미하일 쓰 베트 코프- 러시아 Intel의 기술 이사. 15년 이상 전자 기술 분야에서 일했습니다.
보청기 배터리 센서
- 인텔의 발전 방향은 무엇입니까?
— 오늘날 인텔은 데이터 중심 회사입니다.한편으로 우리는 마이크로 전자 산업에서 이러한 지위에 도달했습니다. 우리 공장은 사라지지 않았으며 인텔은 여전히 현대 디지털 세계의 반도체 기반을 선도하는 공급 업체 중 하나입니다. 한편, 우리는 이미 마이크로프로세서만 만드는 제조업체의 위상을 넘어 전체 디지털 인프라용 부품을 생산하는 글로벌 기업으로 성장했습니다. 기본 데이터를 수집하는 데 사용되는 IoT 사물부터 시작하여 이 데이터가 상주하는 가장 강력한 데이터 센터에 이르기까지 처리되고 숫자가 지식으로 전환됩니다. 따라서 우리는 이러한 데이터 진화 경로에 있는 모든 핵심 작업을 해결합니다. 수집, 저장 및 전송 - 유선 및 무선 모두에서 당사는 셀룰러 통신 4G, LTE, 5G, 광 채널 분야의 대규모 기술 패키지를 보유하고 있습니다.
예를 들어, 가장 유망한 기술 중 하나- 인텔 ® 실리콘 포토닉스 (Silicon Photonics) - 가까운 미래에 고속 채널을 확장하고 제공 할 예정입니다. 물론, 처리 요소. 서버 세그먼트와 클라이언트 모두에서 좋은 오래된 Intel CPU는 여전히 다양한 작업을 수행 할 수있는 가장 다재다능한 컴퓨터입니다. 또한 가장 중요한 영역은 데이터 저장 공간입니다. 현재 인텔은 사용자 정의 SATA SSD에서부터 3D XPoint의 근본적인 새로운 물리를 비롯하여 데이터 센터 용 초소형 NVMe SSD에 이르기까지 많은 SSD를 생산합니다. 우리는 아직 자율 주행의 문제를 제기하지 않았습니다.
- 그거하니?
- 개인적으로, 아니,하지만 별도의 장치 인 Intel Autonomous Driving이 있습니다. 인텔은이 작업에 매우주의 깊고 적극적으로 노력하고 있습니다.
- 처음부터 끝까지 인프라를 개발합니까? 데이터 수집, 즉 센서 및 처리입니까? 특정 산업 분야를위한 시스템입니까?
- 아니, 특정 배포IoT 인프라는 통합 작업입니다. 인텔은 통합 자의 역할을 거의하지 않습니다. 우리는 기술 개발자입니다. 예를 들어, 우리는 송수신기, 블루투스 용 칩 및 Wi-Fi 연결을 만듭니다. 대부분의 랩탑에는 Wi-Fi 또는 Bluetooth 칩이 장착되어 있습니다. 이러한 프로토콜을 개발하여 IT 세계에서 산업계로 기술을 이전합니다.
사진 : Anton Karliner / "Hightech"
예를 들어 Intel IT의 동료들은매우 흥미로운 조종사는 장비, 압력, 대기 중의 다양한 가스의 불순물 존재 여부를 모니터링하는 150 개의 센서로 이루어진 무선 네트워크 배치를위한 공장 중 하나에서 실시되었습니다. 그것은 많은 화학 성분을 사용하는 반도체 제조였습니다. 또한 블루투스 저에너지 (BLE)의 높은 효율이 입증되었습니다. 이는 생산지와 같이 어려운 방 에서조차 수신기에서 약 15m 떨어진 단거리 용 토폴로지입니다. IT 서비스의 내부 추정에 따르면이 네트워크의 비용은 이미 운영되는 방의 유선 인프라의 배선 및 유지 관리를 포함하여 기존의 유선 센서와 비교할 때 불과 10 %에 불과했습니다.
