---

Видео на тему: Xenon Lab | Наука & Технологии

Китайские компании ускоряют развитие интерфейсов мозг-компьютер, объединяя нейротехнологии с искусственным интеллектом. Такие системы считывают активность мозга и переводят её в команды для компьютера, курсора, бытовых устройств или вспомогательной техники. Для людей с параличом и тяжёлыми неврологическими нарушениями это может стать способом вернуть часть самостоятельности. Одно из ключевых направлений — использование больших языковых моделей и специализированных алгоритмов для расшифровки мозговых сигналов. Вместо грубого распознавания отдельных импульсов ИИ помогает точнее определять намерение человека: движение, выбор команды или элементы речи. Китайская компания NeuroXess уже демонстрирует клинические результаты с имплантом, который размещается на поверхности коры головного мозга. Интересны и неинвазивные решения. Например, системы для умных инвалидных кресел могут использовать ободок на голове для считывания сигнала и отслеживание взгляда для подтверждения команды. Такой подход делает нейротехнологии ближе к практическому применению, особенно если устройство не требует сложной операции. Но развитие BCI — это не только технологическая гонка. Здесь важны безопасность, этика, согласие участников испытаний и защита нейроданных. Мозговые сигналы — одна из самых чувствительных категорий информации, поэтому коммерциализация таких устройств требует осторожности. На Xenon Lab разбираем, почему Китай стремится стать лидером в BCI и как ИИ меняет будущее медицины, коммуникации и управления техникой.AMD выпустила процессоры Ryzen AI Max PRO 400 — новую серию для мощных AI PC, рабочих станций и платформ разработки искусственного интеллекта. Это развитие линейки Ryzen AI Max 300, известной под кодовым названием Strix Halo. Главный апгрейд — увеличенный объём поддерживаемой объединённой памяти LPDDR5X: теперь до 192 ГБ вместо прежнего лимита 128 ГБ. Такой запас памяти особенно важен для локальных нейросетей и больших языковых моделей. Когда модель запускается не в облаке, а прямо на устройстве, ей нужны не только вычислительные блоки, но и большой доступный объём памяти. В Ryzen AI Max PRO 400 пользователь может вручную распределять память между системой и встроенной графикой, выделяя GPU до 160 ГБ видеопамяти. Флагман Ryzen AI Max+ PRO 495 получил 16 ядер Zen 5, 32 потока, графику Radeon 8065S с 40 блоками RDNA 3.5 и NPU до 55 TOPS. Модели Ryzen AI Max PRO 490 и 485 предлагают более доступные конфигурации, но сохраняют профессиональный фокус и функции AMD PRO, которые конкурируют с корпоративными возможностями Intel vPro. Эта серия интересна тем, что объединяет CPU, GPU, NPU и большой пул памяти в одной платформе. Для разработчиков ИИ, инженеров, создателей контента и компаний это может стать альтернативой отдельным рабочим станциям с дискретными видеокартами. AMD явно показывает: будущее персональных компьютеров — это локальный ИИ, высокая энергоэффективность и мощная интегрированная графика.Японские исследователи из Токийского университета и RIKEN представили лабораторный прототип квантового переключающего элемента, который работает не как обычный транзистор. В классической электронике биты формируются за счёт движения электрического заряда: ток проходит или не проходит через элемент. Такой подход десятилетиями развивал компьютеры, но чем выше скорость и плотность чипов, тем острее становится проблема нагрева и энергопотребления. Новая разработка использует другое свойство электрона — спин. В основе устройства лежит антиферромагнитный материал Mn₃Sn и слой тантала. Короткий импульс вызывает спин-орбитальный крутящий момент и меняет магнитное состояние, которое можно использовать как двоичную информацию. В эксперименте переключение одного бита заняло 40 пикосекунд. Дополнительно учёные показали работу с 60-пикосекундным лазерным импульсом, что важно для будущей связи между оптикой и электроникой. Потенциал технологии связан с энергонезависимой памятью, быстрыми вычислениями, снижением тепловых потерь и новыми архитектурами для дата-центров и ИИ-систем. Но до массового производства ещё далеко: нужно решить вопросы стабильности, интеграции и производства таких элементов в составе полноценных микросхем. Это не «конец транзисторов завтра», а важный научный шаг. Он показывает, что после кремниевой логики могут появиться новые принципы вычислений, где информация хранится и переключается быстрее и экономичнее.