Jump to content

Статьи

  • Project Zero от Yatri Motorcycles

    Teaser Paragraph:

    Project Zero был представлен в 2019 году, но из-за пандемии, его выпуск отложили.

    Мотоцикл построен на решетчатой раме из хромомолибденовой стали в паре с перевернутой вилкой 43 мм и регулируемым газовым моноамортизатором сзади, с литий-никель-марганцевой аккумуляторной батарее емкостью 8 кВт · ч, обеспечивающую запас хода в 143 мили и заряжающуюся полностью всего за два часа с помощью встроенного зарядного устройства на 3,3 кВт. При весе чуть менее 420 фунтов, Project Zero приводится в движение электродвигателем, выдающим 64 л.с. и колоссальные 479 фунт-футов крутящего момента, что позволяет разгоняться от 0 до 37 миль в час менее 2,5 секунд и развивать максимальную скорость 87 миль в час. 

    Электрический cafe racer также может похвастаться тормозами Brembo в сочетании с электронным тормозом Warner Borg, алюминиевыми колесными дисками, массивным TFT-дисплеем, крыльями из углеродного волокна и крышкой аккумуляторного отсека, дистанционным управлением без ключа зажиганием, встроенной связью 4G для навигации и обновлений OTA, встроенными светодиодными фарами. Yatri Motorcycles Project Zero будет доступен для предзаказа с 24 апреля.

    • 0 comments
    • 43 views
  • Segway Apex H2

    Teaser Paragraph:

    Компания Segway (сейчас это Segway-Ninebot) известна в первую очередь своими двухколёсными электрическими самобалансирующимися гироскутерами, а в последние годы также самокатами и скутерами. 

    segway-apex-h2-header_large.jpg

    • 0 comments
    • 42 views
  • Домашний встраиваемый огород

    Teaser Paragraph:

    Так и называется - "Home Garden". Номинирован на "James Dyson Awards 2021"

    Дизайнер - Игорь Абакумов

    1-homegarden_yankodesign.jpg

    • 0 comments
    • 44 views
  • Элекромотоцикл Triumph TE-01

    Teaser Paragraph:

    TE-1 будет весить чуть больше 220 кг, будет производить 174 л. с. и сможет проехать около 190 км в режиме “full gas”. Заряжаться от 0% до 80% он будет всего за 20 минут. Двигатель весит всего 10 кг.

     

     

     

    • 0 comments
    • 61 views
  • Chloroplast 2.0

    Teaser Paragraph:

    Chloroplast 2.0 - это террариум, выращенный вручную на заказ, разработанный малайзийской компанией TerraLiving. Он поставляется с ZERO Moss, консервированным мхом, который практически не требует ухода и автоматически питается солнечным светом и CO2 для выделения свежего кислорода. Террариум полностью герметичным колпакомк, который можно поднять, чтобы открыть сложный самоподдерживающийся естественный биом внутри. Chloroplast 2.0, спроектированный и разработанный группой увлеченных ученых и дизайнеров, является одним из многих уникальных предложений от TerraLiving, компании, которая посвятила себя сохранению и демонстрации сложного мира мхов. Специально законсервированный мох ZERO в составе Chloroplast 2.0 вообще не нуждается в поливе и теоретически может жить десятилетиями в собственном самоподдерживающемся микробиоме. Поместите его на свой стол, каминную полку или на журнальный столик (желательно в месте, где достаточно света), и ChloroPlast добавит уникального живого, дышащего произведения искусства в ваше пространство, одновременно очищая воздух вокруг вас!

     

    • 0 comments
    • 63 views
  • Концепт электромотоцикла с фильтром воздуха Aether

    Teaser Paragraph:

    Aether - онцептуальный мотоцикл Cybertruck, работающий на электрической трансмиссии ... но это не его главная особенность. Электромотоцикл оснащен двумя большими воздухозаборниками спереди (прямо перед каждой ногой), которые тягивают воздух во время движения. Воздух, попадающий в эти воздухозаборники, проходит через керамические фильтрующие модули Aether, которые помогают улавливать микрочастицы PM 2,5, позволяя отфильтрованному чистому воздуху проходить через трубые. В результате получается электромотоцикл, который не только снижает воздействие углерода, но и фактически очищает воздух вокруг себя. Керамический модуль очистителя требует периодического обслуживания.

    Дизайнер Lin Yu Cheng

    aether_air_purifying_bike_1.jpg

    • 0 comments
    • 61 views

20 лет процессору Intel Pentium


Flanger
  • Teaser Paragraph:

    Две (единственные) модели анонсированы 23 марта 1993 года и работали с тактовой частотой ядра 60 и 66 МГц, частота системной шины (FSB) была равна частоте ядра, то есть множитель ядра был равен 1,0. Кеш второго уровня размещался на материнской плате и мог иметь размер до 1 Мб. Процессор выпускался в 273-контактном корпусе CPGA, устанавливался в корпус Socket 4 и работал от напряжения 5 В.

