Mikhail Tsvetkov- Teknisk direktør for Intel i Russland. Arbeider innen elektronisk teknologi i mer enn 15 år.
Høreapparat Batterisensorer
- Hva er de viktigste retningene for utviklingen av Intel?
— I dag er Intel et datasentrisk selskap.På den ene siden kom vi til denne statusen fra mikroelektronikkindustrien - fabrikkene våre har ikke forsvunnet, Intel er fortsatt en av de ledende leverandørene av halvledergrunnlaget i den moderne digitale verden. På den annen side har vi allerede vokst ut av statusen som en produsent av bare mikroprosessorer og har blitt en global skaper av komponenter for hele den digitale infrastrukturen. Fra IoT-ting som brukes til å samle primærdata, til de kraftigste datasentrene der disse dataene lever, blir behandlet og blir fra tall til kunnskap. Derfor løser vi alle nøkkeloppgavene som står på denne dataevolusjonens vei. Samling, lagring og overføring - både kablet og trådløst har vi en stor pakke med teknologier innen mobilkommunikasjon 4G, LTE, 5G, optiske kanaler.
For eksempel, en av de mest lovende teknologiene- Intel® Silicon Photonics, som vil utvide og gjøre tilgjengelig høyhastighets kanaler i nær fremtid. Og selvfølgelig behandlingselementer. Den gode gamle Intel-prosessoren, både i server-segmentet og i klienten, er fortsatt den mest allsidige og ettertraktede datamaskinen for et bredt spekter av oppgaver. Pluss det viktigste området er datalagring. Nå produserer Intel mange SSDer: fra brukerdefinerte SATA SSDer til ultramoderne NVMe SSD for datasentre, inkludert allerede på den fundamentalt nye fysikken til 3D XPoint. Dette har vi ennå ikke hevet spørsmålet om autonom kjøring.
- Gjør du det?
- Personlig, jeg - Nei, men vi har en egen enhet, Intel Autonome Driving. Intel ser veldig oppmerksomt ut og arbeider aktivt med dette.
- Utvikler du infrastruktur fra begynnelse til slutt? Dette er både datainnsamling, det vil si sensorer og prosessering? Er disse systemene for bestemte bransjer?
- Nei, spesifikk distribusjonIoT-infrastrukturer er et integrasjonsarbeid. Intel fungerer sjelden som en integrator. Vi er teknologiutviklere. For eksempel lager vi transceivere, chips for Bluetooth og Wi-Fi-tilkobling. De fleste bærbare datamaskiner har noen av våre Wi-Fi- eller Bluetooth-chips. Utvikle disse protokollene, vi overfører teknologier fra IT-verdenen til industrien.
Foto: Anton Karliner / Haytek
For eksempel var våre kolleger fra Intel ITEn meget interessant pilot ble utført på en av fabrikkene for distribusjon av et trådløst nettverk av 150 sensorer som overvåket utstyr, trykk, tilstedeværelse av urenheter av forskjellige gasser i luften. Det var en halvlederproduksjon, som bruker et stort antall kjemiske komponenter. Og den høye effektiviteten til Bluetooth lav energi (BLE) ble påvist - en topologi for korte avstander, ca 15 meter fra mottakeren, selv i et så vanskelig rom som en produksjonshall. Ifølge interne estimater av vår it-tjeneste viste det seg at kostnaden for dette nettverket var bare 10% sammenlignet med klassiske kablede sensorer, inkludert ledning og vedlikehold av kablet infrastruktur i et allerede operert rom.
