Rosja nie wyprodukuje procesorów. TSMC odmawia współpracy

Rosja może zostać bez procesorów. Bajkał-S i Bajkał-M, miały zaspokajać potrzeby tamtejszych przedsiębiorstw. Okazuje się jednak, że Rosjanie będą mieli problem z ich wyprodukowaniem.

Jak podaje serwis kommersant.ru, zaprezentowane przez Rosję pod koniec 2021 roku procesory Bajkał-S nadal nie są produkowane. Cały projekt jest wstrzymywany przez firmy z Tajwanu, które odmawiają realizacji zleceń produkcyjnych. Tamtejsze przedsiębiorstwo TSMC nie chce podpisywać nowych umów z przedstawicielami Rosji.

Problemem jest także fakt, że tajwańska firma TSMC nie chce przekazać już wyprodukowanych procesorów Rosji,

Taka decyzja może być bardzo mocno odczuwalna na rosyjskim rynku. Na serwerowe procesory Bajkał-S liczyć mieli między innymi przedstawiciele największego spośród rosyjskich banków – Sbierbanku. W obliczu braku możliwości produkcji krajowej elektroniki konieczne będzie szukanie ich źródeł w innych państwach.

Może to być trudne ze względu na fakt, że wiele krajów zdecydowało się nałożyć na Rosję sankcję, a Intel i AMD, czyli czołowi przedstawiciele rynku procesorów, zdecydowali się już na całkowite wycofanie się z rosyjskiego rynku.

Jedyną możliwością dla Rosjan ma być obniżenie wartości technologicznej swoich procesorów. Procesory Bajkał-S (podobnie jak Bajkał-M) są wykonywane w technologii 16 nm, a rosyjskie fabryki nie są w stanie realizować procesów produkcyjnych na poziomie pozwalającym na ich uzyskanie.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *