ADVERTISE SUBSCRIBE TECHNICAL ARTICLES EVENTS ETNdigi ABOUT USCONTACT
2026  # megabox i st f wallpaper

IN FOCUS

IoT-piireillä päästöt kuriin

IoT-teknologia on nousemassa keskeiseksi työkaluksi kestävän kehityksen ratkaisuissa. Vaikka laitteiden valmistus ja käyttöönotto vaativat energiaa, pitkän aikavälin säästöt ylittävät kulut moninkertaisesti. Tuoreiden analyysien mukaan IoT voi säästää jopa kahdeksankertaisesti sen energiamäärän, jonka se itse kuluttaa elinkaarensa aikana.

Lue lisää...

ETNtv

 
ECF25 videos
  • Jaakko Ala-Paavola, Etteplan
  • Aku Wilenius, CN Rood
  • Tiitus Aho, Tria Technologies
  • Joe Hill, Digi International
  • Timo Poikonen, congatec
  • ECF25 panel
ECF24 videos
  • Timo Poikonen, congatec
  • Petri Sutela, Testhouse Nordic
  • Tomi Engdahl, CVG Convergens
  • Henrik Petersen, Adlink Technology
  • Dan Still , CSC
  • Aleksi Kallio, CSC
  • Antti Tolvanen, Etteplan
ECF23 videos
  • Milan Piskla & David Gustafik, Ciklum
  • Jarno Ahlström, Check Point Software
  • Tiitus Aho, Avnet Embedded
  • Hans Andersson, Acal BFi
  • Pasi Suhonen, Rohde & Schwarz
  • Joachim Preissner, Analog Devices
ECF22 videos
  • Antti Tolvanen, Etteplan
  • Timo Poikonen, congatec
  • Kimmo Järvinen, Xiphera
  • Sigurd Hellesvik, Nordic Semiconductor
  • Hans Andersson, Acal BFi
  • Andrea J. Beuter, Real-Time Systems
  • Ronald Singh, Digi International
  • Pertti Jalasvirta, CyberWatch Finland
ECF19 videos
  • Julius Kaluzevicius, Rutronik.com
  • Carsten Kindler, Altium
  • Tino Pyssysalo, Qt Company
  • Timo Poikonen, congatec
  • Wolfgang Meier, Data-Modul
  • Ronald Singh, Digi International
  • Bobby Vale, Advantech
  • Antti Tolvanen, Etteplan
  • Zach Shelby, Arm VP of Developers
ECF18 videos
  • Jaakko Ala-Paavola, Etteplan CTO
  • Heikki Ailisto, VTT
  • Lauri Koskinen, Minima Processor CTO
  • Tim Jensen, Avnet Integrated
  • Antti Löytynoja, Mathworks
  • Ilmari Veijola, Siemens

logotypen

bonus # recom webb
TMSNet  advertisement
ETNdigi
2026  # megabox i st f wallpaper
A la carte
AUTOMATION DEVICES EMBEDDED NETWORKS TEST&MEASUREMENT SOFTWARE POWER BUSINESS NEW PRODUCTS
ADVERTISE SUBSCRIBE TECHNICAL ARTICLES EVENTS ETNdigi ABOUT US CONTACT
Share on Facebook Share on Twitter Share on LinkedIn

TECHNICAL ARTICLES

Kiihdytys helpommin käyttöön datakeskuksessa

Tietoja
Kirjoittanut Enno Luebbers, Song Liu ja Michael Chu, Intel
Julkaistu: 28.03.2019
  • Embedded
  • Software

FPGA-pohjaisten kiihdyttimien suunnittelu ja toteuttaminen ei tapahdu aivan käden käänteessä. Tarvitaan sovelluksen, infrastruktuurin ja RTL-suunnittelun kokonaisvaltaista yhteensovittamista. Kiihdytinsovelluksissa pääpaino on kiihdytinalgoritmeissa, jotka käsittävät useita monimutkaisia sekvenssejä. Onneksi kiihdyttimien integrointiin on nyt helpompi tie.

