Месяц: Декабрь 2024

В «Яндекс Музее» в Москве открывается выставка «Игра в технологии». Она посвящена игрушкам и видеоиграм и позволяет познакомиться с историей их развития. Посетители могут не только посмотреть экспонаты, но также поиграть в домашние приставки и игровые автоматы.

На нём есть «кнопка питания» со сменными модулями красного и зелёного цвета.

Samsung начала принимать меры на фоне упадка работы подразделения полупроводников, которое традиционно приносило вендору основные доходы и высокую чистую прибыль. Как сообщают инсайдеры из SamMobile, Samsung «необходимо восстановить это подразделение, чтобы восстановить свои конкурентные преимущества».

В связи с этим Samsung недавно произвела значительные изменения в руководящем составе, повысив руководителя американского подразделения по производству микросхем Хан Джин-Мана до президента и менеджера, отвечающего за весь литейный бизнес. Хан заявил недавно, что Samsung готова действовать для достижения двух главных целей, — конкурировать с TSMC и китайской SMIC — контрактными чипмейкерами.

В 2025 году TSMC намерена начать массовое производство 2-нм чипов, чтобы ещё больше укрепить своё господство, и так являясь ключевым контрактным поставщиком микросхем. Но Samsung готова побороться на этом поприще.

По словам Хана, Samsung сосредоточится на повышении производительности нового поколения 2-нм техпроцесса, чтобы предотвратить передачу всех заказов TSMC. Вендор также будет работать над привлечением новых клиентов для старых техпроцессов — 10-нм и выше, чтобы обеспечить рентабельное использование всех имеющихся мощностей литейного производства.

Samsung попытается выйти на рынок контрактного производства чипов подобно TSMC и SMIC. Причём корейский вендор первым приступил к реализации 3-нм техпроцесса gate-all-around (GAA), но его коммерциализация не оправдала ожиданий, в основном из-за проблем с выходом продукции. Поэтому литейное подразделение Samsung теряет деньги и уже закрыла несколько производственных линий из-за недостатка заказов от клиентов.

Но в компании говорят, что «ситуацию удалось разрешить».

Курс биткоина внезапно обвалился ниже $95 тысяч. Криптоплатформы зафиксировали падение в ночь с 10 на 11 декабря.

Причиной резкого спада цены BTC стал отказ Microsoft инвестировать в монету. Причём корпорацию об этом просил глава компании MicroStrategy Майкл Сэйлор — известный криптоинвестор.

За сутки минимальный курс биткоина составил $94,33 тысяч, то есть актив потерял 4% стоимости.

Но в целом ситуация затронула и другие криптовалюты. Так, Ethereum потерял в цене 6,7%, снизившись до $3,6 тысяч, также монета Dogecoin, которую поддерживает Илон Маск, упала на 13%, до $0,38.

По состоянию на 12:25 мск биткоин несколько вырос: стоимость составила $97 897.

Норвежская компания Vipps MobilePay объявила об успешном запуске первого в истории альтернативного платёжного сервиса для смартфонов Apple. До этого владельцы iPhone для совершения покупок могли использовать только Apple Pay. Пока речь о локальном запуске, но в ближайшем времени ожидается и выход на глобальный рынок.

Причины — рост себестоимости производства.

Согласно отраслевому отчёту, представленному тайваньским изданием Commercial Times, в 2023 году Apple опередила Samsung в использовании 3-нм чипсетов TSMC. Согласно документу, всё идёт к тому, что и в 2025 году Apple снова опередит Samsung уже во внедрении 2-нм чипов. Речь идёт о том, что в Pro-моделях следующей линейки iPhone будет использоваться 2-нм чипсет.

Источник сообщает, что TSMC приступит к проектированию 2-нм техпроцесса в период с января по апрель 2025 года. Apple — один из самых крупных клиентов, и станет первой компанией, использующей 2-нм техпроцесс TSMC, опередив Qualcomm, которая как раз поставляет чипы Snapdragon компании Samsung.

По последним данным, мировая доля продукции TSMC на 2-нм техпроцессе превысила 60%, что делает возможным массовое производство в следующем году. К тому же глава TSMC на последней конференции заявил, что спрос клиентов на 2-нм продукцию выше, чем на 3-нм. По общему экспертному мнению в отрасли, TSMC ещё какое-то время будет лидировать в области передовых технологий.

Нейробиологи разработали модель искусственного интеллекта (ИИ), которая может предсказывать уровень интеллекта человека, анализируя связи в мозге. Исследование, проведенное под руководством Кристен Хильгер и опубликованное в журнале PNAS Nexus, показало, что структура и функции мозга могут дать представление о когнитивных способностях.

Исследование охватило 806 здоровых взрослых участников. Ученые использовали машинное обучение для предсказания различных видов интеллекта, включая общий, кристаллизованный и флюидный интеллект, как в состоянии покоя, так и во время выполнения заданий. Флюидный интеллект включает в себя способности к дедуктивному и индуктивному мышлению, в то время как кристаллизованный интеллект связан с применением знаний, накопленных за счет личного опыта и культуры.

Результаты показали, что точность предсказаний была наибольшей для общего интеллекта, за ним следовал кристаллизованный интеллект и затем флюидный. Задания, требующие высокой когнитивной нагрузки, давали наиболее точные прогнозы.

Ученые разработали новый метод для более точного предсказания износа магниевых сплавов, используемых в автомобилях и самолетах. Эти материалы стали популярны из-за своей легкости и прочности, что позволяет создавать более энергоэффективные транспортные средства с меньшими выбросами. Однако предсказать, когда магниевые сплавы начнут развивать трещины от постоянных нагрузок, было сложно.

Традиционные методы прогнозирования износа основаны на эмпирических моделях, которые требуют постоянной настройки для разных условий. Это осложняло их применение в промышленности, где нагрузка часто меняется. Чтобы решить эту проблему, группа ученых из Южной Кореи разработала новый метод, сочетающий машинное обучение с физическим моделированием.

Новый подход использует нейронную сеть для анализа циклов напряжений и деформаций, а также физическую модель для более глубокого понимания поведения материала. Исследование опирается на данные, полученные в ходе тестов на усталость магниевого сплава AZ31, и позволяет более точно оценить, когда начнут образовываться трещины.

Главным преимуществом этой модели является ее гибкость: нейронная сеть адаптируется к изменениям в нагрузках и условиях, исключая необходимость вручную корректировать параметры. Это делает метод более эффективным для предсказания износа в реальных условиях.

Taekyung Lee from Pusan National University, South Korea