Учёные из Национального университета Сингапура представили метод, который помогает быстрее находить наночастицы для точной доставки терапии внутрь опухолевых клеток. Целью стали митохондрии — структуры, которые обеспечивают клетку энергией и участвуют в процессах выживания и гибели клеток. Для опухолей это особенно важная мишень, потому что их рост требует большого количества энергии. В основе технологии лежат ДНК-штрихкоды. Каждая наночастица получает уникальную метку, и затем исследователи могут одновременно проверить целую библиотеку материалов в живых доклинических моделях. После этого с помощью секвенирования можно понять, какие частицы дошли до опухоли, какие проникли внутрь клеток и какие действительно приблизились к митохондриям. В работе протестировали 30 разных наноконструкций, отличающихся формой, размером и поверхностным покрытием. Среди наиболее перспективных оказались золотые наночастицы, включая кубическую форму с фолиевой кислотой. В сочетании с РНК-направленным воздействием на митохондрии и мягким фототермическим нагревом такая конструкция показала высокий противоопухолевый эффект в доклинических экспериментах. Главная ценность исследования не только в одной удачной частице, а в самой платформе отбора. Вместо медленного тестирования по одному варианту учёные получают способ быстро сравнивать десятки решений и выбирать наиболее перспективные. В будущем подобные системы могут помочь развивать персонализированную наномедицину и доставку терапии к разным внутриклеточным мишеням.Intel активно продвигает новое поколение процессоров на техпроцессе 18A и подталкивает производителей ноутбуков к переходу на Panther Lake и Wildcat Lake. По данным отраслевых источников, компания постепенно ограничивает поставки более старых чипов Intel 7 для массового потребительского сегмента, перераспределяя мощности в более прибыльные направления. Для рынка это может стать важным поворотом. Производители ПК привыкли использовать проверенные процессоры в текущих моделях, но при сокращении поставок им приходится быстрее адаптировать новые платформы. А переход на другое поколение CPU — это не просто замена одного чипа на другой. Нужно переработать дизайн ноутбука, проверить охлаждение, питание, совместимость компонентов, драйверы и стабильность работы. Обычно на такую адаптацию уходит несколько месяцев. Проблема в том, что новые процессоры могут быть дороже, а покупатели пока не всегда готовы массово переходить на AI PC только из-за новой платформы. Но Intel важно быстро нарастить производство 18A: чем больше чипов выпускается, тем лучше статистика производства, выше выход годных кристаллов и ниже себестоимость. Panther Lake и Wildcat Lake становятся для Intel не просто очередными процессорами, а проверкой всей стратегии компании. Если переход окажется успешным, Intel сможет укрепить позиции в ноутбуках и снова стать более влиятельным игроком в цепочке поставок. Если нет — производители и покупатели могут начать активнее смотреть в сторону альтернатив.Первые независимые тесты Lisuan LX 7G100 показали, что Китай сделал заметный шаг в сторону собственных игровых видеокарт. Новинка от Lisuan Tech построена на фирменной архитектуре TrueGPU и уже на старте поддерживает многие современные игры, включая проекты с DirectX 12. Это важный момент: раньше китайским производителям графических ускорителей часто требовались месяцы, чтобы довести драйверы и совместимость до приемлемого уровня. В обзоре YouTube-канала Chaowanke была протестирована эталонная версия Founder Edition. Карта действительно запускает современные игры, но по скорости пока не может конкурировать с GeForce RTX 4060. В Cyberpunk 2077 при 1080p с FSR3 и генерацией кадров LX 7G100 показала около 88 кадров в секунду, тогда как RTX 4060 и Intel Arc B580 ушли далеко вперёд. В Black Myth: Wukong китайская карта выдала 56 FPS, а в Forza Horizon 5 — около 48 FPS. Проблема не только в производительности, но и в цене. Ожидаемая стоимость около 3300 юаней делает LX 7G100 дорогой на фоне RTX 4060, видеокарт серии RTX 3000 на вторичном рынке и решений Intel Arc. Также пока нет трассировки лучей, а утилита управления драйверами выглядит слишком простой. Но как технологический старт Lisuan LX 7G100 выглядит интересно. Это рабочая игровая видеокарта из Китая, которая уже умеет запускать множество современных проектов. Если компания улучшит драйверы, снизит цену и добавит новые функции во втором поколении, конкуренция на рынке GPU может стать заметно интереснее.NASA готовит новый процессор High Performance Spaceflight Computing, или HPSC, который должен заменить устаревшие бортовые микросхемы и дать космическим аппаратам больше самостоятельности. В дальних миссиях связь с Землёй может задерживаться на десятки минут, поэтому зонд, спутник или планетоход не всегда может ждать команду от операторов. HPSC создаётся как отказоустойчивая и производительная вычислительная платформа для экстремальных условий. Космическая электроника должна работать при радиации, температурных перепадах, электромагнитных помехах и серьёзных нагрузках во время посадки на другие планеты. Именно поэтому NASA тестирует новый процессор на полигонах JPL, проверяя его в стрессовых сценариях. Главная идея проекта — перенести больше анализа прямо на борт аппарата. Такой чип сможет помогать автономным системам быстрее обрабатывать данные, замечать важные объекты, оценивать риски и принимать решения без постоянной поддержки с Земли. В отдельных лабораторных испытаниях прирост вычислительной мощности оценивается до 500 раз относительно существующих космических чипов. Процессор создаётся совместно с Microchip Technology Inc., первые образцы уже выпущены. В будущем HPSC может появиться в планетоходах, спутниках, межпланетных станциях и глубоких космических зондах. Для NASA это не просто новый чип, а шаг к более умным и автономным миссиям. Xenon Lab следит за технологиями, которые меняют науку, космос и искусственный интеллект. Подписывайтесь, чтобы видеть больше новостей о будущих разработках.