Artikkelin ovat kirjoittaneet Intelin Enno Luebbers, Song Liu ja Michael Chu. 

Suunnittelijat tavallisesti suunnittelevat kaikki tiedonsiirron yhteydet FPGA:n fyysisten ja loogisten kerrosten välillä sekä tarvittavan ohjelmiston prosessorille alusta lähtien ohjelmoimalla. Toinen vaihtoehto on käyttää valmiita IP-kirjastoja ohjelmoinnissa. Kumpikin tapa vaatii vielä paljon integrointia kiihdytettävien algoritmin osien RTL-suunnittelun lisäksi.

Kun yhä enemmän FPGA-piirejä käytetään pilvi- ja datakeskussovelluksissa koneoppimisessa, tarvetta on tehtävää helpottaville standardeille ja sovelluskehyksille. Open Programmable Acceleration Engine (OPAE) on yksi avoimista yhteisöistä, jonka pyrkimyksenä on yksinkertaistaa ja virtaviivaistaa FPGA-piirien integrointia kiihdytinsovelluksia varten.

OPAE koostuu useista ohjelmistokomponenteista, ajureista ja sovellusten käyttäjätilan API-liitännöistä. OPAE:n kevytversio edustaa yhtenäistä, kerrostettua rekonfiguroitavien kiihdyttimien ohjelmointiin perustuvaa mallia, joka tarjoaa yleisiä ja laajennettavissa olevia metodeja kiihdytinresurssien kehittämiseen, allokointiin, käyttöoikeuksiin ja hallintaan. Käyttöoikeudet ohjelmistopinoon on toteutettu eri kerroksissa testaamisen, kasvattamisen ja käyttämisen helpottamiseksi. Käyttäjän API-tasolla OPAE tarjoaa abstraktiot resurssien käyttöoikeuksien ja hallinnan yksinkertaistamista varten ilman merkittävää vaikutusta suorituskykyyn. Tämän lähestymistavan ansiosta järjestelmäintegraattorien, ohjelmistokehittäjien ja kiihdytinsuunnittelijoiden ei tarvitse tehdä perus-FPGA-komponenttien uudelleen sovitusta rekisterihakuja, jaettua muistia, synkronointia ja rekonfigurointia varten. OPAE:n avulla suunnittelija voi valita abstraktiotason ja ohjauksen järjestämällä sovellusliitännät kaikkialle ohjelmistopinoon.

Kuvan 1 mukainen kokonaisvaltainen järjestelmäpino on lähestymistapa, jota tarvitaan aikaansaamaan kerrostettu yhteysmalli FPGA:n kiihdyttämisessä eri laitteissa, käyttöjärjestelmissä ja sovelluskohteissa. FPGA:n toteuttamisessa tarvitaan tällöin ajureita, käyttäjätilan API-liittymiä, sovelluskehyksiä ja sovelluskohtaisia kirjastoja.

Kuva 1. Intelin Xeon-palvelinprosessorin ja FPGA:n yhteydessä käytettävä kiihdytinpino.

Kiihdyttimen laitteistoresurssit, jotka koostuvat FPGA-piireistä, liitännöistä ja kehyslogiikasta, muodostavat alimman kerroksen ja ne on tavallisesti yhdistetty prosessoriin standardeilla järjestelmäväylillä osoitteen käännöslogiikkoineen ja välimuistihierarkioineen. OPAE:lla ei ole vaikutusta liitäntäteknologiaan tai topologiaan. Se kuitenkin edellyttää, että ohjelmoitava logiikka käyttää ohjelmistoilla toimivia datarakenteita laitteistokomponenttien ja resurssien tunnistamiseen ja tilastoimiseen. Rekonfiguroitavien laitteistoresurssien fyysinen yhteysliitäntä ei tavallisesti ole suoraan sovellusten käytettävissä.

