Потреби в обробці величезного обсягу даних на високих швидкостях стали ще більш відчутними з поширенням великих мовних моделей для платформ AI. Відповіддю на цей виклик стала розробка Kioxia – модуль флешпам'яті об'ємом 5 ТБ з підтримкою швидкості обміну 64 ГБ/с.

Це досягнення було зроблено в рамках «Проєкту досліджень і розробок з удосконалення інфраструктури інформаційно-комунікаційних систем після 5G (JPNP20017)», замовленого Організацією з розвитку нових енергетичних та промислових технологій (NEDO), національним агентством Японії з досліджень і розробок.

Щоб розв'язати проблему компромісу між місткістю та пропускною здатністю, яка була викликом для традиційних модулів пам'яті на базі DRAM, Kioxia розробила нову конфігурацію модуля, використовуючи послідовне з'єднання з флешпам'яттю. Також була розроблена технологія високошвидкісного приймача, що забезпечує пропускну здатність 128 Гбіт/с, а також технології для підвищення продуктивності флешпам'яті. Ці інновації були застосовані як до контролерів пам'яті, так і до модулів пам'яті.

Практичне застосування цього модуля пам'яті, як очікується, прискорить цифрову трансформацію, уможлививши впровадження Інтернету речей (IoT), аналізу великих даних та передової обробки штучного інтелекту в серверах Mobile Edge Computing (MEC) після 5G/6G та інших додатках.

В епоху після 5G/6G бездротові мережі, як очікується, досягнуть вищих швидкостей, меншої затримки та можливості одночасного підключення більшої кількості пристроїв. Однак передача даних на віддалені хмарні сервери для обробки збільшує затримку в усій мережі, включаючи дротові мережі, що ускладнює роботу додатків у режимі реального часу. З цієї причини існує потреба у широкому впровадженні серверів MEC, які обробляють дані ближче до користувачів, що, як очікується, сприятиме цифровій трансформації в різних галузях. Крім того, в останні роки зростає попит на передові AI-додатки, такі як генеративний штучний інтелект. Поряд із підвищенням продуктивності серверів MEC, модулі пам'яті також повинні мати ще більшу місткість і пропускну здатність.

На цьому тлі компанія Kioxia зосередилася на підвищенні місткості та пропускної здатності модулів пам'яті з використанням флешпам'яті для цього проєкту. Компанія успішно розробила прототип модуля пам'яті місткістю 5 ТБ і пропускною здатністю 64 ГБ/с, а також перевірила його працездатність.

Для досягнення великої місткості та високої пропускної здатності модулів пам'яті Kioxia застосувала послідовне з'єднання з контролерами, підключеними до кожної плати пам'яті, замість шинного з'єднання. В результаті пропускна здатність не погіршується навіть при збільшенні кількості флешпам'яті, і досягається велика місткість, що перевищує традиційні межі.

Для зменшення кількості з'єднань між контролерами пам'яті замість паралельної передачі даних застосовується високошвидкісна диференціальна послідовна передача даних, а для досягнення вищої пропускної здатності 128 Гбіт/с при низькому енергоспоживанні використовується PAM4 (4-рівнева амплітудна модуляція імпульсів).

Щоб скоротити затримку читання флешпам'яті в модулях пам'яті, компанія Kioxia розробила технологію попереднього вивантаження флешпам'яті, яка мінімізує затримку шляхом попереднього вивантаження даних під час послідовного доступу, і впровадила її в контролер. Крім того, пропускна здатність пам'яті була збільшена до 4,0 Гбіт/с внаслідок застосування сигналізації з низькою амплітудою та технології корекції/придушення спотворень в інтерфейсі між контролером пам'яті та флешпам'яттю.

Завдяки впровадженню високошвидкісних трансиверів PAM4 128 Гбіт/с з низьким енергоспоживанням та технологій, що підвищують продуктивність флешпам'яті, Kioxia створила прототип контролера пам'яті та модуля пам'яті, який використовує PCIe 6.0 (64 Гбіт/с, 8 ліній) як інтерфейс хоста до сервера. Прототип модуля пам'яті продемонстрував, що місткість 5 ТБ і пропускна здатність 64 ГБ/с можуть бути реалізовані при споживанні енергії менше ніж 40 Вт.

На додаток до IoT, аналізу великих даних і передової обробки AI на периферії, Kioxia просуває ранню комерціалізацію і практичне впровадження результатів цього дослідження, використовуючи нові ринкові тенденції, такі як генеративний AI.

Інновації завжди потребували інфраструктури, що дозволяла їм масштабуватися. Колись це були залізниці для парових двигунів, а сьогодні — колосальна фізична основа для штучного інтелекту (AI). Згідно з дослідженням Brookfield, це створює інвестиційну можливість вартістю понад 7 трильйонів доларів протягом наступного десятиліття, оскільки AI-автоматизація має потенціал додати понад 10 трлн дол. до річної світової економічної продуктивності, роблячи його найвпливовішою технологією в історії.

