Месечни архиви: август 2017

BGate – мини революция при гаражните и входните врати

BGate позволява лесно и удобно управление и регулиране на цялостната система от врати, прозорци и щори в офиса и дома

Иновативен и евтин продукт на българска компания позволява управление на гаражни и входни врати през смартфон или умен часовник, вместо с дистанционно устройство.

BGate се добавя лесно към всяка гаражна врата, като осигурява на потребителя контрол над вратата през смартфон, таблет или часовник. Новата технология прави ненужни скъпите дистанционни управления за гаражната врата.

С помощта на BGate можете не само да отваряте и затваряте врати, щори и прозорци дистанционно, но и да управлявате и регулирате цялостната система в офиса или дома, поясниха от разработчика Pro Smart.

BGate е подходящ за управление на гаражни и входни врати, бариери, интериорни и екстериорни щори, покривни прозорци, звънчеви инсталации и др. Управлението се осъществява през интернет.

С безплатно мобилно приложение, потребителят, където и да се намира, има постоянна връзка с гаражната врата, щора и покривен прозорец на своя дом или офис

„Главната ни цел бе да създадем иновативен и полезен продукт, който притежава широк спектър от функционалности на достъпна цена за българския потребител. Традиционно в жилищен блок с 30 апартамента се използват около 50 дистанционни управления за главната гаражна врата. Цената на всяко е между 40 и 100 лв. С BGate, вместо 5000 лв., живеещите ще платят общо 59 лева”, разказа Виолета Наумова, мениджър „Чуждестранни пазари” в Pro Smart.

С безплатно мобилно приложение, потребителят, където и да се намира, има постоянна връзка с гаражната врата, щора и покривен прозорец на своя дом или офис. Освен това приложението дава достъп до информация в реално време за моментното състояние на обекта, както и история. Отпада също нуждата от гаражни ключове, които лесно се губят.

На пазара у нас BGate се предлага на цена от 59 лева. Мобилното приложение за BGate е достъпно за изтегляне безплатно за всички популярни платформи – Android, iOS и Windows Phone.

Даунлоуд: BGate за Android; BGate за iOSBGate за Windows Phone

<!–

–>

Генът на машинното обучение прониква в процесорите

Като царе на невронните мрежи се очертават мощните специализирани процесори от рода на Google Tensor Processing Unit

Централните процесори може да излязат от еволюционния си унес, а причината за очаквания скок ще бъдат невронните мрежи и машинното обучение. През настоящата година се заражда нова ниша на специализирани процесори.

Разработки като Google Tensor Processing Unit (TPU), Fujitsu Deep Learning Unit (DLU) и Graphcore Intelligent Processing Unit (IPU), както и многобройните прототипи на база програмируеми логически матрици от Altera и Xilinx привличат интереса на операторите на големи центрове за данни по целия свят, като например Baidu.

Гафичните чипове от последно поколение също се справят отлично със задачите, свързани с невронни мрежи, благодарение на високата степен на паралелизъм, но не са толкова икономични, колкото специално създадените за тази цел решения.

В момента се наблюдава борба за доминация в новата ниша. Така например, в графичните чипове на Nvidia се появиха специални ядра за тензорни изчисления – по-конкретно, във Volta V100 има 640 такива ядра. Обикновено те изпълняват математически изчисления с опростена точност – 32 и 16 бита с плаваща запетая, а понякога и целочислени до 8 бита.

AMD също развива подобни продукти и това са ускорителите от серията Radeon Instinct. Но по-интересното е, че еволюционна мутация се наблюдава и в x86-съвместимите процесори. Такива например са Intel Knights Mill, в които част от общата производителност е заделена за специализирани задачи по машинно обучение.

Кой ще победи в започналата надпревара все още е трудно да се прогнозира. Решения като Nvidia Volta и Radeon Instinct може да последват съдбата на динозаврите, тъй като отстъпват на Google TPU в съотношението енергопотребление/производителност при изпълнение на специални задачи.

Ролята на протобозайници в този ускорен еволюционен процес играят решенията на база програмируеми логически матрици, но като царе на невронните мрежи се очертават мощните специализирани процесори от рода на Google TPU.

Еволюцията обаче е нелинеен процес и могат да възникнат нишови решения, способни да работят не само със системи за машинно обучение. Освен това самите системи за обучение могат да бъдат много различни и да изискват гъвкавост, на която ASIC чиповете не отговорят.

Може да възникне също необходимост от изпълнение на паралелно изпълнение на задачи в друг порядък, където решения от рода на Intel Knights Mill ще намерят своето място в еволюцията на процесорите. Едно е ясно обаче – генът на машинното обучение вече е проникнал задълго в съвременните процесори.

<!–

–>