История с Jiuzhang 4.0 важна не как очередной громкий заголовок про “машину быстрее всех суперкомпьютеров”, а как новая демонстрация того, насколько далеко продвинулись фотонные квантовые вычисления. По данным Chinese Academy of Sciences, система была представлена командой из USTC под руководством Pan Jianwei, а результаты опубликованы в Nature в мае 2026 года. Главное достижение — масштабируемый и программируемый фотонный процессор для Gaussian boson sampling, то есть очень специфического класса квантовых вычислительных задач. С технической стороны Jiuzhang 4.0 выглядит крайне сильно даже по меркам экспериментальных квантовых платформ. В статье на arXiv авторы пишут о 1024 squeezed states, 8176 модах и событиях до 3050 детектированных фотонов. Один квантовый сэмпл занимает примерно 25,6 микросекунды. Именно на этом фоне команда утверждает, что классическая симуляция такого эксперимента, особенно методом matrix product states, становится практически недостижимой: только построение нужной тензорной сети на El Capitan авторы оценивают более чем в 10^42 лет. Но именно здесь особенно важно не впасть в медийное упрощение. Jiuzhang 4.0 — это не универсальный квантовый компьютер. Он не предназначен для запуска произвольных программ, не заменяет классические машины и не решает прикладные задачи общего назначения вроде криптографии, моделирования химии по запросу или обычных вычислений. Это highly specialized photonic setup, созданный для того, чтобы показать quantum computational advantage в очень узкой, но чрезвычайно сложной для классической симуляции задаче. И в этом смысле Jiuzhang 4.0 — скорее научный и инженерный маркер границы возможностей, чем готовая универсальная вычислительная платформа. Отдельная интрига в том, что работа появилась на фоне усилившейся конкуренции со стороны классических алгоритмов. Авторы прямо пишут, что новая версия Jiuzhang направлена на более robust quantum computational advantage, потому что в последние годы классические методы симуляции Gaussian boson sampling заметно усилились. Иными словами, это не просто новая цифра в серии, а ответ на вызов: показать, что фотонный квантовый подход по-прежнему способен уходить за пределы классической вычислимости даже по мере улучшения суперкомпьютеров и алгоритмов. Именно поэтому Jiuzhang 4.0 важен: он не обещает “квантовый ноутбук завтра”, но показывает, что фотонная ветка квантовых вычислений продолжает расти по масштабу и сложности, а debate о quantum advantage выходит на новый уровень.Свежие слухи про Intel Razor Lake-AX интересны не просто новой цифрой в утечке, а тем, что они указывают на возможный сдвиг стратегии Intel в сегменте высокопроизводительных однокорпусных решений. По данным нескольких профильных изданий, которые ссылаются на инсайдера Jaykihn, будущий Razor Lake-AX может получить варианты встроенной графики с 16 или 32 Xe3/Xe3P ядрами. Если это правда, речь идёт уже не о типичном мобильном iGPU, а о графическом блоке, который Intel могла бы использовать как ключевой selling point всего чипа. Почему это важно? Потому что рынок явно двигается в сторону более мощных APU и large-package SoC, где встроенная графика перестаёт быть просто “картинкой для рабочего стола” и превращается в полноценный вычислительный и игровой блок. Именно в этом контексте OC3D и Igor’sLab сравнивают будущие AX-чипы Intel с AMD Strix Halo и вообще с классом продуктов, которые совмещают сильный CPU, крупный GPU и быстрый memory subsystem в одном корпусе. Для Intel это был бы шанс показать новую вершину интегрированной графики уже после текущего поколения Panther Lake. Отдельный нюанс в том, что у AX-линейки уже была запутанная история. Ранее утечки касались Nova Lake-AX, где фигурировали даже более массивные графические конфигурации, вплоть до 48 Xe3 ядер, но VideoCardz сообщал, что такой продукт, вероятно, не выйдет. На этом фоне Razor Lake-AX выглядит как более поздний и, возможно, переработанный successor-проект, который должен прийти уже после Nova Lake. А поскольку Nova Lake сами профильные медиа ожидают в конце 2026 года, Razor Lake-AX логично уходит ещё дальше по времени. При этом важно держать правильную рамку: сейчас это не официальная дорожная карта Intel, а именно слухи. Нет подтверждённых частот, TDP, точной архитектурной раскладки, памяти или конечного форм-фактора. Но даже в таком виде утечка выглядит очень показательно: Intel явно не хочет отдавать рынок мощных интегрированных GPU только AMD и, возможно, готовит собственный halo-ответ с акцентом на крупную встроенную графику. И если хотя бы часть этих параметров подтвердится, Razor Lake-AX может стать одной из самых интересных платформ компании во второй половине десятилетия.