logotypen
 
 

IN FOCUS

Suojaa datasi kunnolla

SSD-levyt tarjoavat luontaisesti korkean luotettavuuden kaikentyyppisiin sovelluksiin, aina aloitustason kuluttajalaitteista kriittisiin järjestelmiin. Asianmukaiset tietosuojamekanismit voivat maksimoida levyn käyttöiän toteuttamalla ennaltaehkäiseviä toimenpiteitä tarpeen mukaan, kertoo Silicon Motion artikkelissaan.

Lue lisää...

Monessa sovelluksessa haluttaisiin hyödyntää tekoälyä, mutta datan siirtäminen pilveen ja takaisin ei tule kysymykseen. Mutta miten voi tehdä hermoverkkolaskentaa mikro-ohjaimilla, joilla on vähän muistia ja laskentatehoa. Vastaus on TinyML.

Artikkelin kirjoittaja Eldar Sido on tuotemarkkinoinnin spesialisti Renesas Electronicsilla. Hän työskentelee Arm-pohjaisten mikro-ohjainten kehityksessä ja on erikoistunut tekoälyntoteutuksiin mikro-ohjaimilla. Eldarilla on nanoteknologian tutkinto Tokion yliopistosta.

Neuroverkot ovat saaneet inspiraationsa aivoista ja neurotieteen terminologian (neuronien ja synapsien) käyttäminen hermoverkkojen selittämiseen on aina ollut suuri valituksen aihe neurotieteilijöille, sillä nykyiset hermoverkot ovat kaukana aivojen toiminnasta.

Nykyisen toisen sukupolven hermoverkkojen ja aivojen yleinen rakenne, neurolaskenta ja oppimistekniikat erosivat suuresti toisistaan. Tämä vertailu ärsytti neurotieteilijöitä niin paljon, että he aloittivat työskentelyn kolmannen sukupolven verkkojen parissa, jotka muistuttivat enemmän aivoja. Niitä kutsutaan piikittäviksi eli spiking-neuroverkoiksi (SNN), joiden laitteisto pystyy suorittamaan niitä eli neuromorfista arkkitehtuuria.

Piikittävät neuroverkot

SNN-verkot ovat erääntyyppisiä keinotekoisia hermoverkkoja (ANN), joiden toiminta muistuttaa enemmän aivoja kuin aiemmat hermoverkkorakenteet. Keskeinen ero on siinä, että SNN:t ovat spatiotemporaalisia neuroverkkoja, eli ne huomioivat toimintansa ajoituksen toiminnassaan. SNN-verkot toimivat erilaisten biologisten prosessien differentiaaliyhtälön määrittämillä piikeillä. Kriittisin yhtälö on laukaisu sen jälkeen, kun hermosolun kalvopotentiaali (eli ”laukaisukynnys”) on saavutettu. Tämä tapahtuu piikeillä, jotka laukaisevat kyseiseen neuroniin tietyissä aikajaksoissa.

Vastaavasti aivot koostuvat 86 miljardista laskennallisesta yksiköstä, joita kutsutaan neuroneiksi ja jotka vastaanottavat syötteitä muilta neuroneilta dendriittien eli haarakkeiden kautta. Kun syötteet ylittävät tietyn kynnyksen, hermosolu laukaisee ja lähettää sähköpulssin synapsin kautta. Synaptinen paino säätelee, kuinka laaja pulssi lähetetään seuraavaan neuroniin.

Toisin kuin muut keinotekoiset hermoverkot, SNN-neuronit laukaisevat asynkronisesti eri kerroksissa koko verkossa saapuen eri aikoina, jolloin perinteisesti informaatio etenee järjestelmän kellon sanelemana. SNN:iden spatiotemporaalinen ominaisuus ja piikkien epäjatkuva luonne tarkoittavat, että mallit voidaan jakaa harvemmin neuronien ollessa yhteydessä vain relevantteihin neuroneihin ja käyttämällä aikaa muuttujana, mikä mahdollistaa tiedon koodaamisen tiheämmin verrattuna perinteisten neuroverkkojen binäärikoodaukseen. Tämä johtaa siihen, että SNN-verkot ovat laskennallisesti suorituskykyisempiä ja hyötysuhteeltaan parempia.