Kuva 2. OPAE:n kerrokset ja komponentit.

Joukko ajureita on järjestelmän yhteysväylän yläpuolella ja ohjelmoitavat laitteistoresurssit kytkevät ja integroivat kiihdytinresurssit käyttöjärjestelmän laitteistohallintaan, näin ollen mahdollistaen perusyhteyskäytännöt käyttäjätilan sovelluksiin. Ajurikerroksen tärkeänä tehtävänä on varmistaa perusyhteyskäytäntöjen oikea toiminta järjestelmän integriteetin takaamiseksi, samoin kuin taustalla toimivien kriittisten hallintotehtävien kuten virheen-, tehon- ja lämmönhallinnan suorittaminen. Ajurin käyttäjän määriteltävissä olevien tilojen API on yhä käyttöjärjestelmästä ja laitteistosta riippuvainen.

Jotta laitteiden, alustojen ja käyttöjärjestelmien välisen siirrettävyyden edut saadaan käyttöön samalla kun voidaan tarkasti ohjata yksittäisiä resursseja, OPAE tarjoaa läpinäkyvällä käyttäjätilan kirjastolla (libopae-c) toteutetun C API -kerroksen, joka on liitettävissä laiteajurin API-rajapintaan alemman abstraktiotason kiihdytinresurssien toteuttamiseksi ja joka mahdollistaa näiden resurssien luetteloinnin, käyttöoikeuden ja hallinnan. Etenkin abstraktiomallin komponenttien tarjoaman ratkaisut ovat vielä jossain määrin FPGA-teknologiasta riippuvaisia, mutta niillä voidaan ilmaista halutun tasoisesti suuri joukko kiihdytinresursseja, alustoja ja käyttöalueita.

Integroimalla FPGA-ohjelmistopino standardoituihin ohjelmistokirjastoihin ja sovelluskehyksiin (esimerkiksi lineaarialgebran, syväoppimisen, salauksen, kompressoinnin ja muihin yleisiin toimintoihin) on mahdollista suoraan (läpinäkyvästi) kiihdyttää suurta määrää sovelluksia ja yksinkertaistaa toteutuksia erilaisissa käyttökohteissa, koska yksittäisten sovellusten ei tarvitse olla tekemisissä yksittäisten kiihdytinasteiden kanssa perustason tiedonsiirrosta puhumattakaan.

FPGA-pohjainen kiihdytinlaitteisto

OPAE-ajuri ja API-kirjastokerrokset koostetaan yksityiskohtaisista laitteistospesifikaatioista, joista saadaan tieto tiedonsiirtoyhteyksien määristä ja tyypeistä, hallintametodeista ja rekonfiguraatioiden käsittelytavoista. Pohjana olevan FPGA-laitteistoalustan on minimissään pystyttävä tarjoamaan infrastruktuuri näiden resurssien kehittämistä, allokointia ja yhteyskäytäntöjä varten.

Kuva 3. FPGA-ajuri.

FPGA-ajuriarkkitehtuuri määrittelee yksittäiset alusta-ajurit hallintatoimintoihin, kuten rekonfiguraation ja kiihdyttimen yhteyskäytäntöihin. Edellinen liittyy FPGA-hallintalogiikkaan, kun taas jälkimmäinen hoitaa yleisten käytäntöjen mukaiset tiedonsiirtoyhteydet FPGA-lohkoon ohjelmoituun kiihdyttimeen. FPGA-ajurikerroksen tehtävänä on tasoittaa alla olevasta laitteistoarkkitehtuurista aiheutuvia vaihteluita, jolloin on mahdollista käyttää useampia eri liitäntäteknologioita ja säilyttää samalla järjestelmän integriteetti ja stabiilius. Joustavuuden lisäämiseksi FPGA-ajuri on segmentoitu pääajuriksi ja useiksi osa-ajureiksi. Pääajuri etsii ja tunnistaa FPGA-laitteita ja sen jälkeen aikaansaa vuorovaikutuksen yksittäisiin osa-ajureihin perustuen tunnistettuun laitteeseen liittyvään laiteosien toimintojen luetteloon.

