Odkrywamy tajemnicę rosyjskiego procesora. Co w nim jest?

Rosjanie już od dawna pracują nad swoimi autorskimi procesorami Baikal. W sieci pojawiły się zdjęcia topowego modelu Baikal BE-S1000, który ma konkurować z modelami Intela i AMD.

Rosyjski procesor ma konkurować z modelami Intela i AMD… z 2017 roku

W grudniu ubiegłego roku firma Baikal Electronics wprowadziła na rynek nową linię procesorów Baikal-S. Nie są to jednak modele dla gier. Jednostki zostały zaprojektowane z myślą o serwerach – w odróżnieniu od zachodnich modeli, sprzęt ma być wolny od luk bezpieczeństwa i przez to całkowicie bezpieczny dla instytucji rządowych.

Producent podczas premiery pochwalił się wydajnością topowego modelu BE-S1000. Według opublikowanych benchmarków, jednostka ma oferować podobne osiągi do konkurencyjnych, zachodnich modeli Intel Xeon Gold 6148 (Skylake) i AMD Epyc 7351 (Zen 1)… z 2017 roku.

Co znajduje się w rosyjskim procesorze?

Baikal BE-S1000 został wyposażony w 48 rdzeni bazujących na architekturze ARM Cortex-A75 – bazowe taktowanie wynosi 2,0 GHz, ale w trybie Boost może ono wzrosnąć nawet do 2,5 GHz. Układ został wykonany w 16-nanometrowym procesie litograficznym TSMC (dosyć starym jak na te czasy). Współczynnik TDP oszacowano na 120 W, co może być dużym atutem na tle konkurentów.

Fritzchens Fritz zdobył rosyjski procesor i opublikował dokładne zdjęcia jądra krzemowego. Zobaczcie sami:

Jak jest zbudowany rosyjski procesor?

Zdjęcie Analiza

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 *