Kuva 1. Perinteisten keinotekoisten neuroverkkojen ja SNN-verkkojen ero.

SNN-verkkojen asynkroninen käyttäytyminen sekä differentiaaliyhtälöiden suorittamisen tarve on laskennallisesti vaativa perinteisille laitteille ja uutta arkkitehtuuria oli kehitettävä. Tässä mukaan tulee neuromorfinen arkkitehtuuri.

Neuromorfinen arkkitehtuuri

Neuromorfinen arkkitehtuuri on aivojen toiminnasta inspiraation saanut ei-von Neuman-arkkitehtuuri, joka koostuu neuroneista ja synapseista. Neuromorfisissa tietokoneissa tietojen käsittely ja tallentaminen tapahtuu samalla alueella. Tämä helpottaa Von Neuman -arkkitehtuurin pullonkaulaa, joka hidastaa perinteisten arkkitehtuurien saavuttamaa maksimikapasiteettia, kun dataa joudutaan siirtämään muistista prosessointiyksiköihin suhteellisen hitailla nopeuksilla. Lisäksi neuromorfinen arkkitehtuuri tukee natiivisti SNN-verkkoja ja hyväksyy piikit syötteinä, mikä mahdollistaa tiedon koodaamisen piikkien saapumisajan, suuruuden ja muodon mukaan.

Näin neuromorfisten laitteiden avainominaisuuksia ovat niiden luontainen skaalautuvuus, tapahtumaohjattu laskenta ja stokastisisuus, koska neuronien laukaisussa voidaan nähdä satunnaisuutta. Tämä tekee neuromorfisesta arkkitehtuurista houkuttelevan niiden erittäin alhaisen tehonkulutuksen ansiosta, joka yleensä on kertaluokkia perinteisiä prosessointijärjestelmiä alhaisempi.

Kuva 2. Perinteinen Von Neumann -arckkitehtuuri ja neuromorfinen arkkitehtuuri.

Neuromorfisen laskennan markkinaennuste

Teknologisesti neuromorfisilla piireillä voi olla suuri rooli tulevalla reunalaskenna ja verkon päätelaitteiden AI-kaudella. Alan odotetun kysynnän ymmärtämiseksi on tarkasteltava tutkimusennusteita. Sheer Analytics & Insightsin raportin mukaan neuromorfisen laskennan maailmanlaajuisten markkinoiden odotetaan kasvavan vuosittain 50,3 prosentin vauhtia ja saavuttavan 780 miljoonaa dollaria vuoteen 2028 mennessä [1]. Mordor Intelligence puolestaan odottaa markkinoiden kasvavan 366 miljoonaan dollariin vuoteen 2026 mennessä, jolloin vuosikasvuksi tulisi 47,4 prosenttia [2].

Verkosta löytyy lisäksi paljon markkinatutkimuksia, jotka povaavat samanlaista kasvua. Vaikka ennusteluvut eivät vastaa toisiaan, yksi asia on selvä: neuromorfisten laitteiden kysynnän odotetaan kasvavan rajusti lähivuosina ja markkinatutkimusyritykset odottavat useiden teollisuudenalojen, kuten teollisuuden, autoteollisuuden, mobiili- ja lääketieteen ottavan neuromorfiset laitteet käyttöönsä erilaisissa sovelluksissa.

Neuromorfinen TinyML

Koska TinyML (pieni koneoppiminen) tarkoittaa koneoppimisen ja neuroverkkojen suorittamista rajatun muisti- ja laskentakapasiteetin laitteissa, kuten mikro-ohjaimissa, on luonnollinen askel sisällyttää neuromorfinen prosessoriydin TinyML-käyttötapauksiin, koska siitä seuraa useita selviä etuja.