여기에는 다음 인프라가 배포되었습니다.큰 공장에는 두 개의 IoT 게이트웨이(기본적으로 Intel Bluetooth와 Wi-Fi 모듈을 갖춘 Intel PC)가 있었고 무선 센서가 걸려 있었습니다. 게이트웨이는 케이블로 이더넷 네트워크와 Wi-Fi를 통해 연결되었습니다. 서로 다른 무선 표준은 동일한 주파수 범위를 사용하기 때문에 간섭이 발생할 수 있습니다. BLE와 Wi-Fi는 모두 2.4GHz 대역에서 작동합니다. 그러나 Wi-Fi와의 공존이 잘 구현되지 않은 IEEE 802.15.4와 같은 다른 프로토콜 제품군과 달리 Bluetooth와 Wi-Fi는 조화롭게 결합되어 매우 효과적으로 주파수 리소스를 공유하고 서로에 대한 상호 영향에 강합니다. 다른. 가장 중요한 점은 이 시스템을 1년 반 동안 테스트한 결과 센서와의 통신 신뢰성이 99%에 달했고, 동작 안정성도 매우 예측 가능했다는 점이다. 센서가 작동하지 않으면 센서가 기둥 뒤나 너무 멀리 있는 등 잘못 배치되었기 때문에 즉시 작동하지 않은 것입니다. 그러나 연결이 가능한 형상이라면 센서가 제대로 작동하고 연결이 안정적이었습니다.
센서는 자신의 능력을 보여주었습니다.452 일 동안 620 mAh의 배터리. 이것은 좋지만 620mAh 배터리는 보청기의 배터리이며, 예를 들어 AA 손가락이 이미 약 2,000 mAh 정도이므로 이미 한계가 있습니다.
평범하지 않은 정보의 근원으로서의 주전자
— 러시아에서는 R&D가 IoT에 어떻게든 관련되어 있나요?
— IoT는 별도의 구형이 아닙니다.진공, 이는 데이터 수명주기의 일부인 자동 생성기입니다. 데이터는 인류가 사진을 업로드하고 텍스트를 입력함으로써 생성되지만, 이러한 정보 획득 방법은 세계에 대한 전체적인 그림을 제공하지 않습니다. 세상을 훨씬 더 자세히 분석하려면 자동화가 필요합니다. 필요한 비즈니스의 자연스러운 진행은 자동화입니다. 데이터 수집을 자동화하기 위해 센서 인프라가 배포됩니다.
최고의 IoT 센서는 다음과 같다고 말한 적이 있습니다.이것은 비디오 카메라입니다. 비디오 스트림은 풍부한 정보 소스이며, 가장 중요한 것은 인간에게 직관적이라는 것입니다. 일반적인 데이터 중심 개념과 별도로 IoT를 고려한다면 대부분의 경우 그다지 흥미롭지 않습니다.
휴대 전화의 주전자를 켜는 기능- 좋은 옵션이지만, 사물의 인터넷보다는 가전 제품의 추가 옵션 범주에서 더 많습니다. 그러나 백만 개의 더미에서 정보를 분석하는 능력은 네트워크의 부하가 어떻게 변하고 있는지, 아침에 차를 마시는 방법, 가스 스토브가있는 대부분의 거주자가 차를 전기적으로 끓이는 방법을 선호한다는 점에 대해 전혀 새로운 지식을 제공 할 수 없습니다. 그것을 위해 여분의 돈을 지불하십시오.
- 산업 분야에서 누구가 데이터를 소유하고 있는지 분명합니다. 조건부로, 주전자, 가재 도구에 대해 말하면 개인 데이터 수집시 누가이 데이터를 소유하게 될까요?
- 각 특정 경우에 한 사람이 자신의 데이터 운영자와 직접 서명한다는 것이 계약에 의해 결정될 것이라고 생각합니다.
- 장치 제조업체인가요?
- 반드시 그렇지는 않습니다.사람이 연결되는 서비스 제공자는 기기 제조업체일 수도 있고, 인터넷 회사일 수도 있고, 별도의 스타트업일 수도 있습니다. 어떤 경우든 (의사결정의 주체인) 개인(최근 법률 변경에서 알 수 있음)은 자신의 데이터를 관리하고 운영자에게 구속력이 있는 형식으로 자신의 결정을 표현할 권리를 갖습니다. 서비스 담당자는 이 결정을 따라야 합니다.
사진 : Anton Karliner / "Hightech"
데이터 문제는 두 부분으로 나뉩니다. 이것은 데이터 수집 및 사회적 / 법적의 물리적 / 기술적 조직입니다. 사회적 및 법적 부분은 국가와 사람 자신의 분야에 더 많이 놓여 있으며, 기술 회사 인 우리는 단순히 의사 결정을 구현할 수있는 편리하고 비용 효율적인 기회를 제공해야합니다.
관찰자를 24 스크린의 벽 앞에 두는 것은 단지 잔인합니다.
- 대부분 무선 데이터 수집일까요?