Новость о возможной антимонопольной проверке Arm Holdings важна не только как история про одну компанию, а как потенциально большой сигнал для всей полупроводниковой отрасли. Reuters со ссылкой на Bloomberg пишет, что FTC изучает лицензионные практики Arm, чтобы понять, не использует ли компания своё положение на рынке для ограничения доступа к критически важным полупроводниковым технологиям. Пока это выглядит именно как стадия регуляторного изучения, а не как официально оформленное дело с уже объявленными санкциями или обвинениями. Причина повышенного внимания очевидна: Arm не производит чипы сама, но контролирует одну из самых важных архитектурных основ современного рынка вычислений. Её CPU-дизайны используются в смартфонах, встраиваемых системах, облачной инфраструктуре, серверах и всё активнее — в AI-ускорителях и системах physical AI. Когда такая компания меняет правила лицензирования, ужесточает доступ или по-новому определяет границы использования IP, это потенциально влияет не на одного заказчика, а на целые сегменты индустрии. Дополнительный вес ситуации придаёт то, что Arm уже находится под глобальным вниманием. Reuters ранее сообщало, что антимонопольный регулятор Южной Кореи проводил проверку деятельности Arm в Сеуле в рамках продолжающегося анализа её лицензионных практик. Это значит, что вопрос уже давно вышел за пределы корпоративных споров и становится частью более широкой дискуссии: где проходит грань между законной защитой технологической платформы и злоупотреблением рыночной властью. Есть и ещё один важный фон — конфликт Arm с Qualcomm вокруг Nuvia. Reuters упоминает, что параллельно идёт спор о нарушении лицензионного соглашения после покупки стартапа Qualcomm, а сама Arm обвиняла Qualcomm в необоснованных антимонопольных аргументах. Даже если это отдельная линия, она показывает, насколько чувствительной стала тема лицензирования Arm на фоне роста спроса на процессорные архитектуры для ИИ и дата-центров. Если FTC действительно развернёт полноценное антимонопольное расследование, последствия могут быть очень заметными: от пересмотра условий лицензирования до более серьёзного давления на всю модель распространения Arm IP. Поэтому сейчас рынок смотрит на эту историю не как на локальный юридический шум, а как на возможную точку разворота для всей архитектурной экосистемы Arm.Современный искусственный интеллект становится всё мощнее, но вместе с этим растут и энергозатраты. Дата-центры требуют огромного количества электричества, а мощные GPU выделяют столько тепла, что охлаждение превращается в отдельную дорогостоящую задачу. Поэтому учёные всё активнее ищут альтернативы классической электронике. Один из перспективных вариантов — фотонные вычисления. Идея в том, чтобы использовать свет для передачи и обработки информации. Свет быстрее электронов и почти не создаёт лишнего тепла. Но у фотонов есть слабое место: они плохо взаимодействуют друг с другом, а для вычислений нужны управляемые переключатели и логические элементы. Исследователи из Университета Пенсильвании предложили решение на основе экситон-поляритонов. Это гибридные квазичастицы, которые возникают при взаимодействии света с экситонами в специальной нанооптической структуре. Такая система сочетает скорость фотонов и способность вещества к взаимодействию. Самый интересный результат — переключение при энергии около 4 фемтоджоулей. Это крайне низкий показатель для подобных систем и потенциальный шаг к ИИ-чипам, которые будут потреблять меньше энергии и меньше нагреваться. Важно понимать: до реального фотонного компьютера ещё далеко. Но эта демонстрация показывает направление, в котором могут развиваться оптические нейросети, дата-центры и вычислительные системы будущего. В выпуске Xenon Lab разбираем, почему свет может стать новым инструментом для ИИ.История с аризонским комплексом TSMC важна не только как новость о строительстве новых фабрик, а как практическая проверка всей логики американского reshoring в полупроводниках. США в последние годы активно стимулируют локализацию передового производства, а TSMC стала одним из центральных символов этой политики. Reuters уже сообщало, что компания планирует открыть в Аризоне завод по упаковке чипов к 2029 году, а само присутствие TSMC в штате давно перестало быть просто одной фабрикой и превратилось в многоэтапный промышленный кластер. Но чем больше масштаб, тем сильнее видно, что semiconductor manufacturing — это не только инвестиции и субсидии. По данным свежей публикации Tom’s Hardware, TSMC одобрила новый транш на $20 млрд в аризонский проект, однако одновременно сталкивается с целым набором ограничений, которые невозможно решить одной только финансовой поддержкой. Среди них фигурируют нехватка воды, дефицит квалифицированных специалистов и визовые трудности для тайваньских