Звіт Brookfield спростовує скептицизм щодо того, що ефективніші AI-моделі можуть зменшити потребу в інфраструктурі. Це явище відоме як Парадокс Джевонса, згідно з яким підвищення ефективності використання ресурсу призводить до більшого його споживання. У звіті наведено історичний приклад: за останні 70 років реальна ціна електроенергії в США впала приблизно на 65%, тоді як загальне споживання зросло у 15 разів, що призвело до 5-кратного розширення світового ринку електроенергії до 3 трлн дол. Подібна динаміка спостерігається і в AI — за останні 18 місяців вартість обчислень для розробників, яку стягувала OpenAI, впала на 99%, що стрімко стимулює попит. Попит також посилюється тим, що AI став стратегічним суверенним пріоритетом. Уряди по всьому світу, від США до країн Європи, розглядають його як питання національної безпеки та економічної незалежності. Це призвело до значних державних інвестицій та партнерств з приватним капіталом. Приклади включають ініціативу InvestAI, що має мобілізувати до 200 млрд євро інвестицій, у тому числі на будівництво чотирьох «AI-гігафабрик» у Європі, кожна з яких вміщатиме до 100 тис. високопродуктивних AI-чипів, партнерство Brookfield з урядом Франції на 20 млрд євро, а також співпрацю зі Швецією з інвестиціями в 10 млрд дол. Згідно з дослідженням, потенційні інвестиції в AI-інфраструктуру розподіляються між чотирма основними напрямками.

Перший — це AI-фабрики, на які припадає 2 трлн дол. Це сучасні, надщільні дата-центри, що використовують передові системи рідинного охолодження, і їхня потужність, як очікується, зросте більш ніж у 10 разів до 2034 року, досягнувши 82 ГВт. Другий напрямок — обчислювальна інфраструктура з бюджетом у 4 трлн дол. Ядром цієї інфраструктури є GPU. За останні 10 років їхня продуктивність зросла у 1000 разів, випередивши закон Мура. За прогнозами, кількість встановлених GPU зросте у 7 разів — до 45 млн одиниць до 2034 року. Третій напрямок — енергетика та передача, що потребуватиме 0,5 трлн дол. Це одне з найбільших «вузьких місць», оскільки AI-чипи є у 10 разів більш енергомісткими, ніж звичайні сервери. І, нарешті, ще 0,5 трлн дол. буде інвестовано в стратегічні суміжні сектори та партнерства, такі як оптоволоконні мережі, системи охолодження та виробництво мікросхем.

Попри величезні можливості, Brookfield також зазначає ризики та виклики. Головним з них є обмеження електромереж та тривалі терміни підключення. Іншою проблемою є технологічне застарівання, оскільки AI-чипи та їхні архітектури швидко еволюціонують, що вимагає від операторів AI-хабів створювати модульні проєкти, що легко модернізуються. Нарешті, Brookfield зауважує, що 75% майбутнього попиту на обчислення припадатиме на інференс (застосування, а не навчання моделей), що також вимагатиме адаптації інфраструктури.

Oxmiq Labs — новий стартап у галузі програмного забезпечення та інтелектуальної власності для графічних процесорів, заснований одним із провідних світових архітекторів і візіонерів у галузі GPU Раджа Кодурі (Raja Koduri), виходить із тіні після двох років інтенсивної розробки інтелектуальної власності. Раджа зібрав команду світового класу з архітекторів графічних процесорів та AI із загальним досвідом понад 500 років, сотнями патентів і колективним досвідом створення понад 100 млрд дол. доходу в попередніх компаніях.

Сучасні обчислення кардинально змінилися в бік мультимодальних інтерфейсів, в яких текст, аудіо, відео, зображення і 3D-середовища плавно взаємодіють один з одним, що зробило архітектуру GPU наріжним каменем цієї трансформації. На відміну від AI-прискорювачів з фіксованими функціями, які обробляють конкретні завдання, графічні процесори забезпечують універсальну обчислювальну гнучкість, необхідну для цих різноманітних модальностей, при цьому зберігаючи глибоку інтеграцію з основними операційними системами через стандартизовані API і уніфіковані моделі пам'яті. Ця архітектурна перевага позиціює GPU як необхідний обчислювальний движок як для поточних додатків, так і для сфери мультимодального AI, що розвивається, де різнорідні робочі навантаження повинні оброблятися узгоджено.

Ліцензована GPU IP OXMIQ перепроєктує GPU з нуля, включаючи передові технології, такі як наноагенти в кремнії з використанням ядер RISC-V, обчислення поблизу пам'яті та в пам'яті, а також транспортування світла. OXMIQ надає рішення, які забезпечують баланс між гнучкістю мультимодальних обчислень і радикальним поліпшенням продуктивності, необхідним для графічних та AI-навантажень наступного покоління для своїх клієнтів.

Спираючись на десятиліття розвитку галузі, OXMIQ дотримується стратегії «Програмне забезпечення перш за все», яка ставить на перше місце досвід розробників завдяки комплексному програмному стеку, сумісному як з кремнієм на базі OXMIQ IP, так і зі сторонніми платформами GPU і AI-прискорювачами.

OXCapsule, уніфікована програмна екосистема OXMIQ, абстрагується від складності апаратного забезпечення, щоб забезпечити безпроблемне розгортання на різних обчислювальних платформах, усуваючи проблеми з налаштуванням, які традиційно заважають гетерогенним середовищам.

Флагманський компонент OXPython дозволяє AI-додаткам NVIDIA CUDA на базі Python безперешкодно виконуватися на обладнанні, відмінному від NVIDIA, без зміни коду або перекомпіляції. OXPython, який спочатку буде запущений на платформі штучного інтелекту Tenstorrent в кінці цього року з інтеграцією декількох постачальників, демонструє прагнення OXMIQ до усунення апаратних бар'єрів і прискорення демократизації високопродуктивних обчислень в галузі.

