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...

Pitkän kehitystyön ansiosta tekoäly ja koneoppiminen valtaavat sovelluksia lukuisilla eri aloilla. Datamassojen kerääminen ja käsittely vaativat valtavasti laskentaa, joka suoritetaan yleensä pilvessä. Päätelmien tekeminen ja lopputulosten muodostaminen kannattaa usein kuitenkin tehdä paikallisesti verkon reunalla. Näin voidaan parantaa toiminnan nopeutta, lisätä turvallisuutta ja säästää kustannuksissa.

Artikkelin kirjoittaja Adil Yacoubi toimii Microchipin teknisen markkinoinnin insinöörinä EMEA-alueella.

Tekoälyä (AI) ja koneoppimista (ML) hyödynnetään monissa hyvinkin erityyppisissä sovelluksissa: matkailu, pankki- ja rahoituspalvelut, teollisuustuotanto, elintarvikeala, terveydenhoito, logistiikka, kuljetusala, viihde jne.

Yksi tunnetuimmista sovelluskohteista on autonominen ajoneuvo, joka pystyy tunnistamaan esteet, jalankulkijat ja muut tiellä liikkuvat autot koneoppimisen avulla. Muita tunnettuja AI/ML-sovelluksia ovat esimerkiksi sairauksien havaitseminen ja ennustaminen sekä elektroniikan piirilevyjen tarkastaminen.

Käyttöönotto kiihtyy

Yksi keskeinen tekoälyn ja koneoppimisen käyttöönottoa nopeuttava tekijä on tietokoneiden laskentatehon jatkuva kasvu, joka mahdollistaa monimutkaisten matemaattisten laskelmien suorittamisen helposti ja nopeasti.

Käytettävissä on myös entistä enemmän algoritmeja, jotka auttavat mallien luomisessa ja tekevät datan perusteella päättelemisestä helpompaa ja nopeampaa. Eri maiden hallitukset ja yritykset myös investoivat valtavasti tälle alueelle.

Tekoälyn ja koneoppimisen soveltamista tukevat helppokäyttöiset työkalut, jotka auttavat muitakin kuin datatieteilijöitä luomaan ja ottamaan käyttöön uusia malleja, ovat hyödyntämisessä keskeisellä sijalla. Niitä on yhä enemmän tarjolla kaikkien ulottuvilla.

Vaikka mallien luominen toteutetaan pilvipalvelujen huipputehokkaissa tietokoneissa, päättely halutaan usein tehdä paikallisesti. Tämä tuo lukuisia etuja esimerkiksi lisäturvallisuutena, koska paikallisesti toimittaessa ei olla yhteydessä ulkomaailmaan. Paikallinen toiminta verkon reunalla tarkoittaa myös, että kaistanleveyttä ei haaskata eikä ylimääräisiä kuluja synny datan lähettämisestä pilveen ja tulosten palauttamisesta takaisin.

Verkon reunalla tapahtuvan päättelyn tärkeimpiä etuja ovat:

  • Reaaliaikainen toiminta/välitön vaste
    • Alhainen latenssi, turvallinen toiminta
  • Alemmat kustannukset
    • Verkon kaistanleveyden tehokas käyttö, vähemmän datansiirtoa
  • Luotettava toiminta ajoittaisella yhteydellä
  • Parempi asiakaskokemus
    • Nopeampi vasteaika
  • Yksityisyys ja turvallisuus
    • Vähäisempi siirrettävä datamäärä parantaa yksityisyyttä
  • Pienempi tehonkulutus
    • Nopeaa datansiirtoa ei tarvita
  • Paikallinen oppiminen
    • Suorituskyky paranee, kun jokainen tuote oppii erikseen

Latenssi on hyvä kannustin tehdä päätelmiä paikallisesti, koska tietojen lähettämistä ja tulosten palauttamista ei tarvitse odottaa. Verkon reunalla tapahtuva päättely voi merkittävästi auttaa käyttäjiä, kun koneoppimista voidaan siirtää huippuluokan pilvikoneista tehokkaisiin mikro-ohjaimiin ja prosessoriyksikköihin.

