Все мы живем в мире, полном противоречий. С одной стороны, постоянно появляются и очень быстро развиваются новые технологии. В то же время многое остается неизменным просто потому, что оно работает. Магнитная лента — ровесница послевоенных ЭВМ, технология настолько древняя, что впору держать ее в музее рядом с перфокартами. Но удивительный факт: в первом квартале 2026 года суммарная емкость поставок LTO выросла на 57% по сравнению с прошлым годом. Динозавр вдруг ожил, и виноват в этом, как ни странно, искусственный интеллект.

Обучение языковых моделей требует гигантских объемов хранения для исходных датасетов, с чем HDD или SSD не всегда справляются. В отличие от магнитных лент. Современный стандарт LTO-10 упаковывает до 40 ТБ чистых данных (или до 100 ТБ сжатых) на один компактный картридж.

Производители ИИ-ускорителей продолжают увеличивать количество тензорных ядер и осваивать всё более короткие форматы данных, включая FP8 и FP4. Производительность вроде как растёт, причем впечатляющими темпами, но есть одна загвоздка. Вычислительные блоки нужно постоянно снабжать весами модели и промежуточными данными. Если память не успевает, дорогой чип с десятками миллиардов транзисторов натурально простаивает в ожидании очередной порции данных.

Samsung планирует решить проблему при помощи HBM5. Как именно? Удвоить производительность относительно HBM4E и одновременно на 20% повысить эффективность на ватт. Пропускная способность одного стека в перспективе может приблизиться к 4 ТБ/с благодаря 4096-битной шине. Давайте разбираться, что там и как.

Кажется, что в процессорном мире все идет строго по плану: вышла Zen 5, готовится следующее поколение, а сокет AM5 постепенно становится основной платформой AMD. На этом фоне немного странно видеть в продаже процессоры с архитектурой 2019 года. И речь не о складских остатках, а о вполне новых моделях.

Вот наглядный пример — в марте 2026 года вышел Ryzen 7 4700LE. Восемь ядер, шестнадцать потоков, теплопакет 65 Вт, никакой встроенной графики и все тот же сокет AM4. В его основе лежит архитектура Zen 2 и кристалл Renoir, давно знакомый по мобильным процессорам. Теперь этот чип используют в недорогих игровых сборках с RTX 3050 с ценой примерно 800 долларов. Возникает закономерный вопрос: зачем AMD продолжает выпускать процессоры на архитектуре и платформе, которые, казалось бы, уже давно должны были уйти в прошлое?

Когда Neuralink Илона Маска выкладывает ролики, где человек силой мысли двигает курсор или печатает текст, это всегда собирает кучу просмотров и обсуждений. И ведь это не просто так — технология действительно впечатляет. Импланты вживляют прямо в кору, сигналы от отдельных нейронов летят в компьютер почти без потерь, и выглядит все это как настоящее будущее, которое уже здесь.

Но за громкими новостями о Neuralink легко не заметить, что эта компания не главная. Сегодня интерфейсы «мозг-компьютер» развиваются сразу в нескольких направлениях: от полностью имплантируемых систем до устройств, которые достаточно просто надеть на голову. Причем именно второй путь сейчас особенно активно продвигают китайские компании, рассчитывая быстрее вывести такие решения из лабораторий в реальную медицину. Давайте разбираться. 

Независимый разработчик собирает инструмент, через несколько недель о нем говорит весь интернет, а спустя несколько месяцев крупная корпорация показывает собственную версию той же идеи — с корпоративными политиками, аудитом и подпиской. Знакомая история? Так происходит любая технореволюция. Недавно этот путь прошел OpenClaw — от opensource-проекта до Scout, нового ИИ-агента Microsoft. Разберем, почему эта история интересна и самим продуктом, и тем, как индустрия приручает технологии.

В конце восьмидесятых тайваньские фирмы уже довольно уверенно копировали Famicom. Большая часть клонов того времени — это просто приставка подешевле, часто с уже добавленными играми и минимумом всего остального. Делали их быстро, продавали дешево и не сильно заморачивались с дополнительными функциями.

Bit79 от компании BIT Corp получился заметно другим. Там решили, что раз приставку называют «семейным компьютером», то она и должна быть ПК. Причем с клавиатурой, нормальным объемом памяти и возможностью писать программы. И у них получилось! Это устройство, которое одновременно и в игры играть позволяет, и в простой домашний компьютер превращается. Не идеально, но для того времени — очень хороший компромисс. Давайте посмотрим, как это было.

В спидране — скоростном прохождении игр — всегда находились энтузиасты, готовые искать преимущества не только внутри самой игры, но и в особенностях оборудования, на котором она работала. Иногда старые консоли, оптические приводы и картриджи становились источником необычных сбоев и эффектов. Со временем находчивые игроки научились использовать такие особенности для экономии драгоценных секунд. 

Одна из самых необычных историй такого рода — прохождение SpongeBob SquarePants: Battle for Bikini Bottom («Губка Боб: Битва за Бикини Боттом») на оригинальном Xbox. Группа энтузиастов обнаружила, что специальным образом запачканные диски способны вызывать контролируемые задержки чтения данных, которые открывают путь к пропускам частей уровней и заметной экономии времени.