Følgende infrastruktur ble utplassert der:i et stort fabrikkrom var det to IoT-porter, i hovedsak en Intel-PC med Intel Bluetooth og en Wi-Fi-modul, og trådløse sensorer ble hengt opp. Portene ble koblet med kabel til Ethernet-nettverket og via Wi-Fi. Interferens er mulig mellom ulike trådløse standarder fordi de bruker samme frekvensområde. BLE og Wi-Fi opererer begge i 2,4 GHz-båndet. Men i motsetning til andre familier av protokoller, for eksempel IEEE 802.15.4, der sameksistens med Wi-Fi ikke er veldig godt implementert, Bluetooth og Wi-Fi kombineres harmonisk, de deler ganske effektivt frekvensressurser og er motstandsdyktige mot gjensidig påvirkning på hver annen. Viktigst av alt, som et resultat av å teste dette systemet, som varte i et og et halvt år, ble 99 prosent pålitelighet av kommunikasjon med sensorer oppnådd, og driftsstabiliteten var veldig forutsigbar. Hvis sensoren ikke fungerte, så fungerte den ikke med en gang fordi den var plassert feil, for eksempel bak en søyle eller for langt unna. Men hvis geometrien var slik at en forbindelse kunne opprettes, fungerte sensoren som den skal, og forbindelsen var pålitelig.
Sensorer har vist sin evne til å leve frabatterier i 620 mAh i 452 dager. Dette er bra, men dette er ikke grensen, fordi et 620 mAh batteri er et batteri for et høreapparat, og for eksempel er en AA-finger allerede et sted rundt 2000 mAh
Vannkoker som kilder til ikke-triviell informasjon
— Er R&D på en eller annen måte involvert i IoT i Russland?
— IoT er ikke en egen sfærisk ting ivakuum, dette er en del av datalivssyklusen, deres automatiserte generator. Menneskeheten genererer data ved å laste opp fotografier og skrive tekst, men denne metoden for å innhente informasjon gir ikke et helhetlig bilde av verden. For å analysere verden i mye mer detalj, er det nødvendig med automatisering. Den naturlige utviklingen av enhver nødvendig virksomhet er automatisering. For å automatisere datainnsamlingen er en infrastruktur av sensorer utplassert.
Jeg sa en gang at den beste IoT-sensoren erdette er et videokamera. En videostrøm er en så rik kilde til informasjon, og viktigst av alt, den er intuitiv for mennesker. Hvis vi vurderer IoT separat fra det generelle datasentrerte konseptet, er det i de fleste tilfeller ikke særlig interessant.
Evnen til å slå på vannkoker på en mobiltelefon- Et godt alternativ, men mer fra kategorien ekstrautstyr til husholdningsapparater, i stedet for Internett av ting. Men evnen til å analysere informasjon fra en million dummier kan gi en helt ny, ikke-triviell kunnskap om hvordan belastningen på nettverket endrer seg, om hvordan folk drikker te om morgenen, at de fleste innbyggere i hus med gassovner foretrekker å koke te elektrisk og betale ekstra penger for det.
- I industriell IoT er det klart hvem som eier dataene. Og hvis vi sier betingelsesmessig om vannkoker, husstand IoT, hvem vil da eie disse dataene når de samles fra personlige enheter?
- Jeg tror i hvert enkelt tilfelle det vil bli bestemt av en kontrakt som en person signerer direkte med operatøren av hans data.
- Enhetsprodusent?
- Ikke nødvendig.Tjenesteleverandøren som en person kobler seg til, kan være en enhetsprodusent, et Internett-selskap eller til og med en separat oppstart. I alle fall vil en person (som gjenstand for beslutningstaking) - dette er vist av nylige endringer i lovgivningen - ha rett til å administrere dataene sine og uttrykke sin beslutning i en form som er bindende for operatøren. Servicerepresentanten vil bli pålagt å følge denne avgjørelsen.
Foto: Anton Karliner / Haytek
Dataproblemet er delt inn i to deler: Dette er en fysisk / teknologisk organisering av datainnsamling og sosial / juridisk. Den sosiale og juridiske delen ligger mer på statens og personens område, og vi, et teknologibedrift, bør bare gi en praktisk og kostnadseffektiv mulighet til å gjennomføre en eventuell avgjørelse.
Å sette en observatør foran en vegg på 24 skjermer er ganske enkelt grusom
- Vil det være mest trådløs datainnsamling?