«Ми раді співпраці з OXMIQ в області їх програмного стека OXPython, — сказав Джим Келлер (Jim Keller), генеральний директор Tenstorrent. — Здатність OXPython переносити робочі навантаження Python для CUDA на AI-платформи, такі як Wormhole і Blackhole, відмінно підходить для платформонезалежності розробників і розширення екосистеми. Це відповідає нашій меті — дати розробникам можливість відкрити й володіти всім своїм AI-стеком».

Крім програмного забезпечення, OXMIQ постачає повний стек апаратного IP для GPU, який забезпечує роботу кремнієвих рішень, що масштабуються від фізичного AI в крайових пристроях і автономних роботах до периферійної інфраструктури підприємств і дата-центрів зетта-масштабу. Їх масштабоване ядро GPU, OXCORE, об'єднує скалярні, векторні та тензорні обчислювальні движки в модульній архітектурі, що налаштовується для конкретних робочих навантажень, що забезпечує роботу наноагентів, нативне прискорення Python і сумісність з парадигмами SIMD/CUDA.

OXCORE легко масштабується від одного ядра для компактних додатків фізичного AI до тисяч ядер для центрів обробки даних завдяки архітектурі чиплетів OXQUILT. За допомогою OXQUILT клієнти можуть налаштувати оптимальне співвідношення обчислювальних потужностей, пам'яті та міжз'єднань відповідно до своїх потреб і значно скоротити час виведення на ринок, витрати на R&D і виробництво в порівнянні з поточними стандартними методологіями в галузі.

OXMIQ залучила 20 млн дол. стартового фінансування від відомих технологічних інвесторів, включаючи стратегічних гравців в області мобільних пристроїв і AI, таких як MediaTek, і зафіксувала свій перший раунд доходів від продажу програмного забезпечення. Завдяки своїй моделі, заснованій на ліцензуванні, OXMIQ уникає високих капітальних витрат, характерних для стартапів, що займаються виробництвом мікросхем, які залежать від дорогих інструментів EDA і фізичних стрічок, забезпечуючи при цьому видатну ефективність капіталу.

«OXMIQ має дивовижно сміливу концепцію і команду світового рівня», — сказав Лоуренс Ло (Lawrence Loh), старший віцепрезидент MediaTek. «Інновації компанії в області GPU IP і програмного забезпечення відкриють нову еру гнучкості обчислень на всіх пристроях — від мобільних до автомобільних і AI на периферії».

Стандарт Wi-Fi 8 (IEEE 802.11be) поки що перебуває на стадії обговорення, але вже сьогодні експерти, які беруть у ньому участь, діляться своїм баченням тих інновацій, які повинні з'явитися в майбутній специфікації.

У світі бездротового зв'язку швидкість довгий час була головною характеристикою. Wi-Fi 7 розширив межі максимальної продуктивності, забезпечивши виняткову пропускну здатність і низьку затримку. Але в міру того, як штучний інтелект все глибше проникає в системи, які визначають наш спосіб життя і роботу, — оскільки оперативність в режимі реального часу стає важливою для всього, від автоматизації до спільної роботи, а користувачі та пристрої вимагають безперебійного зв'язку в русі — очікування щодо бездротового зв'язку змінюються.

Wi-Fi 8 знаменує собою фундаментальний поворот — вихід за межі максимальних швидкостей, щоб зробити пріоритетом надійну продуктивність в складних реальних умовах. Він розроблений для забезпечення стабільного зв'язку з низькою затримкою і практично без втрат навіть в умовах високого завантаження, схильності до перешкод і мобільного середовища.

Спираючись на більш ніж двадцятирічний досвід інновацій в області бездротових технологій, Wi-Fi 8 вдосконалює і розширює можливості своїх попередників, щоб задовольнити вимоги критично важливих систем на базі AI та динамічних сценаріїв використання. Він розроблений, щоб наблизити Wi-Fi як ніколи до надійності та чуйності дротової інфраструктури.

Стандарти Wi-Fi розробляються міжнародною групою інженерів і технологів, які співпрацюють в рамках органу зі стандартизації IEEE802.11. Ця робота ведеться під керівництвом робочої групи IEEE802.11bn в рамках ініціативи під назвою «Ultra High Reliability» (UHR).

UHR являє собою сміливе бачення, спрямоване на підвищення продуктивності Wi-Fi до нових висот. Документ IEEE, що визначає сферу застосування стандарту, ставить за мету: зробити бездротові з'єднання більш швидкими, чуйними та надійними.

Сучасні стандарти дозволяють Wi-Fi демонструвати дивовижні показники продуктивності: пропускну здатність в кілька гігабітів, затримку менш як 10 мс і коефіцієнт втрати пакетів менше ніж 0,1%. Попри це, Wi-Fi 8 прагне піти ще далі, значно поліпшивши продуктивність не тільки в порівнянні з Wi-Fi 7, але і в найскладніших сценаріях. Згідно з документом IEEE, Wi-Fi 8 матиме такі характеристики:

- Пропускна здатність, як мінімум на 25% вище в складних умовах приймання сигналу.

- На 25% менша затримка на 95-му процентилі розподілу затримок.

- На 25% менше втрачених пакетів, особливо при переході між точками доступу.