— 요즘 대세는 무선으로 전환하는 것기술. 원격 측정 자체는 반세기 동안 잘 알려진 자동화 영역입니다. RS-485 인터페이스는 직렬 인터페이스 제품군이며 이를 대체한 이더넷은 새로운 이야기가 아닙니다. 그러나 이러한 시스템의 규모는 케이블 부설 필요성과 같은 요인으로 인해 제한되었습니다. 케이블 부설은 건물 건설 단계에서 계획이 필요한 심각한 작업입니다. 유선 센서 100개를 직접 와서 설치하는 것은 매우 어렵습니다. 불가능하다고 말하는 것은 아니지만 매우 어렵습니다. 그러나 배터리 수명이 길고 값싸고 간섭에 강한 센서가 등장하면 양이 새로운 품질로 바뀔 수 있습니다. 이 경우 센서가 특정 임계값에 도달하여 무선이 되면 현재 조명과 마찬가지로 모든 공간의 자연스러운 속성이 됩니다.
RS-485 (영어: 권장 표준 485)- 비동기의 물리적 계층 표준인터페이스. 이 표준은 큰 인기를 얻었으며 산업 자동화 분야에서 널리 사용되는 산업 네트워크의 전체 제품군을 만드는 기반이되었습니다.
EIA는 이전에 모든 표준을 표시했습니다.접두어 "RS"(권장 표준 - 권장 표준). 많은 엔지니어들은이 명칭을 계속 사용하지만 EIA / TIA는 공식적으로 표준의 원산지 식별을 용이하게하기 위해 RS를 EIA / TIA로 대체했습니다.
흥미로운 기능 - IoT 리콜 개발반도체 공학 발전법. 처음에는 아직 시장이 없을 때 조각 칩이 파일럿 모드로 나옵니다. 개발 비용이 많이 들기 때문에 비용이 많이 듭니다. 그러나 기장의 출현과 제조 된 칩의 수가 증가함에 따라, 단위당 가격은 감소합니다. 따라서 무어의 법칙에 따르면 혁신적인 기술 개발로 인해 1,000 달러 미만의 마이크로 프로세서 가격으로 개인용 컴퓨터의 새로운 세계가 탄생하게되었습니다. 80-90 년대에 행해졌 던 것과 똑같은 일이 IoT 사물의 세계에서 일어나고 있습니다. 구성 요소의 비용과 전체 론적 IoT 시스템이 대량 폭발 분포의 한계를 극복하고 나면 제조업체는 시장을 보게 될 것이므로 새로운 시스템 개발에 투자하는 것이 유리할 것이며 사용자는 삶의 모든면을 효과적으로 자동화 할 수있게 될 것입니다.
- 언제 일어날거야?
- 이런 일은 이미 일어나고 있습니다.이제 비디오 감시 부문은 보안 분야뿐만 아니라 AI의 형태로 매우 빠르게 성장하고 있습니다. 즉, 상황 인식, 대기열에 있는 사람 수, 교통량 계산 기능을 갖춘 우수한 지능형 비디오 감시입니다. 예를 들어, 업계의 비디오 감시는 사실상 생산 라인의 품질 관리를 대체했습니다. 즉, 이제 결함을 판단하기 위해 더 이상 사람이 컨베이어 위에서 자신 앞으로 날아가는 공작물을 계속해서 보도록 강요할 필요가 없습니다. 이 분야에서 많은 흥미로운 일들이 일어나고 있으며, 올바른 질문이 즉시 떠오릅니다. 이 정보의 홍수를 어떻게 처리해야 할까요? 데이터 처리를 위한 기존의 기존 도구는 더 이상 쓸모가 없습니다. 다시 말하지만, 관찰자가 24개의 스크린으로 이루어진 벽 앞에 앉아 끊임없이 집중하고 이러한 스트림에서 정보를 추출하도록 요구하는 것은 불가능합니다. 잔인할 뿐입니다.
AI도 새로운 주제는 아니다."실리콘 지능"은 1950년대부터 다루어져 왔습니다. FPGA에서 신경망을 구현하는 과정을 작성하던 2000년에도 나 역시 그 흐름을 따라잡았습니다. 그러나 그 순간 플랫폼은 급속한 성장, 질적 도약을 위한 준비가 되어 있지 않았습니다. 여전히 많은 양의 데이터와 생산 장비가 있었습니다. Kolmogorov는 AI 문제도 연구했습니다. 그는 전적으로 디지털 정보 처리 메커니즘을 기반으로 구축된 본격적인 생명체를 창조하는 데 수학적 장애물이 없다고 말했습니다.
안드레이 니콜라 에비치 콜모 고 로프- 소련의 수학자, 20세기 가장 위대한 수학자 중 한 명.
