Sabrent najavio prvi PCIe 8TB SSD

Američka tvrtka Sabrent dodala je novi model svojoj seriji Rocket Q solid state pogona  maksimalnog kapaciteta  8 TB.

To je prvi potrošački PCIe M.2 2280 SSD ovog kapaciteta, koji koristi NVMe 1.3 protokol. Rocket Q koristi 96-slojnu QLC (četiri bita po ćeliji) 3D NAND memoriju. Ima RKT 303 kontroler, što je vrlo vjerojatno Sabrentovo ime za Phison E12S SSD kontroler. Postiže sekvencijalne brzine čitanja/pisanja od 3,4/3,0 GB/s. Jedna od značajki kontrolera je mogućnost rada sa samo pola kapaciteta DRAM-a, što omogućuje Sabrentu da koristi 256 MB DRAM-a za svakih 1TB prostora za pohranu.

Osnovne značajke uključuju:

• sukladnost za PCIe 3.1 / NVMe 1.3
• podrška za upravljanje napajanjem za APST / ASPM / L1.2
• podrška SMART i TRIM naredbi i ONFi 2.3, 3.0, 3.2 i 4.0 sučelja

Svi SSD-i dolaze sa Sabrent Acronis True Image softverom za lako kloniranje. Ako ste se zagrijali za ovaj proizvod, imajte na umu da ova serija nije jeftina, jer model 4 TB košta 700 eura.  Ovaj najnoviji od 8TB mogao bi koštati oko 1.500 eura. Kupcima se nudi jamstveno razdoblje od pet godina ako se registriraju u roku od 90 dana.

Kao najmoćnija platforma za razvoj softvera u području ubrzavanja GPU-ove aplikacije, NVIDIA je nedavno izdala novi alatni program verzije CUDA 11, koji je posebno optimizirao  za novo predstavljenu Ampere arhitekturu.

CUDA 11 u potpunosti podržava nove Ampere proizvode, uključujući A100 GPU, DGX A100, HGX A100 i druge sustave temeljene na njoj, a podržava Tensorske jezgre treće generacije, što može ubrzati izračun matrica preciznosti za različite vrste podataka, poput tf32, bfloat16.

CUDA 11 donosi:

• Višesmjernu GPU virtualizaciju i GPU particioniranje za poboljšanje korištenja GPU-a
• Optimiziraniju biblioteku performansi, uključujući linearnu algebru, brzu Fourierovu transformaciju (FFT), umnožavanje matrice, JPEG dekodiranje itd.
• Poboljšan graf zadatka, asinkroni prijenos podataka, finu sinkronizaciju, upravljanje rezidentnim predmemorijom itd.
• Poboljšani skup alata za razvoj  i analizu praćenja, sastavljanja, uklanjanja pogrešaka
• Punu podrška za razne glavne CPU arhitekture, uključujući x86, arm64, power
• CUDA C ++ poboljšava performanse i stabilnost prevoditelja, podržava nove glavne prevoditelje i jezične standarde (uključujući C ++ 17) i podržava paralelni C ++ STL
• Ažuriranje podrške za operativni sustav

Nvidijina je 7-nm Ampere arhitektura napokon na pozornici, ali je trenutno okrenuta ka tržištu podatkovnih centara. Što je s gaming karticama?

Prema posljednjim vijestima, i AMD i NVIDIA objavit će nove gaming kartice sljedeće generacije u rujnu ove godine, dok će do tada oba proizvođača i njihovi AiB partneri postupno smanjivati ​​cijene i očistiti zalihe postojećih proizvoda u trećem tromjesečju kako bi potaknuli potražnju na tržištu. U normalnim okolnostima, uvijek je lipanj bio najbolji mjesec za otkrivanje sljedeće generacije proizvoda, ali  COVID-19 epidemija je poremetila tempo puštanja novih proizvoda te kao što znamo odgodila i Computex sajam na kojem se to i dešava. Osim toga ranije je objavljeno da će NVIDIA svakog kvartala izdavati novu karticu s ampere strukturom, počevši od trećeg tromjesečja, a svi bi trebali biti high-end modeli. Ako nije neistinita vijest, nove ćemo RTX 3080 Ti, RTX 3080 i RTX 3070 kartice na tržištu vidjeti slijedno.