Ці вдосконалення призначені для підтримки як ізольованих, так і мережевих розгортань, що перекриваються, з акцентом на середовища, що характеризуються перевантаженням, перешкодами, мобільністю користувачів і межами покриття. Стандарт також вводить поліпшення в області енергоефективності, однорангового зв'язку і мобільності - все це має вирішальне значення для нових додатків.

Якщо дивитися в майбутнє, на 2028 рік і далі, мережі Wi-Fi повинні будуть підтримувати нові класи пристроїв, більшу мобільність цих пристроїв і критично важливі додатки. Wi-Fi 8 розроблений для вирішення цього завдання, забезпечуючи підвищену продуктивність і надійність в широкому спектрі середовищ. Ця технологія наступного покоління буде відігравати ключову роль у створенні інтелектуальних мобільних робочих просторів в корпоративному середовищі, імерсивних і важливих додатків в підключених будинках, а також безперебійного зв'язку високої щільності в громадських місцях. Не менш важливо, що Wi-Fi 8 розроблений для підтримки трансформаційних тенденцій, таких як поширення однорангового зв'язку між пристроями та зростання популярності сервісів, додатків і пристроїв на базі AI.

Крім сьогоднішніх зрозумілих потреб у підключенні, дві тенденції призведуть до різкого збільшення щільності та динамічності, необхідних від локальних мереж Wi-Fi.

Поширення екосистем персональних пристроїв: окуляри доповненої реальності, монітори здоров'я і пристрої нового покоління, що носяться, прискорюють попит на однорангові з'єднання з високою пропускною здатністю і низькою затримкою. Ці пристрої часто переносять обчислювально-місткі завдання на супутні пристрої, що вимагає безперебійної роботи бездротового зв'язку на короткі відстані.

Зростання систем на базі штучного інтелекту: хай то пристрої, що носяться, вбудовані в інтелектуальні середовища або автономні, системи на базі AI вимагають надійного зв'язку з низькою затримкою для доступу до периферійних або хмарних систем штучного інтелекту для виведення результатів в режимі реального часу. Ці інтелектуальні системи відіграють все більш важливу роль у тому, як ми взаємодіємо з навколишнім світом.

Wi-Fi 8 визначається як основоположна структура зв'язку, яка дозволяє цим екосистемам процвітати.

Реалізація цієї концепції залежить від нових можливостей, стандартизованих у 802.11bn, які покращують продуктивність Wi-Fi за п'ятьма найважливішими параметрами, що мають найбільше значення для реальних впроваджень.

Безшовний роумінг: 802.11bn вводить революційний підхід до мобільності через концепцію єдиних мобільних доменів, забезпечуючи безшовний роумінг між декількома точками доступу. Це дозволяє пристроям забезпечувати «один раз під'єднався — завжди підключений» шляхом підтримки безперервних з'єднань з низькою затримкою при переміщенні — без перерв або втрати пакетів, викликаних традиційними перемиканнями.

Надійне покриття на краю: ще одним важливим напрямком інновацій в стандарті 802.11bn є фокус на підвищенні продуктивності на краю — здатності мережі Wi-Fi підтримувати надійне високоякісне з'єднання для клієнтських пристроїв, що працюють в неідеальних умовах сигналу. Це особливо важливо для клієнтських пристроїв, що працюють на зовнішніх межах покриття точки доступу або в середовищах з погіршенням сигналу через відстань, перешкоди або обмеження по потужності. Стандарт розв'язує ці проблеми за допомогою ряду удосконалень фізичного рівня, які працюють разом, щоб посилити продуктивність на периферії.

Більш інтелектуальна координація для щільних розгортань: в середовищах з високою щільністю, таких як корпоративні кампуси, багатоквартирні будинки та громадські місця, мережі Wi-Fi можуть стикатися з проблемами перекриття сигналів і конфліктів ефірного часу. Ці умови можуть призвести до сплесків затримок, зниження пропускної здатності та погіршення загального досвіду користувачів. Wi-Fi 8 розв'язує цю проблему за допомогою одного зі своїх найважливіших нововведень: координації декількох точок доступу. Дозволяючи точкам доступу працювати спільно, а не незалежно одна від одної, Wi-Fi 8 пропонує більш інтелектуальний і ефективний спосіб доступу до середовища і спільного використання ресурсів між точками доступу, забезпечуючи стабільну якість обслуговування користувачів.

Покращене співіснування в пристрої: сучасні пристрої все частіше інтегрують кілька радіочастот (Wi-Fi, Bluetooth, UWB), що створює нові проблеми співіснування, такі як збої в одній технології при використанні загальної антени для іншої технології. Wi-Fi 8 вводить покращене співіснування всередині пристрою, щоб забезпечити більш плавну роботу, коли кілька радіостанцій спільно використовують антени або спектр, плавно обробляючи тимчасові збої, коли антена використовується для іншої технології.

Більш інтелектуальне використання енергії: у міру того як Wi-Fi стає все більш важливою частиною повсякденного життя, енергоефективність має вирішальне значення для продовження терміну служби батарей клієнтських пристроїв і мобільних точок доступу, а також для зниження енергоспоживання стаціонарних точок доступу і домашніх шлюзів. Wi-Fi 8 представляє нові функції, які роблять бездротовий зв'язок більш енергоефективним без шкоди для чуйності.

Wi-Fi 8 готовий перетворити бездротову продуктивність в тих середовищах, де це найбільш необхідно.