Еще недавно казалось, что в гонке ИИ-ускорителей все уже решено. Nvidia прочно закрепилась на вершине рынка, ее решения стали стандартом для обучения и запуска современных нейросетей, а конкуренты пытались догнать лидера по производительности. Но по мере роста вычислительных кластеров выяснилось, что проблема давно не сводится только к скорости. Все больше внимания приходится уделять расходам на электричество, охлаждение и содержание дата-центров.

Именно здесь Intel рассчитывает найти свое преимущество. Вместо очередной попытки обойти Nvidia по производительности компания делает ставку на Jaguar Shores — платформу, ориентированную на энергоэффективность и экономику крупных ИИ-развертываний. Причем речь идет не только о самом ускорителе, но и об оптимизации всей стойки целиком. Попробуем разобраться, почему Intel считает такой подход своим шансом вернуть себе часть рынка ИИ-вычислений.

В мире сборки и апгрейда персональных компьютеров смена платформы почти всегда оборачивается дополнительными тратами. Новый сокет часто вынуждает менять не только процессор, но и материнскую плату, а затем и оперативную память (не всегда, но частенько). В итоге даже умеренный прирост производительности может стоить серьезных денег и времени на переустановку системы.

AMD уже несколько лет идет другим путем. Компания сознательно продлевает жизнь своих платформ, давая возможность обновлять в первую очередь процессор. Этот принцип хорошо заметен и на свежей AM5, и на AM4, которая до сих пор, спустя десять лет после запуска получает новые чипы. Попробуем разобраться в ситуации, тут много интересного. 

Слухи о Windows 12 ходили уже несколько лет. Кто-то ждал модульной системы с глубокой интеграцией искусственного интеллекта, кто-то — просто новой версии ОС с «нескучными обоями». Однако Microsoft решила пойти другим путем и продолжила развивать Windows 11. Компания регулярно добавляет в систему новые ИИ-функции и одновременно готовит ее к более широкому распространению устройств на базе процессоров с архитектурой Arm. 

Такой поворот событий сложно назвать неожиданным. Еще в 2024–2025 годах стало заметно, что выпуск новой версии Windows каждые несколько лет уже не выглядит необходимостью. Новые функции появляются через регулярные обновления, а все больше возможностей системы завязано на современное оборудование, включая нейропроцессоры для работы с искусственным интеллектом. На этом фоне Microsoft сосредоточилась на развитии Windows 11 вместо подготовки еще одной крупной версии операционной системы. Давайте разбираться.

В последние годы недорогие ноутбуки часто уступали более дорогим моделям по качеству корпуса, автономности и экранам. Intel считает, что часть этих проблем связана не только с процессорами, но и с самим подходом к разработке устройств. Поэтому вместе с процессорами Wildcat Lake компания представила Project Firefly — набор стандартизированных решений для производителей ноутбуков. 

Проект анонсировали вместе с запуском процессоров Core Series 3 (кодовое имя Wildcat Lake) в мае 2026 года в Китае. Что за инициатива? Если кратко, то вместо того чтобы просто выпустить новые чипы и оставить производителям самим решать, как собрать из них недорогой ноутбук, компания предложила готовый набор стандартизированных решений. Цель — использовать опыт массового производства смартфонов, чтобы снизить себестоимость и ускорить вывод устройств на рынок. Давайте разберем подробности. 

После выхода Windows 11 пользователи больше всего спорили не о новом дизайне, а о том, что система лишилась части привычных настроек. Многие возможности, которые годами были доступны в Windows, исчезли или оказались сильно урезаны. Особенно много претензий вызывали панель задач и меню «Пуск», где свободы стало заметно меньше.

Похоже, Microsoft постепенно пересматривает некоторые решения первых версий Windows 11. В новых сборках компания возвращает дополнительные настройки интерфейса и одновременно пытается решить другую старую проблему — сбои после установки драйверов через Windows Update. В результате система получает больше возможностей для настройки, а риск столкнуться с неудачным обновлением должен стать ниже. Давайте разберемся, что именно изменилось и как будут работать новые механизмы Windows 11.

11 мая 2026 года мир всколыхнула новость: хакерская группировка Nitrogen выложила на своем сайте в даркнете образцы данных, похищенных у Foxconn — крупнейшего контрактного производителя электроники на планете. Чтобы осознать масштабы инцидента, достаточно сказать, что себестоимость товаров Apple и NVIDIA напрямую зависит от безопасности этого гиганта. И теперь, когда его инфраструктура дала трещину, мы разберем техническую сторону вопроса: что именно украдено, чем это грозит гигантам из Купертино и Санта-Клара и какие выводы из этого инцидента можем сделать мы.

AMD вложит больше 10 млрд долларов в Тайвань, чтобы ускорить выпуск ИИ-ускорителей и сократить отставание от Nvidia. Компания расширяет сотрудничество с крупнейшими тайваньскими производителями упаковки, подложек и серверных платформ, рассчитывая быстрее выводить на рынок новые поколения EPYC и Instinct.