Mitä on tekoäly ja koneoppiminen?

Tekoälyn käsite syntyi 1950-luvulla. Pohjimmiltaan tekoäly korvaa ohjelmointiproseduurin luomalla dataan perustuvia algoritmeja sen sijaan, että ne kirjoitettaisiin manuaalisesti perinteiseen tapaan. Koneoppiminen puolestaan on tekoälyn alaryhmä, jossa kone yrittää poimia oleellisia tietoja annetusta datasta. Koneelle annetaan esivalmisteltua dataa ja sitä pyydetään sen jälkeen luomaan algoritmi, joka auttaa ennustamaan tuloksia uusille tuoreille datajoukoille.

Koneoppiminen perustuu konseptiin, jota kutsutaan ’ohjatuksi oppimiseksi’. Tässä tekniikassa data merkitään ja tulokset perustuvat näihin merkintöihin. Samalla luodaan myös malli näiden merkintöjen perusteella. Toinen tekniikka on ns. syväoppiminen, joka hyödyntää paljon monimutkaisempia algoritmeja, eikä dataa ole merkitty. Tässä artikkelissa tarkastellaan pääasiassa verkon reunalla paikallisesti tapahtuvaa (Edge ML) ohjattua oppimista.

Koneoppimisen peruselementti on neuroverkko, joka koostuu solmukerroksista, joiden kullakin solmulla on yhteys tuloihin tai seuraaviin kerroksiin. Neuroverkkoja on useita tyyppejä. Mitä enemmän siirrytään koneoppimisesta syvään oppimiseen, sitä enemmän nähdään yhä monimutkaisempia verkkoja. Syväoppiminen sisältää myös joitakin palautemekanismeja, kun taas yksinkertaisissa ML-malleissa on pelkistettyjä eteenpäin-toimintoja, jotka siirtyvät datasta lähtöön tai laskentatulokseen.

 

 

Näin konetta koulitaan

Koneoppimisen ensimmäinen askel on datankeruu. Kun keskitytään ohjattuun oppimiseen, kerätään merkittyjä dataryhmiä, jotta mallit voidaan löytää oikein. Datan laatu määrää, kuinka tarkka malli on. Data täytyy koota ja muokata satunnaiseksi – jos se on liian organisoitua, malleja ei luoda oikein ja voidaan päätyä huonolaatuisiin algoritmeihin.

Toinen vaihe on puhdistaa ja poistaa epätoivottu data. Kaikki datajoukot, joista puuttuu tietoja, tulisi poistaa. Myös ne tilat, joiden tietoja ei tarvita tai tilat, jotka ovat tyypillisesti tuntemattomia, tulee poistaa.

Sen jälkeen data on jaettava kahteen osaan, joista toinen on koneen koulutusta ja toinen testausta varten.

Kolmas vaihe on algoritmin opettaminen. Tämä on jaettu kolmeen jaksoon. Ensimmäinen askel on valita koneoppimisen luokittelualgoritmi. Niitä on tarjolla useita ja ne soveltuvat erityyppisille tiedoille. Seuraavassa on esimerkkejä koneoppimisen luokittelualgoritmeista:

  • Bonsai-puurakenne
  • Päättelypuu-rakenne
  • Tehostettu puurakenne
  • TensorFlow Lite mikro-ohjaimille
  • PME (Pattern Matching Engine)

On tärkeä valita oikea mallirakenne, sillä se määrää vasteen, joka saadaan lähtöön, kun ML-algoritmi on suoritettu kerätylle datalle. Tämä saattaa vaatia datatieteilijän taitoja, mutta se voidaan myös jättää hoidettavaksi automaattiselle koneelle, joita useat mallinluonnin työkalut tarjoavat.

Toinen alavaihe on mallin harjoitteluoperaatio, joka koostuu useista iteraatiokierroksista eri kerrosten painotusten ja mallin yleisen tarkkuuden parantamiseksi.