Корпоративний зв'язок — створення інтелектуальних мобільних робочих просторів: від розумних фабрик і лікарень до логістичних центрів і корпоративних кампусів — корпоративні середовища вступають в нову еру мобільності, інтелекту та автоматизації. Wi-Fi 8 розроблений для забезпечення надійності та продуктивності дротової інфраструктури за допомогою інновацій, які дозволяють використовувати новий клас критично важливих додатків, таких як колаборативні роботи, системи промислової автоматизації, дрони та автономні транспортні засоби (AGV), без перебоїв у роботі, навіть під час руху. Це знаменує собою фундаментальний зсув. Wi-Fi більше є не просто зручним доповненням, а основною інфраструктурою, що дозволяє приймати рішення в режимі реального часу, здійснювати автономні операції та масштабувати робочі процеси на основі AI.

Домашній зв'язок — забезпечення імерсивних і критично важливих домашніх додатків: підключений будинок перетворюється на платформу для імерсивних і все більш важливих послуг. Від автоматизації, яка прогнозує, до моніторингу здоров'я в режимі реального часу — ці послуги все більше покладаються на штучний інтелект, щоб стати контекстно-залежними, прогнозованими та чуйними, що ставить безпрецедентні вимоги до домашніх бездротових мереж. Wi-Fi 8 дозволить забезпечити стабільне надання цих послуг навіть в умовах високої щільності населення, таких як багатоквартирні будинки, де перешкоди та перевантаження традиційно обмежували продуктивність.

Громадські місця — забезпечення безперебійної мобільності в умовах високої щільності населення: такі об'єкти, як аеропорти, стадіони та транспортні вузли, перетворюються на гіперпідключені середовища. Користувачі очікуватимуть безперебійного доступу до послуг, включаючи обмін відео в реальному часі, навігацію з використанням доповненої реальності (AR), переклад в реальному часі та імерсивні враження для відвідувачів під час переміщення. Ці об'єкти все частіше покладаються на бездротову інфраструктуру для підтримки критично важливих систем безпеки, відеоспостереження, сенсорних мереж, екстреного зв'язку та відстеження людей і активів в реальному часі. Wi-Fi 8 матиме вирішальне значення для забезпечення безперебійної мобільності та стабільної продуктивності, дозволяючи користувачам залишатися на зв'язку під час переміщення по великих просторах і забезпечуючи безперебійну роботу критично важливих операцій навіть у години пікового навантаження.

Розробка стандарту 802.11bn є спільною роботою робочої групи 802.11, в якій бере участь безпрецедентна кількість учасників. Досягнуто значного прогресу, і щодо значної частини нового стандарту вже досягнуто консенсусу на високому рівні, в той час, як інші елементи залишаються предметом обговорення. У майбутньому робоча група 802.11bn буде зайнята доопрацюванням міцної та високоякісної основи майбутнього покоління Wi-Fi 8 — покоління, яке, як очікується, буде використовуватися в мільярдах пристроїв в наступному десятилітті.

Не встигли мережі 5G стати домінувальними в усьому світі, а вже обговорюються перспективи впровадження 6G.

У своєму останньому офіційному документі 5G Americas розглядає ключові розробки 5G-Advanced, викладені у випусках 18–20 Third Generation Partnership Project (3GPP), і те, як вони забезпечують стратегічний шлях до 6G.

У звіті дається критична оцінка того, як 5G-Advanced перетворює ландшафт бездротового зв'язку за допомогою інтегрованих можливостей штучного інтелекту, поліпшеної масштабованості IoT, енергоефективних мереж і розширеного потенціалу послуг.

«5G-Advanced є важливою еволюційною віхою в розвитку стільникової технології, яка використовує весь потенціал штучного інтелекту, стійкості та зв'язку для створення більш інтелектуальних і відмовостійких мереж», — сказав В'єт Нгуєн (Viet Nguyen), президент 5G Americas.

Мережі на базі штучного інтелекту — ключова інновація в 5G-Advanced, спрямована на інтеграцію машинного навчання в RAN і базову інфраструктуру, що дозволяє реалізувати автоматизацію без втручання людини, прогнозне технічне обслуговування і самоорганізовані мережі на основі намірів. Ця інтеграція скорочує час виявлення несправностей на 90% і зменшує кількість помилкових спрацьовувань до 70%.

5G-Advanced принесе прорив в області енергоефективності. Такі функції, як режими сну сот, перемикання антен і переривчаста передача, забезпечують економію енергії до 56%. У той же час нові технології IoT, що використовують навколишнє середовище, відкривають шлях для екосистем пристроїв без батарей.

Інновації в області затримки, такі як Low Latency, Low Loss і Scalable (L4S), пропускна здатність, а також нові рамки якості обслуговування (QoS) дозволяють мережам підтримувати імерсивну XR і промислову автоматизацію в реальному часі з безпрецедентною надійністю.

5G-Advanced також забезпечить спектральну ефективність та інтеграцію NTN. Передові технології MIMO та підтримка позаземних мереж розширюють високопродуктивні мережі 5G на регіони з недостатнім покриттям, досягаючи швидкості висхідного каналу понад 500 Мбіт/с та забезпечуючи супутникове покриття.