콜 모고 로프 (Kolmogorov) - 현대의 창시자 중 한 사람.확률 이론을 토폴로지, 기하학, 수학 논리, 고전 역학, 난류 이론, 알고리즘 복잡성 이론 및 기능 분석에서 근본적인 결과를 얻었다.
사진 : Anton Karliner / "Hightech"
그러나 60 대 컴퓨터의 성능은실질적으로 유용한 신경망을 작동시키기에 충분하지 않습니다. 2010 년 하반기에만 범용 컴퓨터의 성능은 수백만 가지 매개 변수가있는 다중 계층 신경망을 시작하는 데 필요한 임계 값에 도달했습니다. 그리고 가장 중요한 점은 인터넷에서 ImageNet과 같이 공개 된 의미가있는 대형 데이터 세트에 대한 충분한 정보가 누적되어 나타납니다. 그리고 여기서, 혁명적 인 도약을하십시오 - ImageNet의 AlexNet 네트워크는 사람의 사진과 비교할 때 사진에서 물체 인식의 정확성을 보여주지 않았습니다. 그리고 우리는 인간의 실수로 살아가는 것에 익숙합니다.
"곧 3GPP위원회는 5GPP위원회로 개명 될 것입니다"
인텔은 또한 5G를 다룬다. 지금은 어떤 단계에 있습니까?
- 이제 사양이 공식화되었습니다. 첫 번째 배포판은 2019 년 하반기, 전 세계 및 2020 년에 널리 보급 될 것입니다. 5G 무엇이 좋은가요? 관련 데이터의 효과적인 수집, 전송 및 처리 - 한 번에 세 가지 주요 작업을 해결합니다. 5G는 대용량 데이터 전송, 강력한 비디오 스트림 및 낮은 대기 시간 문제에 대한 솔루션입니다. 왜냐하면 IoT는 원격 측정뿐만 아니라 액추에이터에 신호이기 때문입니다. 기계 객체, 실시간 컴퓨팅을 관리 할 때 대기 시간이 짧습니다. 여기서 시간 간격은 밀리 초 단위로 측정되며, 이러한 엄격한 지연은 기존 시스템에 제공되지 않습니다. 5G의 하위 그룹 중 하나는 팀 전파 시간을 보장합니다. 세 번째는 연결된 장치의 폭발적인 성장입니다. LTE에서 기지국 용량은 상대적으로 작다. 수만 명의 사용자를 연결하는 것은 최신 4G 기술의 기능을 능가합니다. 그리고 5G가 활발하게 발전중인 세 번째 영역은 가입자 기반 용량의 증가입니다. 통신 사업자가 저소비 전력 및 저 전송 센서 네트워크를 저렴하게 연결할 수 있도록.
-이 상황에서 당신은 무엇을 개발하고 있습니까?
— 우리는 모뎀을 개발하고 있습니다.인텔은 우수한 4G, 3G 및 현재 5G 모뎀 제조업체입니다. 새로 출시된 XMM 8160 5G 모뎀은 전 세계적으로 사용되도록 준비하고 있습니다. 셀룰러 사양을 개발하는 3GPP 위원회 내에서 표준화 작업이 진행 중입니다. 3GPP 위원회가 곧 5GPP 위원회로 이름이 바뀔 것이라는 농담도 있다. 위원회는 Nizhny Novgorod의 동료들로 구성되어 있으며, 우리는 이 표준 개발에 적극적으로 참여하고 있습니다. 하지만 최고의 기여는 제품을 만드는 것입니다.
전자, 큐빗 및 천 킬로 비 빼기
- 데이터 주제와 그 증가를 계속한다면 데이터 저장 공간의 개발에 제한이 있습니까?
- 지금까지 한도는 보이지 않습니다. 이제 1U 서버에서 페타 바이트 스토리지에 대해 이야기하는 것이 현실적입니다. 이것은 실제적으로 우리의 내일입니다. 그리고 전 세계적으로 말하자면 저는 비관적 인 예측을하는 것이 두려워요. 왜냐하면 50 년의 역사 동안 우리는 회의론을 부정하고 더 멀리 나아갔습니다. 그러나 인텔은 미래 전망과 함께 양자 컴퓨팅 분야에서 발전하고 있으며 현재는 학술 기관과 연계하여 49 큐 비트에 도달했습니다.
- 러시아?