Sen jälkeen malli on evaluoitava, mikä tehdään testaamalla mallia datan osajoukolla - juuri sillä, joka on säilytetty tulevaa testausta ja evaluointia varten. Tämä datajoukko on mallille tuntematon. Näin voidaan verrata mallin antamaa tulosta tunnettuihin tuloksiin.

Kun nämä vaiheet on suoritettu, voidaan käyttää luotua mallia ja validoida tulokset tekemällä päätelmiä kohteista. Ideana on viedä malli kentälle, antaa sille syötteitä ja katsoa, ovatko tulokset oikein.

 

 

Microchipin ohjelmistot ja työkalut

Microchip on tehnyt tämän alueen yhteistyötä monien kolmansien osapuolten kanssa. Näitä yrityksiä ovat esimerkiksi Edge Impulse, Motion Gestures ja SensiML.

Microchip tukee myös suosittuja kehysrakenteita. Tällainen on esimerkiksi TensorFlow Lite For Microcontrollers, joka on osa Microchip Harmony -rakennetta. Sitä voidaan käyttää mallien luomiseen Microchipin kaikille piireille, paitsi nykyisille 8 bitin ohjaimille. Yhtiön muut mikro-ohjaimet ja prosessorit ovat kuitenkin yhteensopivia ja tukevat TensorFlow Litea.

Microchipin mikro-ohjaimet ja prosessoriratkaisut tukevat monenlaisia sovelluksia kuten älykästä sulautettua konenäköä. Ne sopivat hyvin myös ennakoivaan ylläpitoon ja huoltoon, joka perustuu esimerkiksi tärinän anturointiin, tehon mittaamiseen tai äänisignaalien valvontaan. Piirivalikoimaa voidaan myös käyttää eleiden tunnistamiseen, ja yhdessä kosketustoimintojen kanssa ne helpottavat ihmisen ja koneen välisen käyttöliittymän hallintaa.

Lisäksi Microchip tarjoaa tehokkaita PCI-kytkimiä, jotka mahdollistavat GPU-yksiköiden liittämisen yhteen ja auttavat näin mallin koulutuksessa. Datankeruu voidaan suorittaa mikro-ohjaimilla, prosessoriyksiköillä, FPGA-piireillä ja antureilla. Kaikki nämä ovat tarjolla Microchipin piirivalikoimissa. Datan validointi ja päättelyprosessi voidaan puolestaan suorittaa mikro-ohjaimilla, prosessoreilla tai FPGA-piireillä.

Kaiken kaikkiaan mainitut ratkaisut tekevät ML-sovelluksesta helposti toteutettavan Microchipin piirien avulla.

Mitä tulee ohjelmistoihin, Microchipin AI/ML-koulutussivusto on mainio paikka tutustua yhtiön uusimpiin ratkaisuihin.

Suosittuja kehysrakenteita tukevan Microchip Harmonyn lisäksi tarjolla on useita koneoppimiseen tarkoitettuja ohjelmistoja yhtiön lukuisten kumppanuuksien ansiosta.

Yksi kumppaniyrityksistä on Edge Impulse, jolla on täydellinen TinyML-ratkaisu, jonka avulla voidaan helposti kerätä dataa, rakentaa malli ja ottaa se käyttöön. Yhtiö käyttää TensorFlow Litea mikro-ohjaimille. Yksi tärkeimmistä eduista on se, että Edge Impulsen koodi on täysin avointa ja rojaltivapaata.

Toinen tärkeä yhteistyökumppani on Motion Gestures, joka on erikoistunut eleiden tunnistamiseen. Tätä voidaan hyödyntää ihmisen ja koneen välisen käyttöliittymän rakentamisessa. Tämä työkalu voi minuuteissa auttaa luomaan ja ottamaan käyttöön erilaisia eleitä lyhentäen näin ohjelmistojen kehitysaikaa. Se tarjoaa hyviä tuloksia eleiden tunnistukseen, jossa lähestytään testeissä jo 100 % tunnistusvarmuutta.