«Перехід до 5G-Advanced відкриває трансформаційний потенціал у всіх галузях, підтримуючи додатки цифрових двійників, приватні мережі та автоматизацію на основі штучного інтелекту як для підприємств, так і для урядів», — зазначив Андреа Брамбілла (Andrea Brambilla), керівник відділу RAN Evolution, Device Partnership в Nokia і співавтор білої книги.

«Спираючись на 5G Standalone, ми не просто розширюємо сьогоднішні можливості — ми сприяємо повній реалізації 5G через 5G Advanced. З єдиною в країні мережею 5G Advanced T-Mobile створює основу для по-справжньому інтелектуальної, стійкої і загальнонаціональної екосистеми 6G», — додав Пей Хоу (Pei Hou), головний стратег з розвитку технологій в T-Mobile і співкерівник групи з підготовки білої книги.

У документі також викладено стратегічні наслідки для операторів, підприємств і політиків. Спираючись на штучний інтелект, автоматизацію та енергоефективність, 5G-Advanced формує масштабовану платформу для майбутньої монетизації та цифрових інновацій. Рекомендації щодо регулювання підкреслюють необхідність оновлення політики в галузі управління штучним інтелектом, спільного використання спектру, ліцензування NTN та глобальної гармонізації стандартів IoT.

У щорічному звіті Google 2025 Environmental Report наведено цікаві дані про те, який вплив справив штучний інтелект на енергоспоживання дата-центрів компанії.

Хоча підвищення ефективності AI має вирішальне значення, це лише одна з частин загальної картини. Для повнішого уявлення про вплив використання штучного інтелекту на навколишнє середовище і про те, як можна ефективно керувати ним, необхідне більш широке розуміння загального споживання електроенергії AI.

За останні кілька років багато що змінилося. Так була запущена Gemini, найпотужніша та універсальна AI-модель Google. Причому вона була швидко інтегрована в основні продукти та платформи компанії. Мільйони людей тепер використовують генеративний AI способами, які вони навіть не могли собі уявити у 2022 році, від спрощення повсякденних завдань до створення нових додатків для розробників, стартапів і підприємств по всьому світу.

За повідомленням Google, для підтримки всіх її продуктів і цифрових сервісів, включаючи AI, загальне споживання електроенергії центрами обробки даних компанії зросло на 27% у 2024 році в порівнянні з 17% торік. Однак важливо зазначити, що зростання потреб в електроенергії обумовлено не тільки AI. Прискорене зростання Google Cloud, постійні інвестиції в пошук, розширення охоплення YouTube та інші фактори також сприяли цьому загальному зростанню. 

У звіті також відзначається, що вперше за шість років середньорічний показник ефективності використання електроенергії (PUE) для глобальних центрів обробки даних Google опустився нижче 1.10 до 1.09.

Хоча покращення PUE на 0.01 може здатися незначним, в масштабах глобальних операцій компанії такий приріст ефективності дозволяє уникнути значного споживання електроенергії.

Зазначається, що зараз дата-центри надають понад у шість разів більше обчислювальної потужності на одиницю електроенергії, ніж п'ять років тому. Значна частина цього покращення досягнута завдяки впровадженню прискорювачів штучного інтелекту, таких як TPU.

Google підкреслює, що як і раніше прагне максимально використовувати потенціал AI для просування наукових відкриттів, прискорення прогресу людства та поліпшення життя людей у всьому світі. Щоб досягти цієї мети відповідально, компанія продовжуватиме оптимізувати моделі, створювати ефективну інфраструктуру та закуповувати чисту енергію, щоб ще більше підвищити ефективність AI та мінімізувати його загальні потреби в ресурсах.

З такою заявою, опублікованою в блозі Windows Experience, виступив Юсуф Мехді (Yusuf Mehdi), виконавчий віцепрезидент і директор з маркетингу Microsoft.

Це твердження базується на результатах тестування за допомогою інструменту Geekbench 6 Multi-Core, які можна вважати оманливими, оскільки вони не повністю відображають реальні умови використання. Наприклад, було показано, що Windows 10 має кращу продуктивність в іграх, ніж Windows 11, що є поширеним аргументом на користь збереження старої операційної системи.

Водночас у блозі також наводяться аргументи на користь переходу на Windows 11, підкреслюючи підвищену безпеку завдяки таким рішенням, як TPM 2.0 і Smart App Control. Microsoft стверджує, що з Windows 11 кількість інцидентів, пов'язаних з безпекою, скоротилася на 62%, але це порівняння нових комп'ютерів під управлінням Windows 11 зі старими комп'ютерами під Windows 10.

Після 14 жовтня 2025 року офіційна підтримка Windows 10 буде припинена. Microsoft більше не буде надавати безкоштовні оновлення безпеки, технічну підтримку та виправлення помилок для Windows 10. Для користувачів, які бажають продовжити використання Windows 10, Microsoft пропонує платну програму розширених оновлень безпеки (ESU). Ця програма дозволяє приватним користувачам отримувати критичні оновлення безпеки протягом додаткового року за плату в розмірі $30.

Чи матимуть користувачі як і раніше можливість перейти з Windows 10 на Windows 11 після 14 жовтня 2025 року, залежить від майбутніх рішень Microsoft. Наразі немає офіційної заяви про те, чи діятиме пропозиція про безкоштовне оновлення після цієї дати. Тому користувачам рекомендується перейти на нову версію до закінчення терміну підтримки, щоб скористатися поточними умовами.

