиксельным (APS), а разработала его впервые японская компания Olympus. Toshiba и Canon последовали её примеру, однако сместить CCD с лидирующих позиций им не удалось.

Лаборатории реактивных двигателей НАСА удалось произвести первые APS за пределами Японии. Команду возглавлял Эрик Фоссум. Вскоре он покинул агентство и основал компанию Photobit со своим партнёром, Сабриной Кемени, в 1995 году. Вместе они вывели в коммерческий оборот технологию APS, внедрив её в такие устройства, как эндоскопы, цифровые зеркальные фотоаппараты, мобильные телефоны и веб-камеры. Датчики Photobit использовались также в продуктах Logotech и Intel. В 2001 году компанию выкупил техногигант Micron. С появлением видео в HD-качестве большинство производителей камер перешли на технологию КМОП, поскольку низкое энергопотребление при её применении означало, что большее число пикселей можно было интегрировать без риска перегрева или истощения батареи.

То самое космическое агентство НАСА никогда не привязывало людей к петардам и не запускало их на Луну. Нет, оно и сейчас так не делает. Вместо этого агентство двигает вперёд робототехнику и комплектует экспедиции на МКС.

А ещё НАСА отправило три зонда, и все они сейчас пытаются покинуть пределы солнечной системы. Самый быстрый космический корабль в их числе. Оно же высадило роботов на Марс, а также направило аппараты для исследования Меркурия и планет юпитеровой группы. Его новый марсоход – это вооруженный лазером ровер размером с легковой автомобиль, с ядерной силовой установкой и вертолётом на борту.

Попутно НАСА внедряло новые технологии. Одни вещи настолько вошли в обиход, что мы почти не замечаем их, а другие стали неотъемлемой частью наших ПК. Жизненно важные, футуристичные, ставшие городскими легендами – далее приводятся изобретения НАСА, которые более всего помогли человечеству.

Больше двух лет назад Nvidia сделала громкое заявление о том, что Turing – архитектура нового поколения – явит миру святой Грааль компьютерной графики: трассировку лучей. Этот метод существует на протяжении десятилетий и широко применяется в киноиндустрии – ну, или применялся тогда, когда фильмы ещё снимались, а мы ходили смотреть их. Сама мысль о том, что графика в играх может быть настолько реалистична, что способна составить конкуренцию недавно вышедшим блокбастерам, звучит слишком хорошо, чтобы поверить в это. И это правда.

На сегодняшний день Nvidia выпустила второе поколение железа на архитектуре Ampere с поддержкой RT, а AMD ввязалась в драку со своими видеокартами на базе архитектуры RDNA2. Пришло время рассказать о том, как обстоят дела с трассировкой лучей сегодня.

В наши дни скорость работы процессора измеряется в гигагерцах, а объём оперативной памяти – в гигабайтах. Современные компьютеры работают в тысячу раз быстрее тех, что начали появляться в домах несколько десятилетий назад. Нетрудно заметить, что вычислительный процесс в последнее время продвинулся далеко вперёд и стал приобретать промышленные масштабы. Но, быть может, на самом деле мы ушли не так далеко, как нам кажется?

От аналоговых и механических вычислений до ранних цифровых снимков другой планеты; от первых мультимедийных средств до изобретения интернета ещё до того, как он стал так называться – история знает много примеров технологий высокого уровня, которые по тем или иным причинам не пользовались популярностью. В этой статье мы расскажем о достижениях вычислительной техники, которые казались невероятными для своего времени. Мы рассмотрим несколько примеров вычислительных устройств до прихода цифровой эпохи, взглянем на опережавшие своё время технологии 20-го века и уделим особое внимание самой безумной в плане технологических экспериментов декаде —80-ым.

Apple отказывается от процессоров Intel в пользу собственных на базе ARM. Последуют ли её примеру другие производители ПК?

Дисклеймер: речь в данной статье не идёт о браузерных войнах как таковых. Скорее, автор пытается объяснить устройство и механизм работы браузеров простым языком (прим. переводчика).

Наблюдая за тем, как Google Chrome планомерно подавляет конкуренцию на рынке браузеров, Нил Мор пытается проанализировать причины его популярности, а также объясняет, почему не стоит им пользоваться.

Первый серийно выпускаемый процессор, переваливший через отметку в один миллион транзисторов на чипе. Его появление навсегда изменило представление о производительности компьютеров. Darren Yates рассказывает о легендарном процессоре Intel и его истории.

После более чем десятилетнего превосходства Intel уступила своему главному конкуренту, AMD. Джереми Лэрд пытался разобраться, где Intel встала на ложный путь и чем ответит противнику.