Tätä toimintoa voidaan soveltaa kahdella eri tavalla: joko koskettamalla klassiseen tapaan tai liikkeiden avulla hyödyntämällä erityisiä liikkeiden ilmaisuun tarkoitettuja antureita (IMU).

 

 

Näillä alkuun

Microchip tarjoaa useita piirisarjoja, joiden avulla kehittäjät pääsevät helposti alkuun AI- ja ML-sovellusten suunnittelussa. Mikro-ohjainten puolella tarjolla on SAMD21 ML sekä sitä varten suunniteltu ML-evaluointipaketti TDK:n MEMS-anturin kera. Toisessa versiossa hyödynnetään Boschin valmistamaa IMU-anturia.

Liike-eleiden puolella tarjolla on demosarja, johon kuuluu SAMC21 Xplained Pro sekä Qtouch-kosketuslevy. Kyseessä on työkalu, jonka avulla on helppo aloittaa eleitä tunnistavan ML-sovelluksen suunnittelu.

Integroitu graafinen kosketuslevy (IGaT) hyödyntää ML-tekniikkaa. Sen mukana tulee valmis laiteohjelmisto, joka sisältää myös eleiden tunnistusdemon monien muiden demojen lisäksi (autot, kotijärjestelmät, viihde jne.)

Adafruit EdgeBadge - TensorFlow Lite on toinen sarja, joka hyödyntää suoraan TensorFlow Litea.

Siinä on mukana 2 tuuman TFT-näyttö. EdgeBadgea hyödynnetään yleisesti Arduino-yhteisössä. Tarjolla on useita sovellusesimerkkejä, kuten siniaaltodemo, eleohjausdemo ja puhedemo.

Huippuluokan sovellusten puolella PolareFire-videosarjassa on liitännät kaksoiskameralle, MIPI-sarjaväylälle ja HDMI-videolle sekä 2 gigatavun DDR-muisti, 4 gigaa SDRAM-muistia, USB2UART-liitäntä ja gigatavun SPI-flash.

Paketti tarjoaa ML-mallia käyttävän tai siihen pohjautuvan demosarjan esineiden tunnistamiseen.

 

Lisätietoja täällä.

MORE NEWS

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.

Ruotsalaisinnovaatio mahdollistaa kiinteät litiumakut

Ruotsissa on otettu merkittävä askel kohti turvallisempia ja kestävämpiä akkuja. Luleån teknillisen yliopiston tutkijat ovat kehittäneet uudenlaisen materiaalin, joka voi mahdollistaa kiinteiden litiumakkujen eli ns. solid-state-akkujen laajemman käytön esimerkiksi sähköautoissa ja energian varastoinnissa.

Suomalaiset startupit keräsivät 1,4 miljardia euroa

Suomen startup-yritykset keräsivät vuonna 2024 yhteensä 1,4 miljardia euroa sijoituksia, mikä on 56 prosenttia enemmän kuin edellisvuonna, selviää Pääomasijoittajat ry:n tuoreista tilastoista. Kasvua vauhdittivat erityisesti loppuvuoden muutamat suuremmat rahoituskierrokset.

Murtamaton kvanttisalaus ja 33 terabitin linkki samaan kuituun

KDDI Research ja Toshiba Digital Solutions ovat tehneet merkittävän edistysaskeleen kvanttitietoturvan ja korkean kapasiteetin tiedonsiirron yhdistämisessä. Yritykset onnistuivat siirtämään 33,4 terabittiä dataa sekunnissa ja kvanttisalausavaimia yhtä aikaa yhdessä optisessa kuituyhteydessä.

GPS:lle korvaaja: Bosch haluaa kaupallistaa kvanttianturit

Bosch syventää panostustaan kvanttiteknologiaan ja tähtää nyt kvanttianturien kaupalliseen läpimurtoon. Yhtiö perustaa yhdessä synteettisiä timantteja valmistavan Element Sixin kanssa yhteisyrityksen, jonka tavoitteena on tuoda kvanttianturit teolliseen tuotantoon ja käytännön sovelluksiin.