    Все процессоры Pentium относятся к классу SL Enhanced — это значит, что в них предусмотрена система SMM, обеспечивающая снижение энергопотребления. Ранние варианты процессоров, с частотами 60—100 МГц (ядра P5 и P54C), имели ошибку в модуле FPU (математический сопроцессор), которая в редких случаях приводила к уменьшению точности операции деления. Этот дефект был обнаружен в 1994 году и стал известен как «Pentium FDIV баг».

    Процессоры на ядре P5 изготавливались с использованием 800-нанометрового техпроцесса, по биполярной BiCMOS-технологии. Процессор содержит 3,1 млн транзисторов, а размер кристалла ядра составляет 294 мм². Pentium 66 потребляет ток в 3,2 А и имеет мощность 16 Вт, что потребовало установки дополнительного вентилятора. Производство таких процессоров оказалось очень сложным и процент выхода годных кристаллов оказался слишком мал. Многие специалисты, указывая на многочисленные недостатки (см.: F0 0f c7 c8) процессоров Pentium первого поколения, не советовали покупать данные модели. Производство на время пришлось остановить. Однако вскоре началось производство усовершенствованных процессоров, основанных на ядре P54C.

    Реклама 94 года:

    http://youtu.be/cvoThJMOna0


User Feedback

Recommended Comments

There are no comments to display.



Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.

Guest
Add a comment...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

Loading...

  • Similar Content

    • By Flanger
      Микросхема WSE изготовлена по современному 7-нм техпроцессу и содержит умопомрачительные 2,6 триллиона транзисторов, объединённых в 850 000 вычислительных ядер. Гигантский размер — не рекорд ради рекорда. Размещение огромного количества ядер на одном кристалле имеет существенные практические преимущества при моделировании нейронных сетей — а именно для этой цели предназначен новый супер-чип.

      В настоящее время большая часть нейровычислений выполняется при помощи графических процессоров (GPU). Они подходят для этого лучше, чем CPU, поскольку содержат множество блоков, способных работать параллельно, и могут быстро выполнять операции над матрицами, к которым по большей части и сводится работа искусственных нейросетей. Но всё-таки изначально GPU разрабатывались с другими целями, и почти 90% их площади занимают компоненты, которые не могут быть использованы для задач искусственного интеллекта. Да и объём памяти на кристалле, которым располагают GPU, для этих целей слишком мал.

      Вычислительная система CS-1 на базе Wafer Scale Engine
      Архитектура WSE была специально разработана для нейровычислений и потому избавлена от вышеописанных недостатков. Здесь прямо на кристалле размещено 36 гигабайт памяти с максимально коротким временем доступа: все обращения обрабатываются за один такт, т. е. быстрее чем за наносекунду. Память обладает беспрецедентно высокой пропускной способностью — 9 петабайт в секунду (это в тысячи раз быстрее, чем в классических системах, где память реализована отдельно). Для связи между ядрами внутри одного блока и между разными блоками используются одинаковые интерфейсы, которые ещё на порядок быстрее.
      И всё-таки в первую очередь создание WSE — это не архитектурный, а технологический триумф. Разработчикам пришлось решить массу проблем, которые просто не возникают в случае с чипами привычного размера. Так, супер-микросхема выделяет 15 кВт тепла, поэтому для неё не подходила ни одна из существующих систем охлаждения.

      Блок с микросхемой WSE и системой питания. Справа — коннекторы для водяных помп

      Высокопроизводительная помпа системы охлаждения
      Более того, из-за огромных габаритов микросхемы возник эффект неравномерного теплового расширения кристалла и подложки, и пришлось ввести дополнительный компенсирующий слой. Трёхмерная система подвода электропитания, рассчитанная на ток 20 000 ампер, тоже была разработана специально для данного проекта. Корпусировку изделия и вовсе пришлось выполнять вручную.

      Компания TSMC, на мощностях которой выпускаются гигантские «вафли», смогла обеспечить сверхнизкий процент производственного брака, что позволило заложить в схему всего 1% дополнительных ядер, которые должны подменять неработоспособные.

      Важное преимущество разработки Cerebras Systems — полная совместимость с существующими программными комплексами для разработки систем глубокого обучения, в частности, PyTorch и TensorFlow. При переходе на WSE не требуется переписывать ПО. Разработчики подсчитали, что вычислительная система на базе Wafer Scale Engine — CS-1 — в 150 раз производительнее, чем лучший из нынешних серверов на GPU, DGX-1, при этом занимает в 40 раз меньше места и потребляет в 20 раз меньше энергии.