Neuromorfiset laitteet ovat tapahtumapohjaisia prosessoreita, jotka toimivat nollasta poikkeavilla tapahtumilla. Tapahtumapohjaiset konvoluutio- ja pistetuotteet ovat laskennallisesti huomattavasti kevyempiä, koska nollia ei käsitellä. Tapahtumapohjainen konvoluutiolaskennan suorituskyky paranee entisestään, kun suodatinkanavissa tai kernelissä on suurempi määrä nollia. Tämä yhdessä aktivointitoimintojen kanssa, kuten Relu-funktion (rectified linear activation function) keskittyminen nollan ympärille, tarjoaa tapahtumapohjaisille prosessoreille ominaisen harvoin tapahtuvan aktivoimisen, mikä pienentää laskennan MAC-vaatimuksia.

Lisäksi neuromorfisten laitteiden prosessipiikkeinä voidaan käyttää rajoitetumpaa kvantisointia - kuten 1-, 2- ja 4-bittistä kvantisointia - verrattuna ANN-verkkojen perinteiseen 8-bittiseen kvantisointiin. Edelleen, koska SNN-verkot on sisällytetty laitteistoon, neuromorfisilla piireillä kuten Brainchipin Akida-siruilla on ainutlaatuinen kyky oppia jatkuvasti. Tämä ei ole mahdollista perinteisillä piireillä, koska ne vain simuloivat hermoverkon toimintaa Von Neumann -arkkitehtuurilla. Tämä johtaa siihen, että laskenta kuluttaa liikaa muistiresursseja, eikä se onnistu verkon reunalla TinyML-järjestelmällä.

Lisäksi neuroverkkomallin koulutuksessa kokonaisluvut eivät tarjoa tarpeeksi kattavuutta mallin tarkkaan kouluttamiseen, joten 8-bittinen harjoittelu ei ole tällä hetkellä mahdollista perinteisissä arkkitehtuureissa. Perinteisissä arkkitehtuureissa on toistaiseksi päästy muutamissa yksinkertaisissa koneoppimisalgoritmeissa (autoenkooderit, päätöspuut) käyttötapauksissa tuotantovaiheeseen reaaliaikaisessa analytiikassa, kun taas neuroverkkoja vasta tutkitaan edelleen.

Yhteenvetona neuromorfisten piirien ja SNN-verkkojen käytön edut päätelaitteissa:

- Erittäin alhainen virrankulutus (miljoonasta mikrojouleen päättelyä kohti)
- Pienemmät MAC-vaatimukset verrattuna perinteisiin neuroverkkoihin
- Pienempi parametrimuistin käyttö verrattuna perinteisiin neuroverkkoihin
- Edge-oppimisominaisuudet

Neuromorfiset TinyML-käyttötapaukset

Kaikesta huolimatta neuromorfisilla ytimillä varustetut mikro-ohjaimet voivat olla erinomaisia teollisuudessa niiden erityisen huippuoppimisen ominaisuuksiensa ansiosta. Näitä ovat:

  • Jo käytössä olevien teollisuuslaitteiden poikkeavuuksien havaitsemissovelluksissa, joissa pilven käyttö mallin kouluttamiseen on tehotonta, joten tekoälylaitteen lisääminen suoraan moottoriin ja harjoittelu reunalla mahdollistaisi helpon skaalautuvuuden. Tämä siksi, että laitteiden ikääntyminen vaihtelee konekohtaisesti, vaikka ne olisivat samaa mallia.
  • Robotiikassa robottikäsivarsien nivelet kuluvat ajan myötä, muuttuvat epävireisiksi (untuned) ja lakkaavat toimimasta tarpeen mukaan. Ohjaimen uudelleensäätäminen tai -virittäminen reunalla ilman ihmisen väliintuloa vähentää tarvetta soittaa ammattilaiselle, vähentää seisokkien tarvetta ja säästää aikaa ja rahaa.
  • Kasvojentunnistussovelluksissa käyttäjän on lisättävä kasvonsa datasarjaan ja koulutettava malli uudelleen pilvessä. Muutamalla henkilön kasvojen kuvalla neuromorfinen laite voi tunnistaa loppukäyttäjän verkon reunalla tapahtuvan oppimisen avulla. Tämä mahdollistaa käyttäjien tietojen suojaamisen laitteella ja saumattomamman käyttökokemuksen. Tätä voidaan käyttää autoissa, joissa eri käyttäjillä on erilaiset mieltymykset esimerkiksi istuimen asennosta, ilmastoinnista jne.
  • Avainsanojen havaitsemissovelluksissa voidaan laitteelle lisätä sanoja laitteella tunnistettavaksi. Tätä voidaan käyttää biometrisissa sovelluksissa, joissa henkilö lisäisi "salaisen sanan", jonka hän haluaa pitää suojattuna laitteella.

