Pamięci GDDR6 będą jeszcze szybsze. Samsung testuje nowości

W katalogu pamięci GDDR6 Samsunga pojawiły się dwie pozycje o przepustowości 20 Gbps i 24 Gbps. Te aktualne są w fazie testowania przez partnerów i zapewnią możliwości konkurowania z kościami GDDR6X od Microna.

Nowość pierwszy raz wypatrzył użytkownik Twittera o nicku Olrak29_ i jest wysokie prawdopodobieństwo, że kości pamięci o oznaczeniach K4ZAF325BC-SC20 (20 Gbps) oraz K4ZAF325BC-SC24 (24 Gbps) trafiły do partnerów AIB pokroju MSI, czy ASRocka produkujących karty oparte na rdzeniach Navi od AMD.

Jest to o tyle istotne, że większość Radeonów z serii RX 6000 bazuje właśnie na kościach pamięci GDDR6 od Samsunga (16 Gbps). To w połączeniu z dość wąską 256-bitową magistralą sprawia, że karty czerwonych nie mogą się pochwalić np. rewelacyjnymi wynikami w kopaniu Ethereum w porównaniu do najszybszych RTX-ów od Nvidii mających szerszą magistralę i kości pamięci GDDR6X.

Kości pamięci 20 Gbps i 24 Gbps mogą to zmienić i będą zapewne używane kartach graficznych nowej generacji RDNA 3 oraz w przyszłych układach Nvidii opartych na architekturze, której nazwa pochodzi od matematyczki Ady Lovelace.

Jednakże pierwszym producentem, który przełamie barierę 20 Gbps będzie najpewniej Nvidia, ponieważ RTX 3090Ti ma zostać wyposażony wedle przecieków w kości pamięci GDDR6X o taktowaniu aż 21 000 MHz.

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 *