TSMC сейчас строит новые заводы в США и столкнулась с проблемами, касающимися отношения к американским сотрудникам. Как сообщает Restofworld, американские инженеры привезенные на Тайвань в 2021 были потрясены, столкнувшись с 12-часовым рабочим днём и высоким давлением со стороны руководителей.
🔥 Руководство ставит невыполняемые задачи, объюзит и кричит на подчинённых. Инженеры TSMC на заводах в Аризоне жалуются на 12-часовые смены и ужасное отношение руководства.
На Тайване 12-часовые смены, вызовы в нерабочее время и прочие подобные практики обычное дело. Забавно но инженеры признались, что им пришлось подделывать результаты производственных тестов, чтобы оправдать завышенные ожидания руководства.
☝️Основатель TSMC - Моррис Чанг заявил, что это особенность корпоративной культуры.
Некоторые специалисты покинули TSMC ещё на этапе обучения на Тайване, а некоторые уволились уже в США.
💰 Выручка AMD от игровых GPU резко упала на 48 % и не восстановится до 2025 года — отсутствие покупательского интереса к RDNA 3 и крупных заказов для сегмента консолей.
💭 В Tom's Hardware считают что компания AMD откажется от выпуска игровых ускорителей нового поколения. Согласно инсайдам AMD может перенести релиз Radeon RX 8000 на 2025 год.
🎫 И даже если AMD все-таки решится на выпуск серии Radeon RX 8000, будут ли новинки поставляться в достаточных количествах - ещё тот вопрос. Уже давно ходят слухи, что AMD окончательно отказалась от выпуска флагманских ускорителей так как конкурировать с Nvidia попросту не выгодно когда можно сделать ИИ ускорители MI300X и MI350X с дикой маржинальностью.
👉🏻 Как итог AMD вполне могут присутствовать на рынке только в бюджетном сегменте, как это было во времена архитектуры Polaris и ускорителей RX 400.
💥 AMD вела разработку топового GPU поколения RDNA 4 и даже успела определиться с некоторыми спецификациями чипа.
🎫 Wccftech со ссылкой на надежного инсайдера с ником Kepler_L2 сообщил о топовых GPU семейства RDNA 4. Флагман AMD должен был получить 9 шейдерных движков, что на 50 % больше показателей флагманского чипа Navi 31 на базе архитектуры RDNA 3. Последний имеет на борту 6 шейдерных движков. Это означает, что отмененный флагманский чип RDNA 4 должен был иметь как минимум 16 WGP и 144 CU.
🤖 Хотя инсайдер Adroc_Thurston утверждает что итоговые спецификации Navi 41 включали в себя 9 шейдерных движков, 24 WGP и 216 CU. Однако этому графическому процессору уже не суждено появится на прилавках магазинов, так как флагманские ускорители не пользуются таким высоким спросом, да и к тому же для AMD гораздо выгодней сделать серверный ускоритель MI300X и его аналоги, так как маржинальность с них куда выше нежели с десктопного флагмана.
🌐 Известный инсайдер Kopite7kimi утверждает, что топовый GPU GB202 Blackwell для будущих GeForce RTX 5090 будет выпускаться на конвейере TSMC 4NP. Это улучшенная версия 4N, ранее разработанная специально для выпуска чипов Hopper. При этом надо напомнить, что 4 нм от TSMC на самом деле является улучшенным вариантом техпроцесса 5 нм.
💭 Также появилась информация, что в игровых GPU Blackwell будет увеличен кэш L1, что позволит увеличить производительность блока SM. По слухам, GB202 получит 192 таких SM вместо 144 SM у чипа AD102. Также некоторые источники приписывают GeForce RTX 5090 шину 512 бит. Новое поколение видеокарт Nvidia должно использовать память GDDR7.
Перед началом встречи Президент в сопровождении руководителя образовательного фонда «Талант и успех» Елены Шмелёвой осмотрел экспонаты проекта «Наша Лаба»: на проводимой в рамках Конгресса молодых учёных выставке представлены около 110 единиц научного оборудования от 17 ведущих российских и белорусских компаний.
«Наша Лаба» – постоянно пополняемая, публично доступная база данных производимого в России и Белоруссии научного оборудования, расходных материалов и реактивов. Онлайн-каталог включает в себя около 19 000 наименований товаров от более чем 500 компаний. Проект направлен на оказание содействия учёным и инженерам в поиске необходимого для работы оснащения, а также призван поддержать производителей в продвижении их продукции как на внутреннем, так и на внешнем рынке.
* * *
В.Путин: Очень рад вас видеть, добрый день!
Уже коллега Елизавета Никитична [Мочалова] начала рассказывать о том, как устроена эта программа – «Наша Лаба». Мне очень приятно, что наши договорённости на сессиях подобного рода берутся в работу и исполняются, доходят до реального исполнения. Сколько, 19 тысяч образцов уже, да? Это очень важно, потому что наши так называемые – во всяком случае, так мы их называли, – партнёры полагали, что они нас подсадили на такую технологическую иглу и мы никогда с неё не слезем. А благодаря усилиям таких людей, как вы, ваши коллеги, оказалось, что это возможно, и не просто возможно, а происходит довольно быстро.