Ставка сделана не только на сами чипы, но и на инфраструктуру вокруг них. AMD инвестирует в технологии 2,5D-упаковки, сборку серверных стоек и интеграцию многокомпонентных систем для дата-центров. На фоне стремительного роста спроса на вычисления для искусственного интеллекта именно такие решения становятся ключевым фактором конкуренции между крупнейшими производителями. Подробности — под катом.

Последние несколько лет полупроводниковая отрасль во многом живет за счет бума искусственного интеллекта. Спрос на чипы для обучения и работы нейросетей растет так быстро, что крупнейшие производственные компании все чаще отдают этим заказам приоритет, оставляя меньше места для выпуска более простых и привычных микросхем. 

На этом фоне неожиданно вырос интерес к китайским фабрикам. Компании, разрабатывающие чипы для автомобилей, бытовой техники, промышленного оборудования и другой обычной электроники, все чаще размещают заказы на предприятиях вроде SMIC. Объяснение простое: мощности на Тайване и в Южной Корее все активнее занимают более прибыльные ниши, связанные с искусственным интеллектом. 

Искусственный интеллект уже давно вышел за рамки простых ответов на вопросы и теперь все чаще берется за полноценные рабочие процессы, где нужно не только сообразить, но и сделать. Компании постепенно учат свои системы самостоятельно разбираться с длинными цепочками операций, взаимодействовать с сервисами и доводить дело до конца без постоянного присмотра. Google на конференции I/O 2026 показала, насколько далеко зашел этот процесс, представив сразу две новые модели из семейства Gemini — 3.5 Flash и Omni, которые, по сути, закладывают основу следующего большого шага в развитии ИИ.

Анонс привлек внимание не из-за очередного роста скорости или размеров моделей. Google показала ИИ, который умеет не только генерировать контент, но и самостоятельно выполнять задачи, работать с сервисами и обрабатывать сразу несколько типов данных — текст, видео, изображения и звук. Разберемся, что умеют новые Gemini и почему Google делает ставку именно на такой подход. 

Космические аппараты всегда зависели от надежности бортовых компьютеров. Они отвечают буквально за все: от ориентации в пространстве до сбора научных данных и их передачи на Землю. Но есть одна особенность: пока на Земле процессоры развиваются с огромной скоростью, в космосе используется гораздо более скромная электроника. И дело вовсе не в том, что инженеры NASA не умеют делать современные чипы — просто за пределами Земли техника работает в настолько жестких условиях, что надежность важнее всего остального. 

Сегодня ситуация начинает меняться. NASA совместно с компанией Microchip Technology запустили проект High-Performance Spaceflight Computing (HPSC), в рамках которого создается новое поколение радиационно-стойких процессоров. Эти чипы обещают дать более чем стократный прирост производительности по сравнению с тем, что летает сейчас. Это открывает новые возможности: обрабатывать данные, запускать алгоритмы искусственного интеллекта и принимать автономные решения прямо на борту, без постоянной подсказки с Земли.

В последние месяцы компьютерная индустрия обсуждает не столько новые процессоры и видеокарты, сколько неожиданное сокращение выпуска материнских плат. Asus, MSI, Gigabyte и ASRock, крупнейшие поставщики плат для домашних ПК, игровых систем и ноутбуков, пересматривают производственные планы на 2026 год в сторону заметного уменьшения.

Причина очень простая, и мы о ней уже говорили в нескольких статьях своего блога. Рынок одновременно столкнулся с ростом цен на память и накопители, снижением интереса к обновлению домашних компьютеров и перераспределением ресурсов в пользу серверной инфраструктуры для искусственного интеллекта. В результате производителям стало выгоднее сократить выпуск потребительских моделей и сосредоточиться на более прибыльных направлениях.

Искусственный интеллект уже давно вышел из лабораторий и стал частью инфраструктуры. Модели растут, задачи усложняются, и прежний подход с одним типом ускорителей начинает давать сбои. Сейчас крайне важно правильно распределить вычисления между обучением и работой моделей в дата-центрах. На этом фоне Google, которая давно развивает собственные тензорные процессоры, представила новое поколение TPU и сделала ставку на специализацию. Вместо универсального решения компания фактически разделила чипы на два типа — обучение и вывод моделей. Давайте посмотрим, что корпорация предложила и как оно работает. 

Последние месяцы цены на большинство типов компьютерного железа медленно, но уверенно ползут вверх. Это системный тренд, который затронул и обычные десктопы, и мощные серверные решения. Причину долго искать не нужно. Речь, конечно же, об искусственном интеллекте и ресурсах, которые требуются для масштабирования отрасли. Производители чипов перестраивают приоритеты в пользу наиболее выгодных направлений, массовый рынок ПК и серверов постепенно начинает ощущать последствия этого передела. Давайте разберемся, что именно происходит и почему это касается каждого, кто планирует обновлять технику в ближайшее время.