инженеров, которых компания рассчитывает использовать для запуска и поддержки сложного оборудования. Именно эти факторы уже раньше влияли на сроки запуска американских мощностей и, судя по публикациям, продолжают оставаться риском для следующей фазы расширения. Водная тема здесь особенно чувствительна. Современные полупроводниковые фабрики требуют огромных объёмов очищенной воды, а Аризона — регион, где сама по себе ресурсная устойчивость давно вызывает вопросы. Даже если часть воды будет перерабатываться и возвращаться в цикл, базовая зависимость от локальной инфраструктуры остаётся. На этом фоне нехватка подготовленных кадров только усиливает давление на проект: для обслуживания литографии, травления, метрологии и упаковки нужны специалисты очень высокой квалификации, а их нельзя быстро “нарастить” вместе со строительством корпусов. Именно поэтому проект TSMC в Аризоне сегодня выглядит как тест на зрелость всей американской индустриальной модели. Построить фабрику за миллиарды — возможно. Но обеспечить её водой, людьми, логистикой, обучением, сервисом оборудования и международной инженерной поддержкой — это уже гораздо более сложная задача. И если даже TSMC, крупнейший контрактный чипмейкер в мире, сталкивается с такими трудностями, то это многое говорит о том, насколько непросто будет масштабировать передовое производство чипов в США в ближайшие годы.История с ZAM важна не только как очередная новость о памяти, а как очень показательный пример того, как страны начинают стратегически вкладываться в узкие места AI-инфраструктуры. Японская SAIMEMORY, созданная SoftBank в конце 2024 года, совместно с Intel продвигает технологию Z-Angle Memory и уже получила подтверждение, что её проект выбран для субсидирования со стороны NEDO в рамках Post-5G Infrastructure Enhancement R&D Project. Это означает, что разработка новой памяти для AI-нагрузок теперь становится частью более широкой промышленной политики Японии. С технологической точки зрения ZAM позиционируется как следующая генерация памяти с акцентом на high-capacity, high-bandwidth data processing и lower power consumption. SoftBank прямо пишет, что SAIMEMORY использует базовые технологии и знания, сформированные в рамках Intel Next Generation DRAM Bonding (NGDB) и программы Advanced Memory Technology (AMT) под управлением американских национальных лабораторий. То есть речь идёт не о спонтанной идее стартапа, а о попытке коммерциализировать серьёзную исследовательскую базу, наработанную заранее. Почему это вообще важно? Потому что рынок ИИ всё сильнее упирается не только в вычислители, но и в память. HBM сегодня даёт огромную пропускную способность, но остаётся дорогой, сложной в упаковке и доступной через очень ограниченную цепочку поставок. На этом фоне Tom’s Hardware пишет, что ZAM рассматривается как power-efficient HBM alternative для AI workloads, с необычной вертикальной структурой и wireless interconnect-подходом. В публикации также фигурирует ориентир примерно на 40% снижение энергопотребления, но к таким цифрам пока лучше относиться как к заявленной цели проекта, а не как к уже подтверждённой серийной спецификации. При этом сроки тут длинные и довольно реалистичные. SoftBank официально указывает цель создать прототипы в FY2027 и добиться commercialization in FY2029. Tom’s Hardware добавляет, что программа с NEDO рассчитана примерно на 3,5 года, а SAIMEMORY собирается инвестировать около 8 млрд иен до конца FY2027. То есть ZAM пока не конкурирует с сегодняшней HBM напрямую на рынке, а готовится к следующему циклу AI-памяти, который может раскрыться ближе к концу десятилетия. И именно это делает проект интересным: он строится не под текущий квартал, а под следующую инфраструктурную волну ИИ.История с новыми QR-кодами Panasonic интересна не как мелкое улучшение знакомой технологии, а как попытка превратить обычный QR-код в элемент доверенной корпоративной инфраструктуры. По данным The Register и IDTechWire, Panasonic представила device-locked QR codes, которые работают только на назначенных устройствах и в разрешённых условиях. Это сделано для ускорения и упрощения регистрации пользователей в системе распознавания лиц на базе Panasonic Site Management Service. Проблема, которую решает Panasonic, довольно типична для enterprise-биометрии. Когда сотрудника нужно зарегистрировать в facial recognition-системе, сам процесс может тормозиться из-за организационной рутины: нужна съёмка, проверка качества изображения, участие администраторов и ручной контроль. В материале The Register говорится, что компания столкнулась именно с этим и решила упростить входной этап через QR-код, который инициирует регистрацию. Камера системы доступа активируется, считывает код, облачный сервис проверяет его право на enrolment и затем запускает процедуру захвата лица уже для будущей биометрической идентификации. Если бы использовался обычный QR-код, вся схема была бы слишком уязвимой: код можно просто переснять, сохранить в смартфон и попытаться