FPGA:n API-liitäntä

Koodaajalle käytettävissä oleva API-liitäntä noudattaa kiihdytinresurssien oliopohjaista mallinnuskuviota siihen liittyvine toimintoineen. Toteutus on kuitenkin kirjoitettu C:llä, jotta minimoidaan piirikuvion vaatima ala ja sen vaikutus sovelluksiin.

OPAE C API on mallinnettu kokoelmasta perusobjekteja, joilla kuvataan, identifioidaan ja referoidaan FPGA-resursseja. On syytä korostaa, että tässä kuvatut API:t muodostavat peruspaketin, joka on sovitettavissa useimpiin ohjelmistojärjestelmiin liitettäviin FPGA-kiihdyttimiin. API:n avulla voidaan myös mallintaa laitteisto- tai alustaspesifisiin laajennuksiin erityisiä kohdearkkitehtuurien erityisominaisuuksia. Esimerkkinä voidaan mainita alustaspesifinen API-laajennus, joka toimii pieniviiveisenä ilmoitusmekanismina Intelin Xeon-prosessorin yhtenäisen muistiväylän ja integroitujen FPGA-piirien välillä.

Kuva 4. OPAE C API:n olio- ja ohjauskaavio.

Kuvassa 4 esitetään tyypillinen API-perustaisten toimintojen etenemiskaavio sovelluksessa, joka haluaa käyttää ja saada käyttöoikeudet tiettyyn kiihdyttimeen. Aluksi sovellus luo ominaisuuksia kuvaavan olion, joka määrittelee etsittävän olion tunnuspiirteet ja joka siirretään fpgaEnumerate()-kutsuun sisältäen joukon symboleita, joilla identifioidaan yksittäiset resurssipyynnöt. Symbolin pitäminen hallussa ei merkitse siihen liittyvän resurssin omistamista. Symbolin valitsemisen jälkeen sovellus tekee kutsun fpgaOpen() hankkiakseen omistukseensa resurssin, joka puolestaan luovuttaa pidikkeenä toimivan kahvaosoittimensa. Tällä osoittimella voidaan kutsua yksittäisiä API-toimintoja ajantasaisesti ottamaan yhteyttä FPGA-kiihdyttimeen esimerkiksi kiihdyttimen uudelleen asettamista, ohjausrekisterien lukua ja kirjoitusta tai jaetun muistin allokointia varten. Lopulta fpgaClose() sammuttaa kahvaosoittimen ja purkaa resurssin omistuksen.

Sovelluskehyksen integrointi

Vaikka API:n tarjoamat perusresurssiabstraktiot helpottavat sovellusten tekoa erilaisille käyttöjärjestelmille ja alustoille, sovelluskehittäjä joutuu miettimään, miten resurssien käyttöoikeudet hoidetaan. Yksi lähestymistapa OPEA:a käytettäessä on integroida FPGA-kiihdytinresurssit lausekielisiin sovelluskehyksiin ja kirjastoihin. Tällä tavoin sovellusten ei tarvitse tietää kiihdytinresurssien yhteydenoton määrittelyjä ja tällöin kiihdytintoiminnot pysyvät läpinäkyvinä. Lausekielisten kirjastojen avulla saavutettava läpinäkyvyys FPGA-kiihdyttimissä tarjoaa etuja esimerkiksi kuvantunnistuksen, data-analytiikan ja datakompression tapaisissa sovelluskohteissa.

FPGA-sovellusten suunnittelu vaatii erikoisosaamista ja kykyä kohdata haasteita. OPAE:n avulla FPGA-pohjaisten kiihdytinratkaisujen kehitystyötä ja toteuttamista voidaan helpottaa merkittävästi. Tällöin yhä useampi suunnittelija voi keskittyä datakeskuksissa monimutkaisten datankäsittelysovellusten nopeuttamiseen.