Možda s Jonsbo  brandom i niste pretjerano upoznati jer oni uglavnom imaju tendenciju puštanja svojih proizvoda na azijsko tržište iako se mogu naći u ponudi u Europi. No to nije razlog da s vama ne podijelimo zanimljive informacije o njihovom novom hladnjaku CR-1000 Plus, dizajniranom za rad s dva ventilatora.

Namijenjen je Intelovim procesorima u socketa LGA775, 1150, 1151, 1155, 1156 i AMD procesora socketa AM2, AM2 +, AM3, AM3 +, AM4, FM1, FM2 i FM2 +.

Sastoji se od aluminijskog hladnjaka sa 44 rebra (svaki debljine 0,4 mm) ima moderan crni poklopac na kojem je RGB  osvjetljenje upravljivo softverom.

Četiri toplinske cijevi od 6 mm u izravnom su kontaktu s IHS-om procesora kako bi se osigurale poboljšane performanse hlađenja. Zahvaljujući dizajnu s dvostrukim ventilatorom,učinak hlađenja dodatno se poboljšava u push-pull konfiguraciji.

Brzina ventilatora pomoću PWM-a podesiva je u rasponu od 700-1500 o/min. U ovom slučaju protok zraka varira između 44,4 i 97,5  metara kubnih u satu, a razina buke je unutar 20,55 i 31,2 dBA. Hladnjak je dimenzija 128 x 101 x 158 mm i teži 745 g. Cijena nije navedena, ali očekujemo da će biti vrlo konkurentna kao i kod drugih sličnih kineskih brendova.

Biostar je lasnirao RACING B550 GTA i RACING B550 GTQ ploče namijenjene Ryzen procesorima. Prva je ATX formata pogodna za potrošače koji žele izgraditi potpuno opremljeni uređaj za igranje koji mogu iskoristiti dodatne utore za proširenje i povezivanje koje dolazi s ATX arhitekturom.  Druga je mATX formata za one kojima je potrebna ista razina tehnologije i snage kao i ATX , ali uzimaju manja kućišta računala.

Obje imaju po dva PCIe 4.0 utora, a istovremeno zadržavaju i kompatibilnost sa starijim standardom. Osim toga opremljene su  PCIe M.2 4.0 koji ima niže latencije s propusnošću od 64Gb/s i 2 puta je brži od PCIe M.2 3.0.

Što se tiče stražnjeg I/O-a, ima do osam USB-a (Type-A x7 + Type-C x1), priključak za miša s PS/2 konektorom i  DVI-D. Dostupni su i HDMI i DP. B550GTQ podržava AMD treće generacije Ryzen (Matisse) procesore AMD B550 single chip arhitekture,  HDMI 4K rezoluciju i 4-DIMM DDR4-1866 / 2133/2400/2667/2933/3200 (OC) do 128 GB maksimalnog kapaciteta.

RACING B550 GTA bit će opremljena s LAN-om od 2,5 Gb od Realteka. Napokon, ako želite koristiti Intelovo rješenje, zbog problema kolokacije čipseta, morate koristiti i225-LM s većim troškovima i ne možete koristiti uobičajeni i225-V. BIOSTAR također najavljuje da registracijom bilo koje kupnje nove matične ploče putem BIOSTAR VIP CARE portala, potrošači mogu dobiti brojne dodatne pogodnosti poput produženih jamstvenih rokova na svim novim BIOSTAR matičnim pločama.

Dok iPhone SE osvaja tržište, Google još jednom odgađa lansiranje Pixela 4a. Prvo su kružile glasine da će Google Pixel 4a debitirati krajem svibnja i nakon toga početkom lipnja. Međutim, Jon Prosser, poznati insajder, upravo je rekao da bi 4A mogao biti odgođen još mjesec dana do 13. srpnja.