применить в другом месте. Panasonic решает это тем, что код становится связанным не только с данными, но и с контекстом доступа. По заявлению компании, такие QR-коды нераспознаваемы вне авторизованной среды, а значит не работают на случайных устройствах. Это уже приближает технологию не к массовому потребительскому QR, а к чему-то среднему между визуальным маркером и защищённым токеном доступа. Отдельно важно, что Panasonic не двигается в этой теме в одиночку. Hitachi ещё в 2023 году описывала совместный с Panasonic Connect сервис, который объединяет её технологии защиты биометрических данных с системой facial recognition Panasonic. На этом фоне новые device-locked QR-коды выглядят как логичное расширение уже существующей secure identity-инфраструктуры, а не как случайный патентный эксперимент. The Register также отмечает, что Panasonic уже подала заявку на патент для новой технологии. Если такая схема приживётся, она может стать удобным компромиссом между биометрией и более привычными механизмами подтверждения доступа: сотруднику не нужно вручную проходить всю регистрацию у администратора, но и безопасность не отдаётся на уровень обычного QR-кода, который можно сфотографировать чем угодно. Именно в этом и состоит главный смысл новинки Panasonic.Работа команды KAUST интересна тем, что она решает одну из самых неприятных проблем низкотемпературной электроники — freeze-out. В обычных полупроводниках при сильном охлаждении электроны перестают эффективно переходить в зону проводимости, и устройство начинает терять работоспособность. По данным KAUST, большинство традиционных электронных систем заметно слабеет уже ниже 100 K, а это делает криогенную электронику более сложной, дорогой и громоздкой из-за необходимости в терморегулировании. Здесь в игру вступает β-Ga₂O₃, то есть бета-оксид галлия — сверхширокозонный полупроводник, который команда KAUST давно исследует для экстремальных условий. Ранее этот материал уже показывал хорошую стойкость к радиации и способность работать при температурах до 500 °C, а теперь исследователи продемонстрировали ещё и другой край диапазона — работу при 2 K. В статье KAUST подчёркивается, что это первая демонстрация транзисторов FinFET и логического инвертора на сверхширокозонном полупроводнике при такой температуре. Ключевой механизм основан на легировании кремнием. При 2 K тепловой энергии почти недостаточно для обычного перехода электронов в зону проводимости, но в легированном оксиде галлия появляется примесная зона, через которую электроны могут “перепрыгивать”, сохраняя ток. Это важный результат не только для отдельного транзистора, а для идеи создания компактных криогенных схем из одного материала. А когда у исследователей уже есть и транзистор, и логический инвертор, это означает, что показаны базовые строительные блоки для более сложной логики. С точки зрения приложений KAUST особенно выделяет квантовые вычисления и космос. Квантовые компьютеры работают при температурах порядка 4 K, а космические аппараты сталкиваются с очень резкими температурными перепадами. Электроника, которая способна стабильно функционировать от нескольких кельвинов до сотен градусов, потенциально уменьшает потребность в массивной термозащите и упрощает архитектуру систем. Это не значит, что завтра появятся готовые космические чипы на β-Ga₂O₃, но направление выглядит очень сильным. Следующий этап команда описывает прямо: построить на базе оксида галлия целый набор криогенных устройств, включая RF-транзисторы, фотодетекторы и память, а затем перейти к более сложным чипам. И если это удастся, β-Ga₂O₃ может стать одним из самых интересных материалов для электроники, которая должна работать и в жаре, и почти у абсолютного нуля.Работа команды из Kyushu University и Johannes Gutenberg University Mainz важна не тем, что якобы уже сломала законы физики, а тем, что показывает новый путь обхода одного из самых старых ограничений солнечной энергетики. В опубликованной в JACS статье исследователи описывают, как с помощью singlet fission и специально подобранного молибденового spin-flip emitter удалось добиться квантового выхода около 130%. Это означает, что система генерировала больше полезных энергетических носителей, чем число поглощённых фотонов в классическом однократном сценарии. Здесь важно правильно понимать масштаб результата. Речь не идёт о коммерческой солнечной панели с КПД 130% и не о реальном фотоэлементе, который уже обошёл предел Shockley–Queisser в инженерном изделии. Речь идёт о лабораторной proof-of-concept системе в растворе, где один высокоэнергетический фотон сначала создаёт синглетное возбуждение, а затем через singlet fission это возбуждение расщепляется на два триплетных. Проблема в том, что такие триплеты трудно собрать до того, как энергия потеряется через FRET и другие паразитные каналы. Именно в решении этой задачи и состоит основной прорыв работы. Авторы использовали тетраценовые материалы, известные своей способностью к singlet fission, и подобрали к ним