MORE NEWS

AI-agentit eivät käyttäydy kuten tavalliset ohjelmistot

Check Point Software Technologies hakee asemaa tekoälyaikakauden tietoturvassa neljän pilarin strategialla ja kolmella yritysostolla. Yhtiön mukaan tekoäly muuttaa yritysten toimintaa niin nopeasti, että myös tietoturvan perusolettamukset on arvioitava uudelleen. Keskeinen väite on yksinkertainen. AI-agentti ei ole perinteinen sovellus.

Microsoftin raportti: Suomi jäänyt kärkivauhdista tekoälyssä

Generatiivisen tekoälyn käyttö kasvaa maailmalla nopeasti, mutta Suomi ei kuulu kehityksen terävimpään kärkeen. Microsoftin AI Economy Instituten tuoreen raportin mukaan 27,3 prosenttia Suomen työikäisestä väestöstä käytti generatiivisen tekoälyn työkaluja vuoden 2025 jälkipuoliskolla. Sijoitus globaalissa vertailussa on 28.

Yhden sirun lidar etenee tuotantoon

Silanna Semiconductor on siirtänyt FirePower-laserajurinsa tuotantoon. Yhtiön SL2001- ja SL2002-piirit yhdistävät resonanssikondensaattorin latauksen ja suurivirtaisen laserin laukaisun samalle sirulle, mikä pienentää lidar- ja etäisyysmittausjärjestelmien kokoa ja tehohäviöitä merkittävästi.

Yli 600 Linux-versiota – onko moninaisuus vahvuus vai heikkous?

DistroWatch listaa tällä hetkellä yli 600 aktiivista Linux-jakelua. Luku ei tarkoita 600 eri ydintä eikä 600 toisistaan täysin riippumatonta käyttöjärjestelmää. Kaikkien pohjalla on sama Linux-ydin, mutta sen ympärille rakennettu kokonaisuus vaihtelee radikaalisti. Linux ei ole yksi tuote vaan arkkitehtoninen alusta, jonka päälle syntyy satoja erilaisia toteutuksia.

Tekoäly tulee osaksi sulautettua alustaa

Microchip Technology haluaa tehdä edge-tekoälystä tuotantovalmiin ratkaisun ilman, että asiakas joutuu rakentamaan koko koneoppimisputkea itse. Yhtiö laajentaa tarjontaansa täysipinoiseksi ratkaisuksi, joka yhdistää mikro-ohjaimet, mikroprosessorit, FPGA-piirit, valmiit mallit, kehitystyökalut ja sovelluspohjat.

Järjestelmät eivät keskustele riittävästi keskenään

– Onnistuminen ei ole kiinni siitä, kuinka monta agenttia tai sovellusta yrityksellä on, vaan siitä, kuinka hyvin ne toimivat yhdessä. Tekoälyagentit tuottavat arvoa vasta silloin, kun ne on kytketty yrityksen dataan ja olemassa oleviin prosesseihin, sanoo Laura Hankalin, Salesforce Suomen ratkaisuarkkitehdeista vastaava johtaja.

Tekoälypalvelimiin kehitetään uutta ZAM-muistia

Tekoälypalvelimien muistiratkaisuihin on nousemassa uusi haastaja. Japanilais-amerikkalainen yhteisyritys SAIMEMORY kehittää Z-Angle Memoryä eli ZAM-muistia, jonka tavoitteena on tarjota korkea kapasiteetti, suuri kaistanleveys ja selvästi nykyisiä ratkaisuja parempi energiatehokkuus.