Tuxera tähtää 100 miljoonan euron liikevaihtoon

Suuri yleisö ei tunne suomalaista Tuxeraa, jonka asiakaskunta on varsin nimekäs: joukossa ovat esimerkiksi ABB, LG, NASA, Rockwell, Siemens ja Weka. Uuden toimitusjohta Stefan Schumacherin johdolla viime vuonna 24 miljoonan euron liikevaihdon tehnyt yritys pyrkii kasvamaan sadan miljoonan euron taloksi viiden vuoden kuluessa.

Generatiiviseen tekoälyyn investoidaan 644 miljardia dollaria tänä vuonna

Gartnerin tuoreen ennusteen mukaan maailmanlaajuiset generatiivisen tekoälyn (GenAI) investoinnit nousevat 644 miljardiin Yhdysvaltain dollariin vuonna 2025. Tämä merkitsee 76,4 prosentin kasvua vuoteen 2024 verrattuna.

Vanhoista Windows-koneista tulee romurautaa? Iso mahdollisuus Linuxille

Microsoft muistuttaa käyttäjiä Windows 10 -käyttöjärjestelmän tuen päättymisestä 14. lokakuuta 2025. Tämän jälkeen yli 240 miljoonaa tietokonetta jää ilman tietoturvapäivityksiä, mikä tekee niistä yhtiön mukaan vakavan kyberturvariskin. Microsoftin blogin mukaan jatkaminen vanhentuneella käyttöjärjestelmällä on kuin "jättäisi ulko-oven auki tuntemattomille". Käytännössä koneista tulee lokakuussa romurautaa, jos niille ei tee mitään, Microsoft katsoo.

Kiinassa kehitettiin HDMI:n tappaja

Kiinassa on esitelty uusi monikäyttöinen kaapelistandardi, joka saattaa horjuttaa HDMI:n, DisplayPortin ja Thunderboltin asemaa. Yli 50 kiinalaisen teknologiajätin muodostama Shenzhen 8K UHD Video Industry Cooperation Alliance on kehittänyt General Purpose Media Interface -standardin (GPMI), jonka tekniset ominaisuudet tekevät siitä varteenotettavan kilpailijan nykypäivän yleisimmille liitännöille.

Xiaomin uusin on erinomainen kuvaajan laite

Xiaomi hehkuttaa uutta 15 Ultra -lippulaivaansa kuvaajien älypuhelimena, joten väite piti laittaa testiin. Leican optiikkaan perustuva neljän kennon yhdistelmä onnistuukin vakuuttamaan. Myös Xiaomin kameraohjelmisto ansaitsee kiitokset.

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.

PDF:stä tuli suosittu tapa hyökätä sähköpostiin

Kyberrikolliset ovat löytäneet uuden, tehokkaan keinon kiertää tietoturvasuojaukset: PDF-tiedostot. Check Point Researchin tuoreen tutkimuksen mukaan jo 22 % haitallisista sähköpostiliitteistä on PDF-muodossa. Samalla 68 % kyberhyökkäyksistä alkaa edelleen sähköpostista, mikä tekee PDF:stä entistä houkuttelevamman hyökkäysvälineen.

Uuden sirun avulla kännykkä voi tietää sijaintinsa sentin tarkkuudella

Nykyisten GPS-järjestelmien tarkkuus on vain muutamia metrejä, mutta uusi teknologia voi viedä paikannuksen tarkkuuden senttimetriluokkaan. Purdue Universityn ja Chalmersin teknillisen yliopiston tutkijat ovat kehittäneet sirupohjaisen aaltokampatekniikan, joka voi mullistaa navigoinnin, autonomiset ajoneuvot ja tarkat mittausjärjestelmät.

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

 

ETNinsta

THIS SPACE TEMPORARILY LEFT BLANK
 
article