Što se tiče izvora novih informacija, John Prosseron više je puta svima nama pružio pouzdane informacije. S čim je povezano novo lansiranje još nije jasno. Radi li se o pandemiji COVID-19 ili nekim tržišnim razlozima ili se čeka Android 11? Zapravo insajder primjećuje da se odgoda vjerojatno temelji na tržišnoj analizi, budući da je Google spreman započeti s isporukom.

Izvor dodaje da će pametni telefon biti dostupan u dvije boje kućišta od plastičnog materijala:  crnoj i plavoj. Pixel 4a XL nije na vidiku.

Podsjetimo, Google Pixel 4a ima isti OLED 5,81-inčni zaslon rezolucije 2.340 x 1.080 piksela i brzinu osvježavanja slike 60 Hz kao i njegov prethodnik, ali omjer prikaza povećan je na 19,5: 9. Glavna kamera postavljena je u gornjem lijevom kutu i koristi pravokutni modul kamere. Čitača otiska prsta je na stražnjoj strani s  12 MP modulom kamere  i setom ToF leća, dvostrukom bljeskalicom.  USB-C priključkom   i 3,5 mm priključnica za slušalice su na dnu.

Prema posljednjim informacijama Google Pixel 4a  koristi Qualcomm Snapdragon 730, dobit će 6 GB RAM-a,  128 GB flash memorije i koštat će 350 dolara.

Samsung očekuje da će globalno tržište poluvodiča rasti u središtu ultrafinih procesa zbog širenja novih aplikacija poput 5G, HPC, AI i mreže.

Kako bi  zadržao svoju vodeću poziciju na tržištu najavili su  izgradnju nove tvornice za proizvodnju procesora pomoću tehnologije 5-nanometra. Ovdje govorimo o 5 nm EUV tehnologiji – naprednijoj u usporedbi s onom koja se koristi u TSMC postrojenjima.

Tvrtka će biti smještena u kampusu Pyeongtaek u provinciji Gyeonggi-do. Nalazi se 70 km južno od Seula. Građevinski radovi su već započeli, puštanje u pogon planirano je u drugoj polovici 2021. godine. Ulaganja se procjenjuju na 8,1 milijardu američkih dolara. Međutim, puštanje procesora koji koriste 5 nm tehnologiju u kapacitetima tvrtke Samsung počinje već u drugoj polovici ove godine u tvornici nazvanoj Mars.  Ranije je nadograđen.

Nakon što je Sony najavio svoje foto senzore IMX500, koji  integriraju vlastiti čip i neovisni sustav umjetne inteligencije, u priču se uključio i Microsoft. Ideja je stvoriti platformu koja će moći prepoznati i izvući informacije putem AI izravno s pametnih telefona i drugih uređaja s kamerama.

Sony će Microsoftove mogućnosti Azure AI ugraditi u inteligentni senzor IMX500, a stvorit će i pametnu aplikaciju. To će poslužiti kao temelj na kojem ISV-ovi i OEM proizvođači mogu trenirati AI modele za izradu vlastitih video analiza i računalnog vida specifičnih za klijenta i industriju. Također će omogućiti primijene AI modela za scenarije video analitike u svim industrijama kako bi otkrili nove mogućnosti prihoda, pojednostavili poslovanje i riješili izazove.

Na primjer, trgovci mogu pomoću pametnih kamera otkriti kada treba napuniti proizvode na policu ili bolje razumjeti optimalni broj dostupnih šaltera za otkazivanje prema duljini reda. Uz to, proizvođač može upotrijebiti pametnu kameru za prepoznavanje opasnosti na svom proizvodnom podu u stvarnom vremenu prije nastanka ozljeda. Međutim, tradicionalno se takve aplikacije koje se oslanjaju na prikupljanje podataka distribuiranih između mnogih pametnih kamera na različitim mjestima poput trgovina, skladišta i distribucijskih centara bore za optimizaciju raspodjele računskih resursa, što rezultira povećanjem troškova ili potrošnje energije.