AMD vie nyt vauhdilla markkinaosuuksia Inteliltä

AMD jatkoi markkinaosuuksiensa kasvattamista vuoden 2025 viimeisellä neljänneksellä. Mercury Researchin tuoreiden lukujen mukaan yhtiö saavutti ennätyksellisen 41,3 prosentin palvelinliikevaihto-osuuden, mikä tarkoittaa 4,9 prosenttiyksikön kasvua vuodessa ja 1,8 prosenttiyksikköä edelliskvartaalista.

Kiinalaiset haastavat Donut Labin

Kiina kiristää tahtia kiinteän elektrolyytin akuissa juuri kun suomalainen Donut Lab on vihjannut omasta akkuavauksestaan. China Automotive Technology and Research Center (CATARC) valmistelema GB/T-standardi Solid-State Batteries for Electric Vehicles – Part 1: Terminology and Classification on etenemässä hyväksyntävaiheeseen ja tarkoitus julkaista heinäkuussa 2026.

Isoakin kojetaulua voi nyt ohjata yhdellä kosketusohjaimella

Microchip Technology on laajentanut autojen kosketusohjainten maXTouch M1 -sarjaa siten, että yhdellä ohjainratkaisulla voidaan kattaa jopa 42 tuuman levyinen, koko kojelaudan mittainen näyttö. Samalla tuoteperheeseen tuotiin ratkaisu myös 2–5 tuuman pienille näytöille.

Onko tabletista tulossa taas kiinnostava laite?

Tablet-markkina kasvoi vuonna 2025 lähes kymmenen prosenttia 162 miljoonaan toimitettuun laitteeseen. Useamman vaisun vuoden jälkeen suunta on jälleen ylöspäin. Samalla laitteiden rooli on muuttumassa. Tablet ei ole enää vain kevyt mediasoitin tai “sohva-PC”, vaan osa laajempaa tekoälyekosysteemiä.

Tarvitset 8-bittistä ohjausta? Tässä siihen minikortti

Kaikki sulautettu kehitys ei tarvitse 64-bittistä prosessoria ja gigatavujen muistia. Monessa ohjaus- ja anturisovelluksessa 8-bittinen mikrokontrolleri on edelleen järkevin ratkaisu. Tähän tarpeeseen vastaa ruotsalaisen iLabsin Challenger+ T3217, kompakti kehityskortti, joka rakentuu ATtiny3217 -mikro-ohjaimen ympärille.

Renesas tuo pienten jännitteiden galliumnitridin palvelimiin

Renesas Electronics laajentaa GaN-strategiaansa palvelinmarkkinaan. Yhtiö on solminut lisenssi- ja second source -sopimuksen Efficient Power Conversionin kanssa ja saa käyttöönsä matalajännitteisen eGaN-teknologian. Kohteena ovat erityisesti AI-palvelimien sisäiset DC–DC-muunnokset.

Etteplan: joka kymmenes koodaaja saattaa lähteä tekoälyn takia

Insinööri- ja teknologiayhtiö Etteplan käynnistää muutosneuvottelut Ohjelmisto- ja sulautetut ratkaisut -palvelualueellaan Suomessa. Neuvottelujen piirissä on 336 työntekijää, ja suunnitellut toimenpiteet voivat johtaa enintään 40 työsuhteen päättymiseen. Se tarkoittaa noin joka kymmenettä työntekijää.

NanoIC-pilottilinja vihittiin – EU tähtää alle 2 nanometriin

Belgialainen mikroelektroniikan tutkimuskeskus Imec on vihkinyt käyttöön NanoIC-pilottilinjan osana 2 000 neliömetrin puhdastilalaajennusta Leuvenin kampuksellaan. Hanke on keskeinen osa EU:n puolijohdestrategiaa ja tähtää alle kahden nanometrin järjestelmäpiiriteknologiaan.

Python menettää osuutta – erikoiskielet nousussa

Python on yhä maailman suosituin ohjelmointikieli, mutta sen johtoasema kapenee. Helmikuun TIOBE-indeksissä Pythonin osuus on 21,81 prosenttia. Laskua vuodessa on 2,08 prosenttiyksikköä. Vielä heinäkuussa 2025 osuus oli lähes 27 prosenttia.

