Генераторы на природном газе (NG) иногда рассматриваются как альтернатива дизель-генераторам в качестве резервных источников питания ЦОД. Но газовый генератор может быть не только резервным, но и основным источником питания. Например, если поставить ЦОД прямо у нефтяной скважины, где попутный газ обычно просто сжигают в факеле. Кажется фантастикой, но примеры уже есть. Это может быть актуально для РФ и других стран, богатых углеводородами. Природный газ в любом случае дешевле, чем дизельное топливо и другие продукты нефтепереработки. А если он бесплатный — вообще приятно. Природный газ (NG) — смесь углеводородов, преимущественно метана, с небольшими примесями других газов. Владельцы автомобилей на природном газе отлично знают, что такой двигатель гораздо экономичнее обычного ДВС. Расходы на топливо снижаются примерно вдвое-втрое, как и вредные выбросы. Кто любит много ездить, разницу почувствует быстро.
Архив рубрики: Инновации
Как смоделировать потенциально возможные химические связи и конфигурации молекул с помощью методов глубокого обучения
Недавно я впервые обращался к теме прогнозирования новых химических соединений методами глубокого обучения — когда опубликовал перевод об инструменте FermiNet. Такие исследования, находящиеся на стыке физики, химии, биоинформатики и фармакологии, призваны смоделировать потенциально возможные химические связи и конфигурации молекул. Так можно одновременно удешевить и значительно ускорить разработку новых лекарств. Также я затрагивал эту тему в статье о выращивании кристаллов, но в несколько ином аспекте: гравитация вносит коррективы в форму молекул, поэтому некоторые конфигурации молекул быстро «сминаются». Эта проблема остро стоит при производстве баснословно дорогих препаратов (прежде всего, противораковых), терапевтический эффект которых заключается в поддержании строго определенной формы молекул, блокирующих патологические биохимические процессы.
Знаете ли Вы как устроена зарядная станция для электромобиля и как ее сделать самостоятельно из стандартных компонентов: кратко о главном
Тема электромобилей и зарядных станций – одна из моих любимых, интересуюсь ей давно и сейчас в связи с началом активного внедрения электротранспорта, получается практически участвовать в различных проектах по разработке зарядной инфраструктуры. В предыдущем обзоре были представлены основные стандарты электрозарядных станций переменного (АС) и постоянного (DC) тока и основы построения инфраструктуры для групповой зарядки. Тема заинтересовала читателей и потенциальных производителей таких станций. При этом большинство вопросов относилось к тому, как создать отдельную зарядную станцию. При этом большинство потенциальных производителей электрозарядных станций ранее не создавали такие станции и поэтому вопросов достаточно много. В этом обзоре в сжатой форме постараюсь рассказать об основных компонентах для построения зарядной станции и представлением базовой спецификации для практической реализации.
AI-инструменты для совершенствования разрабатываемых Nvidia продуктов: рассказ ведущего специалиста
Для весенней конференции GTC стал доброй традицией рассказ об исследованиях и разработках Nvidia главного научного сотрудника и старшего вице-президента по исследованиям Билла Дэлли. Он поделился тем, как устроен отдел исследований и разработок Nvidia, а также немного рассказал о текущих приоритетах. В этом году Дэлли в основном занимался AI-инструментами, которые Nvidia и разрабатывает, и использует для совершенствования собственных продуктов. Например, Nvidia начала использовать ИИ для эффективного улучшения и совершенствования процесса проектирования GPU. «Мы — это группа примерно из трёхсот людей, пытающихся предсказать будущее продуктов Nvidia», — рассказал в своём докладе Дэлли. «Мы похожи на мощные прожекторы, освещающие объекты вдалеке. Группа разбита на две части. Группа „предложения“ создаёт технологии, обеспечивающие производство GPU.
Компьютерное зрение для решения задачи автоматизированного расчета объема круглого леса в лесовозе по фотографии
В этой статье мы покажем, как алгоритмы компьютерного зрения помогают решить задачу автоматического определения объема круглого леса в лесовозе по фотографии. Пройдем путь от идеи до прототипа. Расскажем, какие были выбраны решения и почему. Необходимая подготовка читателя — должно быть общее представление о компьютерном зрении (computer vision) и нейронных сетях. Здесь не будет описаний, что такое сверточная нейронная сеть и т.п., статей по таким основам найдете много (вот хорошая Глубокое обучение для новичков: распознаем изображения с помощью сверточных сетей). В то же время, совсем новички могут получить представление, какие знания и компетенции нужны для решения подобных задач. Применялись: Keras/Tensorflow, OpenCV, YOLOv5. В статье ниже упоминаются еще всякие штуки. По условию задачи требовалось определить объем бревен в лесовозе по фотографии с телефона. «Линейкой» будет автомобильный номер. Размер автомобильного номерного знака определен в ГОСТ Р 50577-2018:
Как сбить с толку нейросеть с помощью неверных алгоритмов машинного обучения: комментарии профессионала
Любому очевидно, что ниже показаны три совершенно разные картинки: птица, собака и лошадь. Но с точки зрения алгоритма машинного обучения, все три могут восприниматься как одинаковые: ведь на каждом из них есть белый квадратик в черной рамке. Этот пример ярко иллюстрирует одно из опасных свойств, присущих моделям машинного обучения и позволяющее эксплуатировать такие модели для заведомо неверной классификации данных. На самом деле, квадратик может быть и гораздо меньше; здесь я увеличил его для наглядности. Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения. Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта.