— Trenden nå er å gå over til trådløstteknologier. Telemetri i seg selv er et velkjent område innen automatisering i et halvt århundre. RS-485-grensesnittet er en familie av serielle grensesnitt, og Ethernet, som erstattet det, er ikke en ny historie i det hele tatt. Men omfanget av disse systemene ble begrenset av faktorer som behovet for å legge kabler. Å legge kabler er en alvorlig oppgave som krever planlegging i byggefasen av bygget. Det er veldig vanskelig å bare komme og installere 100 kablede sensorer. Jeg sier ikke at det er umulig, men det er ekstremt vanskelig. Men fremveksten av billige og interferensbestandige sensorer med lang batterilevetid kan forvandle kvantitet til ny kvalitet. I dette tilfellet, når sensorene når en viss terskel og blir trådløse, vil de være den samme naturlige egenskapen til ethvert rom som belysning er nå.
RS-485 (engelsk: Recommended Standard 485)- Fysisk lagstandard for asynkrongrensesnitt. Standarden har fått stor popularitet og har blitt grunnlaget for å skape en hel familie av industrielle nettverk som er mye brukt i industriell automasjon.
MKB har tidligere merket alle sine standarder.prefix "RS" (eng. Anbefalt Standard - anbefalt standard). Mange ingeniører fortsetter å bruke denne betegnelsen, men EIA / TIA har offisielt erstattet RS med EIA / TIA for å lette identifiseringen av opprinnelsen til deres standarder.
En interessant funksjon - utviklingen av IoT huskerutviklingsloven av halvlederteknikk. I begynnelsen, når det ikke er noe marked, kommer stykkchipsene ut i pilotmodus, de er ekstremt dyre, fordi utviklingen koster mye penger. Men med ankomsten av hirse og en økning i antall produserte sjetonger, reduseres prisen per enhet. Så, ifølge Moores lov, har den revolusjonerende utviklingen av teknologi gjort det mulig for en ny verden av personlige datamaskiner å dukke opp, med en mikroprosessorpris på mindre enn $ 1000. Det samme som ble gjort i 80-90-årene skjer nå i verden av IoT-ting. Når kostnadene for komponentene og det holistiske IoT-systemet overvinter terskelen til massiv eksplosiv distribusjon, vil produsenten være lønnsom å investere i utviklingen av nye systemer, fordi han vil se markedet, og brukerne vil kunne effektivt automatisere alle aspekter av deres liv.
- Når skal dette skje?
– Dette skjer allerede.Nå vokser videoovervåkingssegmentet veldig raskt, ikke bare innen sikkerhet, men også i form av AI – god intelligent videoovervåking med situasjonsgjenkjenning, teller antall personer i kø, trafikk. For eksempel har videoovervåking i bransjen praktisk talt erstattet kvalitetskontroll på produksjonslinjer. Det vil si at nå er det ikke lenger nødvendig å tvinge en person til kontinuerlig å se på arbeidsstykkene som flyr foran ham på transportøren for å fastslå feil. Mange interessante ting skjer i dette området, og det riktige spørsmålet dukker opp umiddelbart: hva skal man gjøre med denne flom av informasjon? Eksisterende klassiske verktøy for databehandling er ikke lenger ubrukelige. Igjen er det umulig å sitte en observatør foran en vegg med 24 skjermer og kreve at han hele tiden konsentrerer seg og trekker ut informasjon fra disse strømmene. Det er bare grusomt.
AI er heller ikke et nytt tema, med jevne mellomrom«Intelligence on silisium» har vært tatt opp siden 50-tallet. Selv fanget jeg bølgen av 2000 da jeg skrev kursarbeidet mitt om implementering av nevrale nettverk på FPGA-er. Men i det øyeblikket var ikke plattformen klar for rask vekst, for et kvalitativt sprang. Det var fortsatt store mengder data og produktivt utstyr. Kolmogorov forsket også på AI-spørsmål. Han sa at han ikke så noen matematiske hindringer for å skape fullverdige levende vesener bygget utelukkende på digitale informasjonsbehandlingsmekanismer.