      Вычислительная система CS-1 без корпуса
      Наверное, последней в ряду впечатляющих цифр должна стать стоимость микросхемы. Компания её не раскрывает, но по косвенным признакам можно судить, что она превышает 2 млн долларов. Это не отпугивает потенциальных заказчиков. Системы CS-1 уже работают в Аргоннской национальной лаборатории под Чикаго и Ливерморской национальной лаборатории им. Лоуренса; также они должны лечь в основу нового суперкомпьютера Neocortex в Питтсбурге. Благодаря разработкам Cerebras Systems на обучение сложных нейросетей будут уходить часы, а не недели, а значит, можно будет опробовать намного больше разных вариантов.
      Возможно, в перспективе подобные системы помогут в реализации таких амбициозных планов, как моделирование работы мозга высших животных в реальном времени.

      Просмотр полной топик
    • By Flanger
      Микросхема WSE изготовлена по современному 7-нм техпроцессу и содержит умопомрачительные 2,6 триллиона транзисторов, объединённых в 850 000 вычислительных ядер. Гигантский размер — не рекорд ради рекорда. Размещение огромного количества ядер на одном кристалле имеет существенные практические преимущества при моделировании нейронных сетей — а именно для этой цели предназначен новый супер-чип.

      В настоящее время большая часть нейровычислений выполняется при помощи графических процессоров (GPU). Они подходят для этого лучше, чем CPU, поскольку содержат множество блоков, способных работать параллельно, и могут быстро выполнять операции над матрицами, к которым по большей части и сводится работа искусственных нейросетей. Но всё-таки изначально GPU разрабатывались с другими целями, и почти 90% их площади занимают компоненты, которые не могут быть использованы для задач искусственного интеллекта. Да и объём памяти на кристалле, которым располагают GPU, для этих целей слишком мал.

      Вычислительная система CS-1 на базе Wafer Scale Engine
      Архитектура WSE была специально разработана для нейровычислений и потому избавлена от вышеописанных недостатков. Здесь прямо на кристалле размещено 36 гигабайт памяти с максимально коротким временем доступа: все обращения обрабатываются за один такт, т. е. быстрее чем за наносекунду. Память обладает беспрецедентно высокой пропускной способностью — 9 петабайт в секунду (это в тысячи раз быстрее, чем в классических системах, где память реализована отдельно). Для связи между ядрами внутри одного блока и между разными блоками используются одинаковые интерфейсы, которые ещё на порядок быстрее.
      И всё-таки в первую очередь создание WSE — это не архитектурный, а технологический триумф. Разработчикам пришлось решить массу проблем, которые просто не возникают в случае с чипами привычного размера. Так, супер-микросхема выделяет 15 кВт тепла, поэтому для неё не подходила ни одна из существующих систем охлаждения.

      Блок с микросхемой WSE и системой питания. Справа — коннекторы для водяных помп

      Высокопроизводительная помпа системы охлаждения
      Более того, из-за огромных габаритов микросхемы возник эффект неравномерного теплового расширения кристалла и подложки, и пришлось ввести дополнительный компенсирующий слой. Трёхмерная система подвода электропитания, рассчитанная на ток 20 000 ампер, тоже была разработана специально для данного проекта. Корпусировку изделия и вовсе пришлось выполнять вручную.

      Компания TSMC, на мощностях которой выпускаются гигантские «вафли», смогла обеспечить сверхнизкий процент производственного брака, что позволило заложить в схему всего 1% дополнительных ядер, которые должны подменять неработоспособные.

      Важное преимущество разработки Cerebras Systems — полная совместимость с существующими программными комплексами для разработки систем глубокого обучения, в частности, PyTorch и TensorFlow. При переходе на WSE не требуется переписывать ПО. Разработчики подсчитали, что вычислительная система на базе Wafer Scale Engine — CS-1 — в 150 раз производительнее, чем лучший из нынешних серверов на GPU, DGX-1, при этом занимает в 40 раз меньше места и потребляет в 20 раз меньше энергии.

      Вычислительная система CS-1 без корпуса
      Наверное, последней в ряду впечатляющих цифр должна стать стоимость микросхемы. Компания её не раскрывает, но по косвенным признакам можно судить, что она превышает 2 млн долларов. Это не отпугивает потенциальных заказчиков. Системы CS-1 уже работают в Аргоннской национальной лаборатории под Чикаго и Ливерморской национальной лаборатории им. Лоуренса; также они должны лечь в основу нового суперкомпьютера Neocortex в Питтсбурге. Благодаря разработкам Cerebras Systems на обучение сложных нейросетей будут уходить часы, а не недели, а значит, можно будет опробовать намного больше разных вариантов.
      Возможно, в перспективе подобные системы помогут в реализации таких амбициозных планов, как моделирование работы мозга высших животных в реальном времени.
×
×
  • Create New...