- 아니, 유럽에서는 네덜란드와 함께QuTech 연구 센터. 절대 영도와 단지 몇 분의 1 정도 다른 온도에서 안정한 상태로 큐 비트를 유지하는 매우 중요하지 않은 문제가 여기에서 해결됩니다. 우리는 또한 neuromorphic 컴퓨팅과 같은 새로운 아키텍처를 연구하고 있습니다. 이제 프로세서상의 인공 신경 네트워크의 모델은 살아있는 세계의 뉴런의 작업을 모방합니다. 물리적으로 디지털 승수에 대한 행렬의 곱셈입니다. 그들과는 달리, 뉴로 morphic 양자화 기는 신경 세포의 물리학을 모방합니다. 인텔은 그런 모델 구현을 위해 이미 디지털이면서도 비동기적인 칩을 만들었습니다.
- 양자 컴퓨팅 (예 : IBM)은 초전도성을 기반으로합니다. 비슷한 기술을 보유하고 있습니까?
- 우리는 다른 효과를 탐구합니다. 이제는 양자 슈퍼 컴퓨터를 만들려고 노력하고있는 6 가지 접근법이 있습니다. 인텔은 스핀 큐 비트 (spin qubit)를 사용합니다. 스핀 큐 비트 (spin qubit)는 1K의 온도에서도 안정적입니다. 이는 초전도에 비해 상당히 따뜻합니다.
사진 : Anton Karliner / "Hightech"
- 몇 밀리 초 동안 안정적입니까?
- 네, 몇 밀리 초입니다. 이론가들은 양자 컴퓨터가 천 개 이상의 큐 비트 번호에 대해 실질적으로 적용 가능한 결과를 보여줄 것이라고 말합니다. 그러나 49 큐빗이 그렇게 작습니까? 예를 들어, 1969 년 인텔이 창안 한 세계 최초의 바이폴라 메모리 칩이 등장했을 때 메모리 용량은 겨우 64 비트에 불과했습니다. 그러나 급속한 진화를 시작했으며 문자 그대로 1 년 후 1024 비트의 CMOD DRAM 칩이 만들어졌습니다. 이 프로세스가 시작되었으며이 기술은 인생의 시작을 알리게되었습니다. 양자 컴퓨팅에서 이론적 인 부분에서 많은 작업이 병행되고 있습니다. 원칙적으로 전통적인 컴퓨터 아키텍처보다 신속하게 해결되는 작업을 모색합니다.
컴퓨팅 자원이 없으면 아무도 임상 시험을 실시하지 않습니다.
- 인텔은 디지털 의료 분야에 종사하고 있습니다. 심지어 2016 년에 철수 한 Basis Peak 시계를 출시했습니다.
— 건강관리만큼은 아니었어요.피트니스 산업. 모든 요구 사항과 과제가 있는 의료는 별도의 영역입니다. 특히 인프라 및 데이터 처리 기술 개발 측면에서 우리는 적극적으로 협력하고 있습니다. 의학은 항상 지식 집약적이고 데이터 집약적인 인간 활동 분야였으며, 이제 정보 수집 및 처리를 자동화하는 것이 가능해지면서 분석적인 데이터 기반 의학이 활발히 발전하고 있습니다.
우리는 의사들에게 경의를 표해야합니다.통계와 잘 작동했습니다. 이제 이미지 분석에 AI를 도입했습니다. 신경 네트워크는 진단을 할 수 없지만 의사를위한 자문 도구로 사용될 수 있습니다. 국가 및 전세계의 의료 시스템에 관한 병원 정보 및 통계 수집은 분석을위한 방대한 양의 정보를 제공합니다. 신약의 임상 시험은 의학 연구에서 크고 어려운 부분입니다. 100 %의 경우 결과가 반복 될 것으로 예상하는 것은 불가능합니다. 결과는 본질적으로 항상 통계적이며, 상관 관계를 찾고, 진정한 관계가 어디에 있으며, 특별한 경우가 어디인지를 이해해야합니다. 그리고 여기에 컴퓨터 자원이 없으면 아무도 이미 임상 실험을 진행하고있는 사람이 없다고 생각합니다.
- 데이터 분야에서 다루어야 할 여러 가지 장애물에 대해 언급했습니다. 이 방향에서 현재 가장 어려운 것은 무엇입니까? 누락 된 부분은 무엇입니까?
- 많은 사람들이 자신이뭔가 빠졌어요. 나는 지금 무엇에 대해 불평 할 것인가를 생각하려고 노력하고 있으며 그것은 효과가 없습니다. 사방 팔방으로 엄청난 양의 일이 있으며 가장 중요한 것은 빠진 것이 시간이라는 것입니다.