Andrey Nikolaevich Kolmogorov– Sovjetisk matematiker, en av de største matematikerne på 1900-tallet.
Kolmogorov - en av grunnleggerne av modernesannsynlighetsteori, fikk han grunnleggende resultater i topologi, geometri, matematisk logikk, klassisk mekanikk, turbulensteori, algoritmkompleksitetsteori og funksjonell analyse.
Foto: Anton Karliner / Haytek
Men forestillingen av en datamaskin på 60-tallet varikke nok til å fungere praktisk nyttig neuralt nettverk. Og bare i andre halvdel av 2010-tallet nådde ytelsen til alminnelige datamaskiner terskelen som var nødvendig for å lansere flerlags nevrale nettverk med millioner av parametere. Og viktigst av alt har Internett samlet nok informasjon for store, offentlige, semantisk merkede datasett, for eksempel ImageNet, som skal vises. Og her, vær så snill, et revolusjonerende sprang - AlexNet-nettverket på ImageNet viste ikke nøyaktigheten av objektgjenkjenning i fotografier, som kan sammenlignes med en persons personlighet. Og vi er vant til å leve med menneskelige feil.
"Snart vil 3GPP-komiteen bli omdøpt til 5GPP-komiteen"
- Intel omhandler også 5G. På hvilket stadium er arbeid nå?
- Nå er spesifikasjonen formalisert. De første distribusjonene vil vises nærmere andre halvdel av 2019, rundt om i verden, og utbredt i 2020. 5G hva er bra? Den løser tre sentrale oppgaver samtidig - effektiv samling av relevante data, overføring og behandling. 5G er en løsning på problemet med masse dataoverføring, kraftige videostrømmer og lav ventetid. Fordi IoT ikke bare er telemetri, men også signalerer til aktuatorer. Lav latens ved styring av mekaniske objekter, sanntids databehandling. Der blir tidsintervaller målt i millisekunder, og slike stive forsinkelser er ikke gitt i eksisterende systemer. En av undergruppene til 5G er garantert lagets forplantningstid. Og det tredje punktet er den eksplosive veksten av tilkoblede enheter. I LTE er basestasjonens kapasitet relativt liten. Koble til titusenvis av brukere overgår evnen til moderne 4G-teknologier. Og det tredje området der 5G utvikler seg aktivt, er økningen i abonnentbase kapasiteten. For at operatørene skal kunne tilkoble lavt forbruk og lavt transmitterende sensornettverk billigt.
- Hva utvikler du i denne sammenheng?
— Vi utvikler modemer.Intel er en produsent av gode 4G-, 3G- og nå 5G-modem. Det nylig introduserte XMM 8160 5G-modemet gjør seg klar for bruk over hele verden. Standardiseringsarbeid er i gang i 3GPP-komiteen som utvikler mobilspesifikasjoner. Det er en vits om at 3GPP-komiteen snart vil bli omdøpt til 5GPP-komiteen. Komiteen består av våre kolleger fra Nizhny Novgorod, vi deltar aktivt i utviklingen av denne standarden. Men det beste bidraget er å lage et produkt.
Galloping elektroner, qubits og minus tusen kelvins
- Hvis du fortsetter emnet data og deres økning, ser du noen grense for utviklingen av datalagring?
- Hittil er grensen ikke synlig. Nå er det realistisk å snakke om petabyte-lagring i en 1U-server. Dette er praktisk talt vår morgen, hvis ikke allerede i dag. Og når jeg snakker mer globalt, er jeg redd for å gjøre pessimistiske spådommer, for gjennom hele 50-års historien har vi bare gjort at vi disproved skeptikere og flyttet igjen og igjen. Men samtidig, med fremtidsutsikter, utvikler Intel seg innen kvantemåling, og nå har de nådd 49 qubits i forbindelse med akademiske institusjoner.