Kuva 3. Neuromorfisen oppimisen käyttötapauksia verkon reunalla.

Neuromorfisten päätelaitteiden erittäin pienen tehonkulutuksen ja parantuneen suorituskyvyn tasapaino tekee siitä sopivan akkukäyttöisiin, pitempää toiminta-aikaa vaativiin sovelluksiin. Näiden algoritmien suorittaminen ei ole mahdollista muilla pienitehoisilla laitteilla, koska niilläon rajallisesti laskentaresursseja. Tai toisinpäin: samaan prosessointitehoon yltävät high end -laitteet kuluttavat liian paljon virtaa. Käyttötapauksia ovat:

  • Älykellot, jotka valvovat ja käsittelevät dataa itsenäisesti ja lähettävät vain relevantin, tarpeellisen datan pilveen.
  • Älykkäät kamera-anturit, jotka tunnistavat ihmisiä loogisten komentojen suorittamiseksi. Esimerkiksi automaattinen oven avaaminen henkilön lähestyessä, kun nykyään se perustuu lähestymisanturien käyttöön.
  • Älykäs eläinten seuranta tai valvonta esimerkiksi metsissä, joissa ei ole verkkoyhteyttä tai latausmahdollisuuksia. Halkeaminen havaitseminen valtameriputkien alla reaaliaikaisen tärinä-, näkö- ja äänidatan avulla.
  • Infrastruktuurin valvonnasa neuromorfista mikro-ohjainta voidaan käyttää siltojen liikkeiden, tärinän ja rakenteellisten muutosten jatkuvaan seurantaan mahdollisten vikojen tunnistamiseksi.

Kuva 4. Erittäin vähän tehoa kuluttavia suuren suorituskyvyn käyttötapauksia.

Loppusanat

"Renesas on oivaltanut neuromorfisten laitteiden ja SNN-verkkojen valtavan potentiaalin lisensoimalla neuromorfisen ytimen Brainchipilta [3], joka on maailman ensimmäinen kaupallisten neuromorfisten IP-lohkojen toimittaja”, sanoi Renesasin IoT- ja infrastruktuuriliiketoimintayksikön johtaja Sailesh Chittipeddi.

Erittäin alhaisen hintaluokan piireissä yhtiö on lisännyt osaan sovelluksia Arm M33 -ohjaimen ja piikittävän hermoverkon, jossa on BrainChip-ydin. Lisenssi kattaa ohjelmiston, jolla järjestelmä saadaan toimimaan. [4]

Kun Renesas yrittää innovoida ja kehittää markkinoille parhaita mahdollisia mikropiirejä, yhtiö on innostunut näkemään, kuinka tämä innovaatio helpottaa elämää.

 

Viitteet

[1] “Neuromorphic computing market –industry analysis, size, share, growth, trends, and forecast, 2020-2028.,” sheeranalyticsandinsights.com. [Online]. Available: https://www.sheeranalyticsandinsights.com/market-report-research/neuromorphic-computing-market-21/ [Accessed: 23-Aug-2022]. 

[2] “Neuromorphic chip market growth, forecast (2022-27): Industry trends,” Neuromorphic Chip Market Growth, Forecast (2022-27) | Industry Trends. [Online]. Available: Neuromorphic Chip Market Growth, Forecast (2022-27) | Industry Trends (mordorintelligence.com) . [Accessed: 23-Aug-2022]. 

