AMD szykuje kontrę na nowe Intele. Wiemy kiedy się pojawią

Yuri Bubliy będący twórcą znanego narzędzia DRAM Calculator for Ryzen zasugerował, że z końcem stycznia 2022 roku nastąpi premiera procesorów z prawdopodobnie serii 6000.

Informacje pochodzą z aktualizacji narzędzia o nazwie Project Hydra, nad którym Yuri pracuje. Aplikacja ma z końcem listopada zyskać wstępne wsparcie dla Ryzenów Vermeer, czyli serii 5000 oraz dla nowości już w dniu premiery.

Project Hydra to narzędzie, które będzie oferować możliwości zwiększenia wydajności procesorów Ryzen. Będzie oferować funkcje takie jak automatyczne wykrywanie wartości Curve Optimizer, modyfikację krzywej napięcia i częstotliwości, a także tworzenie dynamicznych profili i undervolting. Będzie to więc nowe wcielenie znanego Clock Tuner for Ryzen.

Już wcześniej podczas świętowania przez AMD 5-lecia architektury ZEN, dyrektorzy firmy zapowiedzieli premierę nowości w pierwszym kwartale. Nie będą to układy oparte na architekturze ZEN 4, na które będzie trzeba jeszcze trochę dłużej poczekać.

Jest tu raczej mowa o odświeżonych układach rodziny Vermeer, czyli serii 5000 z dodatkiem o nazwie 3D V-Cache. Ten pozwoli dodać Ryzenom dużo pamięci podręcznej trzeciego poziomu (L3), co może poskutkować nawet średnio 15-procentowym wzrostem wydajności w grach.

AMD będzie potrzebować kontry na nowe procesory Intel Alder Lake, która pozwoli dotrwać czerwonym do czasu wypuszczenia procesorów opartych na architekturze ZEN 4.

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 *