Kao dio partnerstva, Microsoft i Sony također će raditi zajedno na olakšanju zajedničke inovacije s partnerima i poslovnim kupcima na područjima računalnog vida i video analize kao dijela Microsoftovog programa AI & IoT Insider Labs.  Microsoftovi laboratoriji AI i IoT Insider nude pristup i mogućnosti za izgradnju, razvoj, prototipiranje i testiranje korisničkih rješenja, radeći u partnerstvu s Microsoftovim stručnjacima i drugim dobavljačima rješenja poput Sonyja.

Kompanije će započeti suradnju s odabranim kupcima unutar ovih centara za inovacije kasnije ove godine.

SD Association  je  najavio nove specifikacije SD 8.0 koje omogućuju povećanje brzine prijenosa podataka gotovo učetverostručen u odnosu na SD Express kartice koje su trenutno na tržištu.

Organizacija za standardizaciju koja stoji iza SD memorijskih kartica opisuje da specifikacije donose dual channel  PCIe 4.0 sučelje kombinirano s NVMe protokolom (do verzije 1.4) koji ovaj put omogućuje maksimalne brzine prijenosa podataka od oko 4 GB/s odnosno točno 3.938 MB/s.  Podsjetimo, SD 7.1 specifikacije najavljene u lipnju 2018. godine omogućavaju maksimalne brzine prijenosa podataka od 985 MB/s i temelje se na jednokanalnom PCIe 3.1 sučelju i NVMe protokolu.

Dual channel PCIe konfiguracija 4.0 zahtijeva i treći red kontakata pa će proizvođači zbog toga morati radikalnije redizajnirati kartice. Međutim, to ne znači  da će im se promijeniti veličina.  Zadržavaju standardni faktor oblik i normalno će raditi i na starijim uređajima.

Kao i obično, SD Express kartice su kompatibilne unatrag sa SD utorima u skladu s prethodnim specifikacijama. Konkretno, novim evolucijskim korakom SD memorijske kartice jačaju svoju ulogu kao periferne jedinice za pohranu koja može ponuditi performanse usporedive s onima na SSD-ovima.

Nove SD Express kartice sa SD 8.0 specifikacijama proizvodit će se u SDHC, SDXC i SDUC formatima, što znači da je mogući maksimalni kapacitet pohrane od 128 TB. Naravno, to je teoretska granica.

Područja primjene su brojna. Primjerice  za fotografe koji snimaju super usporene fotografije, video zapise od 8K ili videozapise 360 ​​stupnjeva u sirovom formatu. Još nije poznato kada će se  pojaviti na tržištu.

Za više tehničkih detalja pogledajte link na kojem je objašnjen novi SD Express standard.

Nesumnjivo, zlonamjerni softver je podjednako problem za sve uređaje bilo da se radi o stolnim ili prijenosnim računalima, pametnim telefonima, televizorima, tabletima ili bilo kojim drugim uređajima.

Najnovije vijesti u borbi protiv zlonamjernog softvera dolaze nam iz Microsofta i Intela. Imaju potpuno novi pristup klasifikaciji, pretvarajući zlonamjerni kod u 2D sliku. Temelj je opažanje da ako su binarni programi zlonamjernog softvera crtani kao sive slike, strukturni obrasci mogu se koristiti za učinkovito klasificiranje binarnih datoteka kao benigne ili zlonamjerne, kao i združivanje zlonamjernih binarnih datoteka u odgovarajuće obitelji prijetnji.

Istraživači su koristili pristup koji su nazvali statičkom analizom mreže zlonamjernog softvera kao slike (STAMINA). Koristeći Microsoftove skupove podataka, studija je pokazala da STAMINA pristup postiže visoku točnost u otkrivanju zlonamjernog softvera s niskim lažnim pozitivnim rezultatima.

Iako se statička analiza obično povezuje s tradicionalnim metodama otkrivanja, ona i dalje predstavlja važan sastavni blok za AI otkrivanje zlonamjernog softvera bez potrebe za pokretanjem aplikacija ili nadgledanjem izvođenja.

Statička analiza stvara metapodatke o datoteci. Strojno razvrstavanje na klijentu i u oblaku zatim analizira metapodatke i utvrđuje je li datoteka zlonamjerna. Za složenije prijetnje, dinamička analiza i analiza ponašanja grade se na statičkoj analizi kako bi se pružile više značajki i izgradila opsežnija detekcija. Pronalaženje načina za provođenje statičke analize u mjerilu i s visokom učinkovitošću koristi ukupnim metodologijama otkrivanja zlonamjernog softvera.

Analiziranje zlonamjernog softvera predstavljenog kao slika

Da bi se utvrdila praktičnost STAMINA pristupa, koji određuje da se zlonamjerni softver može klasificirati na ljestvici provođenjem statičke analize kodova zlonamjernog softvera predstavljenim kao slike, studija je obuhvatila tri glavna koraka: pretvorbu slike, prijenos učenja i evaluaciju.

Dijagram koji prikazuje korake za STAMINA pristup: predobrada, prijenos učenja i evaluacija

Prvo, istraživači su pripremili binarne zapise pretvarajući ih u dvodimenzionalne slike. Ovaj korak uključuje pretvaranje, preoblikovanje i promjenu veličine piksela. Binari su pretvoreni u jednodimenzionalni tok piksela dodjeljivanjem vrijednosti svakog bajta između 0 i 255, što odgovara intenzitetu piksela. Svaki tok piksela transformiran je u dvodimenzionalnu sliku koristeći veličinu datoteke za određivanje širine i visine slike.

Drugi je korak bio korištenje transfernog učenja, tehnike za prevladavanje izolirane paradigme učenja i korištenjem znanja stečenog za jedan zadatak za rješavanje srodnih problema. Ubrzava vrijeme obuke zaobilazeći potrebu traženja optimiziranih hiperparametara i različitih arhitektura – a sve to uz održavanje visokih performansi u klasifikaciji. Za ovu studiju, istraživači su koristili Inception-v1 kao osnovni model.

Studija je provedena na skupu podataka o 2,2 milijuna heševa PE datoteka koje je osigurao Microsoft. Ovaj je skup podataka vremenski podijeljen u segmente 60:20:20 za trening, validaciju i testne skupove.

Dijagram koji pokazuje DNN nije unaprijed uvjetovao utezima prirodnih slika, posljednji dio je prilagodio nove podatke

Konačno, učinkovitost sustava bila je izmjerena i izviještena na testnom setu. Uhvaćeni mjerni podaci uključuju opoziv u određenom lažno pozitivnom rasponu, s točnošću, ocjenom F1 i površinom ispod krivulje rada prijemnika (ROC).

Zajedničko istraživanje pokazalo je da je primjena STAMINA na skupu podataka o testiranju u stvarnom svijetu postigla opoziv od 87,05% pri 0,1 % lažne pozitivne stope, a 99,66 % opoziva i 99,07 % točnosti na 2,58 % ukupne lažne pozitivne stope. Rezultati svakako potiču upotrebu učenja dubokog prijenosa u svrhu klasifikacije zlonamjernog softvera. Pomaže u ubrzanju treninga zaobilazeći pretragu optimalnih hiperparametara i pretraživanja arhitekture, štedi vrijeme i izračunava resurse u procesu.

Studija također naglašava prednosti i nedostatke metoda na temelju uzorka poput STAMINA i metoda klasifikacije temeljenih na metapodacima. Na primjer, STAMINA može detaljno pregledati uzorke i izvući dodatne signale koji možda neće biti zabilježeni u metapodacima. No, za veće aplikacije , STAMINA postaje manje učinkovita zbog ograničenja pretvaranja milijardi piksela u JPEG slike, a zatim njihove veličine. U takvim slučajevima metode temeljene na metapodacima pokazuju prednosti u odnosu na  ova istraživanja.

Microsoft i Intel planiraju daljnju suradnju na optimizacijama ubrzanja platforme koje mogu omogućiti primjenu modela dubokog učenja na klijentskim strojevima s minimalnim učinkom na performanse.