- I Russland?
- Nei, i Europa, sammen med NederlandQuTech Research Center. Meget ubehagelige problemer med å holde qubits i en stabil tilstand ved temperaturer som avviger fra absolutt null med bare en brøkdel av en grad løses der. Vi undersøker også nye arkitekturer, for eksempel, som nevromorfisk databehandling. Nå etterligner modeller av kunstige nevrale nettverk på prosessorer bare arbeidet til nevronene i den levende verden, fysisk er det multiplikasjonen av matriser på digitale multiplikatorer. I motsetning til dem, emulerer den nevromorfe kvantiserer neuronens fysikk. Og Intel laget en annen digital, men allerede asynkron chip for implementering av slike modeller.
- Kvantumberegning, for eksempel ved IBM, er basert på supraledning, har du en lignende teknologi?
- Vi undersøker ulike effekter. Nå er det omtrent seks tilnærminger, på grunnlag av hvilke de prøver å lage en kvante supercomputer. Intel bruker en spin qubit som er stabil selv ved en temperatur på 1 Kelvin, som er ganske varm i forhold til superledningsevne.
Foto: Anton Karliner / Haytek
- Stabil noen millisekunder?
- Ja, noen millisekunder. Teoretikere sier at en kvantecomputer vil kunne vise praktisk anvendelige resultater på et qubit-nummer fra tusen eller mer. Men er 49 alen så liten? For eksempel, da verdens første bipolære minnebrikke, opprettet av Intel i 1969, viste seg, var minnekapasiteten bare 64 bits. Men det lanserte en rask utvikling, og bokstavelig talt et år senere ble det opprettet en CMOD DRAM-chip på 1024 bits. Prosessen ble lansert, teknologien fikk en start i livet. I kvantemåling gjøres mye arbeid parallelt i den teoretiske delen. Oppgaver er søkt som i prinsippet løses raskere enn på tradisjonell dataarkitektur.
Uten beregningsressurser utfører ingen kliniske forsøk.
- Intel er involvert i digital helsetjenester. Du har selv lansert noen produkter, Basis Peak-klokker, som ble trukket tilbake i 2016.
— Det var ikke så mye helsetjenester somtreningsbransjen. Helsevesenet, med alle dets krav og oppgaver, er et eget område, vi jobber aktivt med det, spesielt når det gjelder utvikling av infrastruktur og databehandlingsteknologier. Medisin har alltid vært et svært kunnskapsintensivt og dataintensivt felt for menneskelig aktivitet, og nå, når det blir mulig å automatisere innsamling og behandling av informasjon, er analytisk, databasert medisin i aktivt utvikling.
Vi må hylle legene, de har vært veldigjobbet bra med statistikk. Nå har vi introdusert AI for bildeanalyse. Det nevrale nettverket kan ikke bygge en diagnose, men det kan tjene som et rådgivende verktøy for legen. Innsamling av informasjon og statistikk på sykehus, på helsevesenene i landet og rundt om i verden, gir en stor mengde informasjon for analyse. Kliniske studier av nye stoffer er en stor og vanskelig del av medisinsk forskning. Der er det umulig å forvente at i 100% tilfeller vil resultatet bli gjentatt. Resultatene er alltid statistiske, du må alltid lete etter korrelasjoner, for å forstå hvor det sanne forholdet, og hvor spesiell sak. Og her, uten beregningsmessige ressurser, tror jeg at ingen allerede utfører kliniske forsøk.
- Du nevnte mange forskjellige hindringer som må tas opp innen dataområdet. Hva er det vanskeligste å utvikle nå i denne retningen? Hva mangler?
- Mange mennesker elsker å klage at denoe mangler. Jeg prøver nå å tenke på hva jeg skal klage på, og det virker ikke. Det er en stor mengde arbeid i alle retninger, og viktigst, det som mangler er tid.