молибденовый spin-flip emitter, который работает как селективный приёмник триплетной энергии. За счёт точной настройки энергетических уровней команде удалось подавить нежелательный перенос энергии и направить систему в полезный канал. Университет прямо поясняет, что в такой конфигурации они получили примерно 1,3 возбуждённых молибденовых комплекса на один поглощённый фотон, и именно это дало квантовый выход около 130%. Особая ценность работы ещё и в том, что она задаёт новую стратегию дизайна материалов. Команда не просто показала редкий фотохимический эффект, а предложила рабочий принцип spin-state selective harvesting для систем singlet fission. В перспективе это может быть важно не только для солнечных элементов, но и для LED, фотонных устройств и даже некоторых квантовых технологий. Но путь до реальных фотоэлементов ещё длинный: сами авторы пишут, что следующий этап — объединить оба типа материалов в твёрдом состоянии и добиться там эффективного переноса энергии. Именно поэтому правильнее всего воспринимать результат так: это не готовая революция на рынке солнечных панелей, а очень сильный фундаментальный шаг, который показывает, что классический предел эффективности можно атаковать не лобовым улучшением обычных материалов, а более тонкой фотохимической архитектурой. И если этот путь удастся перевести в твёрдотельную и технологически устойчивую форму, тогда последствия для солнечной энергетики действительно могут оказаться очень большими.Новость о Greater Bay Technology интересна не только из-за громкой цифры 500 Вт·ч/кг, а потому что компания утверждает, что уже вывела с линии A-sample all-solid-state cells и готовится к GWh-level mass production в 2026 году. На фоне того, что многие игроки годами обсуждают твердотельные батареи как технологию “следующего десятилетия”, сам факт появления A-образцов и разговор о промышленной базе уже выглядит серьёзным шагом. Но это именно шаг к коммерциализации, а не её финальная точка. Судя по заявлениям компании, ключевой технологический выбор Greater Bay — deep eutectic-based composite electrolyte. Это её попытка уйти от узких мест классических твердотельных маршрутов вроде сульфидов, оксидов, полимеров и галогенидов, которые часто страдают от проблем с conductivity, interface impedance, charging speed и manufacturing complexity. Компания заявляет, что её композитный подход позволил одновременно улучшить безопасность, энергоёмкость и скорость зарядки — то, что в индустрии часто называют почти “невозможной триадой” EV-батарей. По опубликованным данным, A-образцы полностью free of liquid electrolyte и проходят испытания по сценариям nail penetration, crushing и thermal shock без огня и взрыва. Одновременно компания заявляет energy density 260–500 Wh/kg и stable 2C–3C fast charging. Если эти параметры окажутся воспроизводимыми в реальном автомобильном продукте, это действительно будет очень сильный результат. Но именно здесь и нужна осторожность: A-sample — это ранний физический прототип, задача которого подтвердить работоспособность архитектуры, а не окончательная серийная батарея с уже понятной себестоимостью, ресурсом и yield на больших объёмах. Компания также говорит о планах начать установку в автомобили в 2026 году, первыми потенциальными носителями называются модели бренда Hyptec, а сама производственная база находится в Nansha, Guangzhou. Но даже на фоне этих амбиций рынок пока остаётся на стадии конкурирующих маршрутов. На той же китайской сцене одновременно развиваются semi-solid и all-solid-state проекты у разных компаний, и далеко не все из них быстро доходят до масштабируемой серийности. Поэтому Greater Bay сейчас выглядит как один из очень интересных претендентов, но не как уже безусловный победитель гонки.Патент OpenAI по теме HBM, chiplets и embedded logic bridges интересен не потому, что компания уже показала готовый ускоритель, а потому, что он подсвечивает архитектурные ограничения современных AI-чипов. Сегодня крупные ускорители всё сильнее упираются не только в вычислительную часть, но и в объём памяти на пакете, расстояния между кристаллами и сложность упаковки. Именно в эту точку и бьёт новая заявка OpenAI: она описывает способ соединять compute-чиплеты, HBM-стеки и I/O-блоки через встроенные логические мосты, используя die-to-die интерфейс на базе UCIe. Смысл в том, что существующие схемы с HBM требуют очень близкого соседства памяти и вычислительного кристалла. В пересказах заявки говорится о длине соединений порядка до 6 мм, что жёстко ограничивает число стеков HBM вокруг основного чипа. OpenAI предлагает использовать embedded logic bridges, которые позволяют растянуть это расстояние примерно до 16 мм и при этом выполнять дополнительные функции — например, брать на себя часть задач контроллера памяти или высокоскоростного PHY. Такой подход теоретически позволяет собрать гораздо более крупную систему без полного развала по сигналам и латентности. Самая громкая часть — пример с 20 стеками HBM. На фоне привычных