Важливо відзначити, що Windows 11 має певні вимоги до обладнання, в тому числі TPM 2.0, Secure Boot і сумісні процесори 8-го покоління Intel або еквівалентні моделі AMD. Microsoft заявила, що ці вимоги не будуть пом'якшені, і старі пристрої не будуть офіційно підтримуватися. Хоча існують неофіційні методи установки Windows 11 на не підтримуване обладнання, вони можуть призвести до проблем зі стабільністю і відсутністю оновлень.

Традиційно дисплеї сприймаються як інтерфейс взаємодії комп'ютера і людини, але виявляється, з їх допомогою можна організувати високошвидкісний канал передачі даних між обчислювальними платформами.

Саме на це застосування й розраховане рішення від компанії X Display Company (XDC), яка представила високошвидкісний дисплей зі швидкістю передачі даних в мільйон кадрів в секунду. Цей прорив закладає основу для систем бездротового оптичного зв'язку вільного простору наступного покоління, здатних прискорити підключення в дата-центрах штучного інтелекту та забезпечити кластери внаслідок масштабованих, бездротових, перенастроюваних і енергоефективних каналів зв'язку між дисплеєм і камерою.

«Ми бачимо, що концепції та елементи технологій дисплеїв microLED готуються до виходу на ринок оптичного зв'язку для центрів обробки даних для взаємозв'язку всередині», — сказав Ерік Вірей (Eric Virey), доктор наук, головний аналітик з ринку дисплеїв і технологій у підрозділі Photonics, Sensing & Display групи Yole Group. З появою штучного інтелекту та зростанням нейронних мереж більш масштабовані та стійкі рішення для підключення полегшать навантаження на енергетику, мережеву інфраструктуру і сукупну вартість володіння (TCO) для гіпермасштабних центрів обробки даних. Оптичний зв'язок на основі дисплеїв XDC дозволяє даним буквально літати в повітрі, усуваючи необхідність у фізичних пучках волокон для формування кластерів xPU, а також динамічно адаптуючись у режимі реального часу до змін у попиті на пропускну здатність.

На відміну від звичайних дисплеїв, оптимізованих для людського зору, дисплеї XDC розроблені для міжмашинної комунікації. Використовуючи тисячі надшвидких, багатохвильових і паралельно випромінювачів, що передають, система динамічно записує і контролює дані по дискретних послідовних кадрах, кожен з яких оптично передається дисплеєм, а потім зчитується високошвидкісною камерою приймачем. Моделювання енергоефективності каналу зв'язку показує, що в порівнянні з оптичними трансиверами 800G питома потужність на біт (pJ/bit) може бути збільшена у 2-3 рази, що є значною перевагою для гіпермасштабних дата-центрів, які прагнуть до більш екологічної та реконфігурованої інфраструктури.

«Цей прорив відкриває абсолютно нову парадигму, в якій дисплеї виходять за рамки своєї традиційної ролі простих інтерфейсів для людей і перетворюються на оптичні передавачі даних між машинами», — зазначив Нікхіл Джайн (Nikhil Jain), директор з оптоелектроніки та стратегічних партнерств в X Display. «Можливість динамічної передачі даних зі швидкістю в мегагерцах по повітрю відкриває перспективи для трансформації хмарної інфраструктури. Ми з гордістю представляємо найшвидший у світі дисплей і оптичні з'єднання на основі дисплеїв, які дозволяють передавати величезні обсяги даних через вільний простір, а не через громіздкі пучки волокон. У перспективі, завдяки постійним інноваціям, пропускна здатність в терабітах в секунду і вище стане доступною, що полегшить масштабований, модульний і енергоефективний оптичний зв'язок і відкриє шлях для таких передових додатків, як оптичні обчислення».

Ця платформа є не тільки привабливим рішенням для оптичної передачі даних, але і пропонує компоненти для додатків, що охоплюють LiFi, цифрове мовлення, зв'язок у видимому світлі (VLC), автомобільні мережі ad hoc (VANET) і енергоефективні оптичні обчислення.

Цікавий проект реалізується в Sandia National Labs, де розгорнуто суперкомп'ютер, в якому змогли обійтися не тільки без GPU, але й без системи зберігання даних.

Платформа SpiNNaker 2, створена компанією SpiNNcloud, імітує роботу мозку. На нинішньому етапі її розвитку - це від 150 до 180 млн нейронів.

Архітектура, що застосовується в цьому рішенні, була спочатку розроблена піонером Arm Стівом Фурбером (Steve Furber).

Як пояснює SpiNNcloud, високопаралельна архітектура SpiNNaker 2 передбачає 48 чіпів SpiNNaker 2 на кожній серверній платі, кожна з яких, у свою чергу, містить 152 базових ядра і спеціалізовані прискорювачі.

Кожен з 48 чіпів містить 20 МБ SRAM, а кожна плата — 96 ГБ зовнішньої пам'яті LPDDR4. Таким чином, 90 плат складають 8640 ГБ DRAM, а система з 1440 плат містить 69120 чіпів і 138240 ТБ DRAM. Зрозуміло, в системі використовується високошвидкісний зв'язок між чіпами. За словами SpiNNcloud, це усуває необхідність в централізованому сховищі. 

В рамках проекту, реалізованого в Sandia, була поставлена система з 24 плат і 175000 ядер. За даними SpiNNcloud, в Sandia «суперкомп'ютер підключений до наявних систем HPC і не містить ніяких ОС або дисків. Швидкість забезпечується внаслідок зберігання даних в SRAM і DRAM».