Елизавета не только назвала некоторые примеры этой работы, но и сказала ключевую фразу: я думаю, сознательно сделали, если нет, то получилось то, что нужно, а именно, вы сказали, что раньше наши исследователи покупали какие-то приборы за границей, а теперь вынуждены. Это важно. Почему? Потому что появился рынок сбыта продукции у наших производителей этих приборов. А если рынок появился, то появился экономический стимул производить. Тогда, когда можно было всё купить за границей, то и не было внутреннего рынка.
Но здесь важна одна вещь. Она очень простая, примитивная, но в общем и целом работающая пока – конкуренция. Нужно, чтобы на внутреннем рынке тогда была конкуренция соответствующих продуктов. Я понимаю, что есть какие-то уникальные вещи, которые, может, и производятся-то в единичных экземплярах, но тем не менее, когда мы говорим о каком-то массовом производстве, должна быть конкуренция, чтобы обеспечить качество. Это во-первых.
Гибкость и автоматизация – важнейшие факторы успешного развития производства. Гибкое производство позволяет предприятиям быстро и эффективно адаптироваться к изменениям в рыночной среде.
Когда речь идет о гибком производстве, ERP-системы становятся ключевым инструментом, обеспечивающим адаптивность в условиях постоянно меняющихся требований рынка. А максимальную пользу автоматизация принесет при учете ряда факторов:
1. Адаптивность системы автоматизации
Один из главных элементов успешной автоматизации в гибком производстве – адаптивность системы. Традиционные автоматизированные системы могут оказаться недостаточно гибкими в условиях меняющихся требований рынка. Современные решения должны гарантировать быструю перенастройку и масштабирование, а также легкость интеграции новых технологий.
Современные ERP-системы дают возможность гибкой настройки процессов. Они не ограничивают предприятия жесткими рамками, позволяют адаптировать рабочие процессы под конкретные требования. Это особенно важно в гибком производстве, где быстрые изменения – не редкость.
2. Интеллектуальные технологии и искусственный интеллект
Внедрение искусственного интеллекта и других интеллектуальных технологий в системы автоматизации способствует их адаптации и принятию решений в реальном времени. Машинное обучение позволяет системе анализировать данные и оптимизировать производственные процессы, учитывая текущие потребности и требования рынка.
3. Гибкие производственные ячейки
Вместо традиционной линейной схемы производства, где каждая станция выполняет определенную задачу, гибкое производство предполагает создание гибких производственных ячеек. Это позволяет быстро переназначать ресурсы и изменять конфигурацию в зависимости от условий. Автоматизированные системы в таких ячейках легко адаптируются к различным задачам.
4. Интеграция человека и технологии
Гибкое производство – это использование технологий и интеграция человеческого фактора. Сотрудники, работающие с автоматизированными системами, быстро реагируют на нестандартные ситуации и предлагают инновационные решения. Обучение персонала работе с современными технологиями – важный элемент в гибком производстве.
5. Безопасность и защита данных
С ростом уровня автоматизации особенно важны безопасность производственных процессов и защита данных. Утечка информации или взлом системы грозит серьезными последствиями. Разработка и внедрение надежных средств защиты – часть гибкого производства.
Современные ERP-системы в контексте гибкого производства
Системы планирования ресурсов предприятия (ERP) играют основную роль в обеспечении гибкости и автоматизации. Обратим внимание на некоторые особенности современных ERP-систем, с фокусом – на инновационную ERP-систему «Цех-Успех».
1. Сокращение сроков производства:
• ERP-система «Цех-Успех» оптимизирует бизнес-процессы, улучшает координацию и коммуникацию между отделами производства.
• Умелое планирование и прогнозирование спроса помогают точнее распределять ресурсы и сокращать временные задержки.
2. Снижение брака и повышение качества продукции:
• Мониторинг и анализ производственных данных в реальном времени выявляет потенциальные проблемы и предотвращает брак.
• Контроль качества и стандартизация процессов способствуют повышению качества продукции.
3. Сокращение производственных издержек:
• Эффективное управление запасами и производственными ресурсами снижает издержки и минимизирует потери из-за перепроизводства.
• Оптимизированные процессы закупок и производства снижают затраты на материалы и труд.
4. Повышение эффективности систем оплаты труда:
• «Цех-Успех» обеспечивает точный учет рабочего времени сотрудников и оптимизацию систем оплаты труда.
• Улучшенное планирование и управление персоналом помогают оптимизировать рабочие процессы.
5. Быстрая адаптация и внедрение:
• Возможность быстрого внедрения ERP-системы «Цех-Успех» (в течение 1 месяца) минимизирует потери времени и ресурсов, связанные с простоем.