[3] “BrainChip's Akida set for spaceflight via NASA as Renesas Electronics America signs First IP agreement,” Small Caps, 23-Dec-2020. [Online]. Available: BrainChip’s Akida set for spaceflight via NASA as Renesas Electronics America signs first IP agreement (smallcaps.com.au). [Accessed: 23-Aug-2022].

[4] Arm battles RISC-V at Renesas. [Online]. Available: ARM battles RISC-V at Renesas - eeNews Europe. [Accessed: 23-Aug-2022]. 

MORE NEWS

Traficom varoittaa: myös .fi-pääte voi viedä huijaussivulle

Suomalaiset verkkosivustot, joilla on .fi-pääte, koetaan usein turvallisiksi. Aika ajoin ilmenee kuitenkin tapauksia, joissa tätä luottamusta on pyritty hyväksikäyttämään. Kyberturvallisuuskeskus kehottaakin tarkkaavaisuuteen myös .fi-osoitteiden kanssa.

Haluatko murtautua yrityksen verkkoon? Se maksaa vain 500 dollaria

Pimeässä verkossa käydään vilkasta kauppaa yritysverkkoihin murtautumisesta ja hinnat ovat yllättävän edullisia. Tietoutrvayritys Check Pointin uunituoreen raportin mukaan rikolliset voivat ostaa pääsyn yritysten sisäverkkoihin jopa 500 dollarilla.

Maailman pienin lidar painaa vain 50 grammaa

Sony Image Sensing Solutions on julkistanut maailman pienimmän ja kevyimmän lidar-etäisyysanturin. Uusi AS-DT1-malli hyödyntää dToF-teknologiaa (Direct Time of Flight) ja painaa vain 50 grammaa. Moduulin mitat ovat vain 29 x 29 x 31 millimetriä.

Apple aikoo kiertää Trumpin tullimaksut

Apple pyrkii välttämään jopa 145 prosentin tullit Kiinasta tuoduista tuotteista siirtämällä iPhone-tuotantoaan Intiaan ja nopeuttamalla logistiikkaansa, kertovat Reuters ja MarketWatch. Yhtiö on Reutersin mukaan lennättänyt viime viikkojen aikana noin 600 tonnia iPhoneja – arviolta 1,5 miljoonaa kappaletta – Intiasta Yhdysvaltoihin. Tarkoituksena on kasvattaa Yhdysvaltain varastoja ennen kuin tullit nostavat laitteiden hintoja dramaattisesti.

Uusi anturi tuo elokuvatason kuvanlaadun huippupuhelimiin

Piilaaksolainen Omnivision on julkistanut uuden kuva-anturin, joka tuo ennennäkemättömän laajan dynaamisen alueen ja elokuvatason videokuvauksen älypuhelimiin. OV50X-uutuusanturi on suunnattu huippuluokan puhelimiin, jotka tavoittelevat parasta mahdollista kuvanlaatua kaikissa valaistusolosuhteissa.

Yllättävä tutkimus: ChatGPT tekee samanlaisia päättelyvirheitä kuin ihminen

Tuore kansainvälinen tutkimus paljastaa, että tekoäly ei ole niin rationaalinen kuin usein uskotaan. OpenAI:n kehittämä ChatGPT tekee monissa tilanteissa samanlaisia päättelyvirheitä kuin ihmiset – ja joskus vielä pahempia.

Näin Teslan ja BYD:n akut eroavat toisistaan

Saksalaisen RWTH Aachenin yliopiston tutkijat ovat tehneet perusteellisen purkuanalyysin kahdesta maailman johtavan sähköautovalmistajan, Teslan ja BYD:n, litiumioniakusta. Tutkimuksessa verrattiin Teslan 4680-sylinterikennoa ja BYD:n Blade-prismaattista kennoa kennotasolla.

Suomalaisyritys tuo yrityksille oman tekoälyn

Suomalainen konsulttitalo Y4 Works on lanseerannut uuden tekoälyratkaisun, Suunta.ai:n, joka tuo organisaatioille niiden oman, asiantuntijamaisen tekoälyn. Toisin kuin yleiset kielimallit, kuten ChatGPT, Suunta.ai oppii yrityksen omasta datasta, haastaa käyttäjäänsä ja toimii kuin digitaalinen liiketoimintakonsultti.