Cadence tuo tekoälyagentit sirujen suunnitteluun

Cadence Design Systems on julkistanut uuden agenttipohjaisen tekoälyratkaisun, jonka tavoitteena on automatisoida sirujen etupään suunnittelu ja verifiointi. Uusi työkalu, ChipStack AI Super Agent, tuo EDA-työnkulkuun autonomisesti toimivia tekoälyagentteja, jotka generoivat RTL-koodia, laativat testipenkit ja testaussuunnitelmat, ajavat regressiotestejä sekä analysoivat ja korjaavat havaittuja virheitä.

Erittäin tarkka anturi virranmittaukseen

Allegro MicroSystems on julkistanut uuden Hall-ilmiöön perustuvan virta-anturin, joka nostaa eristettyjen magneettisten virtasensoreiden tarkkuuden uudelle tasolle. Yhtiön mukaan ACS37017 saavuttaa tyypillisesti 0,55 prosentin herkkyysvirheen koko elinkaaren ja lämpötila-alueen yli.

Nokia haluaa tekoälyagentit operaattorien avuksi

Nokia ja Telefónica testaavat tekoälyagenttien käyttöä televerkkojen rajapintojen hyödyntämisen helpottamiseksi. Tavoitteena on nopeuttaa niin sanottujen Network API -rajapintojen käyttöönottoa ja tehdä niistä kehittäjille helpommin lähestyttäviä.

GaN avaa tien 800 voltin AI-palvelimiin

AI-palvelinten tehontarve kasvaa nopeammin kuin datakeskusten perinteinen sähkönjakelu kestää. GPU-klusterit ja tekoälykiihdyttimet nostavat yksittäisten räkkien tehon kymmeniin kilowatteihin. Tämän vuoksi ala on siirtymässä kohti 800 voltin HVDC-arkkitehtuureja. Galliumnitridi nousee tässä murroksessa avainteknologiaksi.

bonus # recom webb mobox
2026  # mobox för wallpaper
TMSNet  advertisement

© Elektroniikkalehti

 
 

TECHNICAL ARTICLES

Älyä virtaamien mittaukseen

Virtaamamittaus on monissa laitteissa kriittinen mutta usein ongelmallinen toiminto. Perinteiset mekaaniset anturit kuluvat ja jäävät sokeiksi pienille virtausnopeuksille. Ultraäänitekniikkaan perustuvat valmiit moduulit tarjoavat nyt tarkan, huoltovapaan ja helposti integroitavan vaihtoehdon niin kuluttaja- kuin teollisuussovelluksiin.

Lue lisää...

OPINION

Salasana ei suojaa enää kvanttiaikana

Salasanojen aika on ohi. Kvanttitietokoneet pakottavat koko tunnistautumisen ja kryptografian uudelleenarviointiin. Kyse ei ole yksittäisestä algoritmista vaan koko digitaalisen luottamuksen rakenteesta, kirjoittaa Yubicon teknologiajohtaja Christopher Harrell.

Lue lisää...

LATEST NEWS

  • AI-agentit eivät käyttäydy kuten tavalliset ohjelmistot
  • Microsoftin raportti: Suomi jäänyt kärkivauhdista tekoälyssä
  • Yhden sirun lidar etenee tuotantoon
  • Yli 600 Linux-versiota – onko moninaisuus vahvuus vai heikkous?
  • Tekoäly tulee osaksi sulautettua alustaa

NEW PRODUCTS

  • Erittäin tarkka anturi virranmittaukseen
  • Eikö 8 bittiä enää riitä? Tässä vastaus
  • Maailman pienin 120 watin teholähde DIN-kiskoon
  • Terävä vaste pienessä kotelossa
  • Click-kortilla voidaan ohjata 15 ampeerin teollisuusmoottoreita
 
 

Section Tapet