6. Невысокая стоимость базовой версии:
• Небольшие и средние предприятия с ограниченным бюджетом могут внедрять современные технологии без значительных финансовых затрат.
7. Возможность быстрой доработки под специфику организации:
• Позволяет адаптировать систему под конкретные требования и особенности производственного процесса.
ERP-система «Цех-Успех» – современное решение, которое соответствует требованиям гибкого производства и способствует его успешной реализации. Современные технологии и гибкость системы делают ее незаменимым инструментом для предприятий, стремящихся к адаптивности и эффективности в современном рыночном окружении.
Такую задачу поставил Little.Bit пикабушникам. И на его призыв откликнулись PILOTMISHA, MorGott и Lei Radna. Поэтому теперь вы знаете, как сделать игру, скрафтить косплей, написать историю и посадить самолет. А если еще не знаете, то смотрите и учитесь.
Доброго всем вечера друзья, сегодня хочу поговорить о ИИ в промышленности. В настоящее время технологии искусственного интеллекта (ИИ) стали неотъемлемой частью многих отраслей, включая промышленность. Использование ИИ в промышленности имеет огромный потенциал, который может привести к улучшению производственных процессов и повышению эффективности.
Перспективы использования ИИ в промышленности
Применение ИИ в промышленности: перспективы и возможности
Первое, что следует отметить, это то, что использование ИИ позволяет автоматизировать многие задачи, которые ранее требовали участия человека. Например, в производстве автомобилей ИИ может быть использован для управления роботами на производственной линии, оптимизации раскроя материалов, контроля качества изделий и многих других процессов. Это не только увеличивает производительность, но и снижает вероятность ошибок и повышает качество продукции.
Кроме того, ИИ может быть использован для прогнозирования и оптимизации производственных процессов. Алгоритмы машинного обучения могут анализировать большие объемы данных и на их основе делать предсказания о том, какие параметры производства нужно изменить, чтобы достичь оптимальных результатов. Это увеличивает эффективность производства и позволяет избежать потерь из-за непредвиденных сбоев.
Важно также отметить, что использование ИИ в промышленности может привести к созданию новых видов продукции и услуг. Например, с помощью алгоритмов машинного обучения можно разрабатывать более эффективные дизайны продукции, используя данные о предпочтениях потребителей и требованиях качества. Это может привести к увеличению конкурентоспособности предприятий и расширению спектра предлагаемых продуктов.
Примером успешного применения ИИ в промышленности может служить компания Tesla, которая использует технологии машинного обучения для управления производственной линией своих электромобилей.
Использование ИИ для оптимизации производства
Примером успешного применения ИИ в промышленности может служить компания Tesla, которая использует технологии машинного обучения для управления производственной линией своих электромобилей. Благодаря этому удалось снизить время производства и повысить качество автомобилей.
Компания Amazon применяет ИИ для оптимизации логистики и доставки товаров. Алгоритмы ИИ анализируют данные о продажах, погодных условиях, дорожном движении и других факторах, чтобы оптимизировать маршруты доставки и снизить время доставки.
BMW использует роботов с ИИ для сборки автомобилей. Роботы обеспечивают высокую точность и скорость сборки, что позволяет сократить время производства и повысить качество.
Качество контроля и качественный контроль: Использование ИИ в промышленности позволяет улучшить качество контроля процессов и продукции. Автоматизированные системы ИИ могут анализировать данные и определять несоответствия в производственных процессах. Например, использование компьютерного зрения и алгоритмов машинного обучения позволяет обнаружить дефекты на производственной линии, что приводит к снижению процента брака и повышению качества продукции.
Также стоит отметить применение ИИ в области обслуживания оборудования. Благодаря системам мониторинга и диагностики, оснащенным ИИ, компании могут предсказать возможные поломки оборудования, провести профилактические работы и избежать простоев в производстве. Это позволяет снизить затраты на ремонт и обслуживание оборудования, а также повысить его надежность. Как вы видите роль ИИ в промышленности читатели? Какие еще примеры успешного применения ИИ в промышленности вы знаете?
Еще одним примером успешного использования ИИ в промышленности является прогнозирование спроса на продукцию. Благодаря анализу данных о предыдущих продажах, клиентских предпочтениях, погодных условиях и других факторах, компании могут более точно предсказывать спрос на свою продукцию и планировать производственные мощности. Это помогает избежать излишков или нехватки товаров на складе и улучшить обслуживание клиентов.
При бурении нефтяных скважин ИИ может анализировать данные и предсказывать оптимальные параметры бурения для максимальной добычи нефти.
В заключение, использование ИИ в промышленности имеет огромные перспективы и может привести к повышению эффективности производства, созданию новых продуктов и увеличению конкурентоспособности компаний. Важно развивать и внедрять новые технологии, чтобы оставаться на шаг впереди конкурентов и успешно конкурировать на мировом рынке.