Piikarbidi vähentää tehohäviöitä datakeskuksessa

ON Semiconductor on julkaissut uuden sukupolven tehomoduulin, joka lupaa merkittävästi pienempiä tehohäviöitä ja energiatehokkaampaa käyttöä erityisesti datakeskuksissa ja teollisuussovelluksissa.

Boreo ostaa Elfa Distrelecin Suomen ja Baltian toiminnot

Boreo Oyj on allekirjoittanut sopimuksen Elfa Distrelecin myyntitoimintojen ostamisesta Suomessa, Latviassa, Virossa ja Liettuassa. Kaupan myötä Elfa siirtyy näissä samaan yritysryhmään kuin Yleiselektroniikan toiminnot. Kauppahinnaksi ilmoitetaan 5,5 miljoonaa euroa.

Ruotsalaistutkijoiden vahvistin nostaa kuidun kapasiteetin 10-kertaiseksi

Göteborgilaisen Chalmersin teknillisen korkeakoulun tutkijat ovat kehittäneet uudenlaisen optisen vahvistimen, joka voi moninkertaistaa kuituverkkojen tiedonsiirtokyvyn. Uusi vahvistin mahdollistaa jopa kymmenen kertaa enemmän dataa sekunnissa verrattuna nykyisiin teknologioihin.

Google siirtää sovelluskehityksen selaimeen – tekoäly isossa roolissa

Google esitteli Cloud Next -tapahtumassaan uuden sukupolven sovelluskehitysalustan, Firebase Studion, joka siirtää koko kehitysprosessin selaimeen – suunnittelusta julkaisuun. Uutuus rakentuu vahvasti tekoälyavusteisuuden ympärille ja hyödyntää Googlen omaa Gemini-mallia läpi koko kehityksen.

Trumpin tullit iskevät rankasti suuriin amerikkalaisiin autonvalmistajiin

Yhdysvallat asetti viime viikolla 25 prosentin tuontitullit useista maista tuotaville autoille ja varaosille. Presidentti Trumpin hallinnon ilmoittamat laajat tuontitullit ovat tuomassa autoalalle uudenlaisia haasteita. Vaikka toimenpiteet on nimellisesti suunnattu vahvistamaan kotimaista teollisuutta, tuoreen analyysin mukaan myös Yhdysvaltain omat jättivalmistajat – General Motors, Ford ja Stellantis – ovat merkittävästi alttiita tullien vaikutuksille.

Nokian ja Telian 5G-viipale kattoi kolme maata

Nokia, Telia ja Puolustusvoimat ovat saavuttaneet maailmanlaajuisesti merkittävän teknologisen virstanpylvään toteuttamalla ensimmäisen saumattoman 5G Standalone -verkkoviipaleen (slice) siirron kolmen eri maan välillä toimivassa verkossa. Kokeilu osoittaa, kuinka 5G-teknologiaa voidaan hyödyntää viranomaisviestinnässä myös kansainvälisesti.

Optinen liitäntä tuotiin ensimmäistä kertaa SSD-levylle

Tallennustekniikan kehityksessä saavutettiin merkittävä virstanpylväs, kun KIOXIA, AIO Core ja Kyocera julkistivat ensimmäisen toimivan SSD-levyn, jossa käytetään optista liitäntää. Uusi prototyyppi yhdistää PCIe 5.0 -väylän ja valoon perstuvan optisen tiedonsiirron, mikä tekee siitä maailman ensimmäisen laatuaan.

Joskus yksittäinen komponentti voi olla vaarallinen takaovi

Yritykset investoivat valtavasti kyberturvallisuuteen suojatakseen verkkojaan ja sovelluksiaan. Silti, kaikista suojaustoimista huolimatta, verkkorikolliset onnistuvat vuosi vuodelta entistä paremmin. Miten tämä on mahdollista, kysyy Lenovon tietoturva-asiantuntija Steven Antoniou?

Trump haluaa nopeuttaa miljardi-investointeja Yhdysvaltain puolijohdeteollisuuteen

Yhdysvaltain presidentti Donald Trump on antanut uuden presidentin asetuksen, jolla perustetaan United States Investment Accelerator -niminen virasto vauhdittamaan miljardiluokan investointeja maahan. Tavoitteena on houkutella sekä kotimaisia että ulkomaisia yrityksiä sijoittamaan erityisesti strategisesti tärkeisiin aloihin, kuten puolijohdeteollisuuteen.

Ethernet aikoo vallata autot

CAN-väylä on hallinnut autoja pitkään, mutta moni uskoo kaistatarpeen vaativan jatkossa Ethernetiä. Tätä silmällä pitäen Infineon on ostanut Marvellin aujoneuvojen Ethernet-liiketoiminnan 2,5 miljardilla dollarilla. Kauppa kattaa Marvellin Brightlane-tuotesarjan ja siihen liittyvät varat, ja sen odotetaan toteutuvan vuoden 2025 aikana.

STMicroelectronics julkisti kevyemmän version MP25-prosessorista

STMicroelectronics on tuonut markkinoille uuden STM32MP23-mikroprosessorisarjan, joka täydentää viime vuonna julkaistua MP25-sarjaa. Uutuusprosessori tarjoaa tehokkaan ja taloudellisen vaihtoehdon teollisuuden ja esineiden internetin (IoT) älykkäisiin reunalaitteisiin, koneoppimiseen ja kehittyneisiin käyttöliittymäratkaisuihin.

Androidin avustin voi muuttua vaaralliseksi takaoveksi

Androidin esteettömyyspalvelu – jonka tarkoitus on auttaa käyttäjiä käyttämään puhelinta paremmin esimerkiksi näkö- tai liikuntarajoitteiden kanssa – voi muuttua tietoturvariskiksi. Tuore Georgia Techin tutkimus esittelee uuden analyysityökalun, DVa:n, joka paljastaa, kuinka haittaohjelmat hyödyntävät tätä avustinta päästäkseen käsiksi käyttäjän tietoihin ja sovelluksiin.

Galvaaninen erotus on yhä tärkeämmässä roolissa

Teollisuus- ja ajoneuvosovelluksissa siirtyminen kohti kestävämpiä energiaratkaisuja ja tehokkaampia moottoreita tuo mukanaan uudenlaisia vaatimuksia elektroniikkasuunnittelulle. Järjestelmät yhdistävät yhä useammin laajan kaistaeron komponentteihin perustuvat suurjännitealijärjestelmät ja herkät pienjännitepiirit, kuten mikro-ohjaimet. Näiden yhdistäminen samassa kokonaisuudessa lisää sekä suorituskykyä että riskejä – galvaaninen erotus ja häiriösuojaus ovatkin nyt tärkeämpiä kuin koskaan, sanoo Toshiba Electronics Europe.

Lue lisää...

Joskus yksittäinen komponentti voi olla vaarallinen takaovi

Yritykset investoivat valtavasti kyberturvallisuuteen suojatakseen verkkojaan ja sovelluksiaan. Silti, kaikista suojaustoimista huolimatta, verkkorikolliset onnistuvat vuosi vuodelta entistä paremmin. Miten tämä on mahdollista, kysyy Lenovon tietoturva-asiantuntija Steven Antoniou?

Lue lisää...

 

Tule tapaamaan meitä tulevissa tapahtumissamme.
R&S-seminaareihin saat kutsukirjeet ja uutiskirjeet suoraan sähköpostiisi, kun rekisteröidyt sivuillamme.
 
 R&S -seminaari: 5G Advanced & Beyond
Oulussa 13.5.2025
Espoossa 14.5.2025
 
R&S -seminaari: Calibration
Tampereella 22.5.2025

Seminaareihin ilmoittautuminen ja tiedustelut:
asiakaspalvelu@rohde&schwarz
 

 

LATEST NEWS

NEW PRODUCTS

 
 
article