Стандартні паралельні порти Ethernet «достатні для завантаження/збереження даних». «Поточна максимальна система» налічує понад 10,5 млн ядер, що, за словами SpiNNcloud, означає, що вона може підтримувати біологічний реальний час.

Крім того, вона дозволяє виконувати складні обчислення і симуляції, керовані подіями, з більшою енергоефективністю в порівнянні з системами на базі GPU.

«Хоча системи на базі графічних процесорів можуть підвищити ефективність суперкомп'ютерів, обробляючи високопаралельні і математично інтенсивні робочі навантаження набагато швидше, ніж центральні процесори, системи, натхненні роботою мозку, такі як SpiNNaker2, пропонують привабливу альтернативу», — сказав Крейг М. Вайнярд (Craig M. Vineyard), доктор наук, науковий співробітник Sandia National Laboratories. «Нова система забезпечує як вражаючу продуктивність, так і суттєве підвищення ефективності, доповнюючи нейроморфні можливості Sandia».

Гектор А. Гонсалес (Hector A. Gonzalez), співзасновник і генеральний директор SpiNNcloud, повідомив, що система буде орієнтована на вирішення проблем «оборони наступного покоління і далі. Підвищення ефективності SpiNNaker2 робить платформу особливо придатною для вимогливих обчислювальних завдань в області національної безпеки».

У перспективі SpiNNcloud буде підтримувати нові алгоритми генеративного AI, забезпечуючи ефективніше машинне навчання за рахунок динамічної розрідженості. Замість того, щоб покладатися на щільні моделі, які активують всі нейронні шляхи, динамічна розрідженість вибірково задіює тільки відповідні підмножини нейронів на основі вхідних даних. Цей зсув підтримує розробку нових, ефективніших архітектур AI і пропонує потенційний шлях до зниження зростаючих енергетичних потреб, пов'язаних з великомасштабним навчанням моделей і висновками.

Уявіть собі армію роботів, схожих на героїв з фільму «Термінатор», що крокують полем бою. Це вже не лише фантастика — Китай активно розвиває технології людиноподібних роботів, які можуть змінити уявлення про майбутнє війни та промисловості.

Офіційне видання Народно-визвольної армії Китаю (PLA Daily) нещодавно опублікувало коментар, в якому підкреслюються переваги використання людиноподібних роботів на полі бою. Такі роботи можуть поєднувати тактичну гнучкість зі стратегічним стримуванням, виконуючи завдання з доставлення припасів, надання медичної допомоги пораненим та ремонту обладнання. Це свідчить про серйозні наміри Китаю інтегрувати роботів у військові операції.

Одним із прикладів є робот Tien Kung Ultra, розроблений Beijing Humanoid Robot Innovation Centre (X-Humanoid), який переміг у першому півмарафоні для людиноподібних роботів у Пекіні в березні. Цей робот демонструє переваги двоногого дизайну для навігації в складних умовах, таких як руїни та сходи.

Китайські компанії активно впроваджують людиноподібних роботів у промисловість. Наприклад, Fourier Intelligence з Шанхаю представила свого робота GR-2, який має 53 ступені свободи та здатний підіймати до 3 кг однією рукою. Цей робот оснащений 12-ступеневими руками з тактильними сенсорами, що дозволяє йому виконувати складні завдання з високою точністю.

Інша компанія, UBTech з Шеньчженя, планує до кінця року впровадити від 500 до 1000 одиниць своїх роботів Walker S серії на заводах, включаючи виробництво автомобілів та електроніки. Ці роботи вже використовуються на виробничих лініях таких компаній, як BYD та Foxconn, для виконання завдань з інспекції та складання продукції.

Kepler Robotics також представила оновлену версію свого робота Forerunner K2, який має 52 ступені свободи та здатний підіймати до 15 кг. Цей робот використовує передові алгоритми для автономного виконання завдань у виробництві та логістиці.

Активний розвиток людиноподібних роботів у Китаї викликає занепокоєння в інших країнах. У США деякі законодавці висловлюють побоювання щодо потенційного використання китайських роботів для шпигунства або саботажу. Деякі експерти вважають, що ці побоювання можуть бути перебільшеними, але вони підкреслюють необхідність уважного моніторингу ситуації.

Китайська компанія Unitree Robotics, яка спеціалізується на розробці людиноподібних та чотириногих роботів, вже постачає свої продукти на глобальний ринок. Її роботи використовуються в різних сферах, включаючи виробництво, реагування на надзвичайні ситуації та навіть військові навчання.

Китай прагне стати світовим лідером у галузі робототехніки до 2027 року, активно інвестуючи в дослідження та розвиток. Це включає не лише промислове застосування, але й потенційне використання роботів у військових цілях.

Однак виникають питання щодо етичних та безпекових аспектів такого розвитку. Як забезпечити, щоб роботи використовувалися виключно в мирних цілях? Які міжнародні норми повинні регулювати використання людиноподібних роботів?

Таким чином, можна зробити висновок: розвиток людиноподібних роботів у Китаї відкриває нові можливості для промисловості та потенційно для військової сфери. Однак це також порушує важливі питання щодо етики, безпеки та міжнародного регулювання. Світова спільнота повинна уважно стежити за цими тенденціями та працювати над створенням відповідних нормативних рамок.