конфигураций с 4–8 стеками это выглядит очень амбициозно. И именно здесь патент становится интересным для AI-рынка: рост числа стеков HBM означает не просто “больше памяти”, а шанс удерживать более крупные модели и массивы данных ближе к вычислениям, снижая давление на внешнюю память и сеть. Для больших языковых моделей, инференса и обучения это критически важный фактор. Но ещё раз: в патенте описывается возможная архитектура, а не уже подтверждённый road map продукта. Отдельно заметно, что описанный подход очень близок по духу к тому, что рынок уже знает по Intel EMIB и похожим bridge-решениям в advanced packaging. Это говорит о другом важном моменте: OpenAI, если действительно движется к собственному AI-силиконy, мыслит уже не уровнем “одного большого кристалла”, а уровнем сложной многокристальной упаковки, где главной валютой становятся межсоединения, память и компоновка. А значит, даже один такой патент — это сильный сигнал о том, как меняется сама логика разработки AI-железа.Раунд Series A на €25,7 млн для ATMOS Space Cargo важен не только как новость о финансировании, а как редкий сигнал того, что в Европе начинает выстраиваться собственная инфраструктура возврата грузов с орбиты. По данным самой компании и профильных изданий, деньги пойдут на три аппарата PHOENIX 2, запуск направления ATMOS WORKS для гос- и defence-сектора и развитие более крупного аппарата PHOENIX 3. На фоне того, что у Европы до сих пор нет устойчивой частной системы возвращаемых орбитальных аппаратов, такой шаг выглядит стратегически значимым. Особенно важно, что у ATMOS уже есть не только красивые планы, но и подтверждённая демонстрация технологии. Компания ранее выполнила миссию PHOENIX 1 в рамках SpaceX Bandwagon-3, которую сама ATMOS и The Next Web описывают как первую частную орбитальную миссию с возвратом, проведённую европейской компанией. В этой миссии была проверена технология Inflatable Atmospheric Decelerator — надувного атмосферного тормоза, который совмещает функции теплового щита и аэродинамического замедления. Такой подход позволяет потенциально делать систему легче и эффективнее по отношению к полезной нагрузке, чем более традиционные капсулы. Следующий этап — PHOENIX 2. Компания описывает его как автономный аппарат с собственной тягой, энергосистемой и тепловым контролем, рассчитанный на возвращение примерно 100 кг полезной нагрузки после миссий на низкой околоземной орбите. Важный нюанс в том, что ATMOS не хочет ограничиваться единичными полётами: три первые PHOENIX 2 задумываются как серийная программа, а не как три разрозненные демонстрации. Такой подход должен дать предсказуемый график операций, снизить риски и сделать сервис более понятным для коммерческих и институциональных клиентов. Параллельно компания уже готовит инфраструктуру возврата в районе Санта-Марии на Азорах, где под коммерческую миссию была выдана первая в ЕС лицензия такого типа, а также развивает партнёрство с Space Cargo Unlimited: первая из семи миссий на базе BentoBox запланирована на 2026 год. Всё это делает ATMOS не просто технологическим экспериментом, а одним из наиболее продвинутых кандидатов на роль европейского сервиса возвращаемой орбитальной логистики. Если проект вырастет до регулярных запусков, Европа впервые получит относительно самостоятельный канал доставки и возврата чувствительных грузов, данных и экспериментальных платформ с орбиты.История с ростом дата-центров в Индонезии важна не только как новость про инфраструктуру для искусственного интеллекта, а как очень наглядный пример того, как цифровая экономика упирается в физические ресурсы. По данным Global Voices, к апрелю 2026 года в Индонезии уже было 170 дата-центров, и эта цифра продолжает расти, в том числе из-за того, что Сингапур — ключевой цифровой хаб Юго-Восточной Азии — начал жёстче регулировать размещение новых дата-центров. В результате соседние площадки, такие как Джохор в Малайзии и Батам в Индонезии, начинают забирать на себя новый поток инвестиций. Но вместе с инвестициями приходят и очень материальные издержки. Global Voices приводит данные платформы DataCenterBoom!, согласно которым средний дата-центр может использовать около 1,14 млн литров воды в день для охлаждения. Для Батама цифры ещё заметнее: новые объекты в промышленной зоне требуют до 3 млн литров воды в день, а девять предлагаемых дата-центров — около 29 млн литров в день, что соответствовало бы примерно 8% всего водоснабжения острова. При этом более ранние региональные публикации уже описывали Батам как “жаждущий цифровой город”, где по меньшей мере 18 дата-центров строятся в условиях, когда сам остров зависит от ограниченных водных ресурсов и дождевой воды. На этом фоне локальные протесты выглядят вполне закономерно. Global Voices описывает жалобы жителей на перебои с водоснабжением и напряжение вокруг объектов в Nongsa Digital Park, где технологические площадки получали стабильную воду, пока соседние сообщества сталкивались с нехваткой. Экологи и активисты прямо поднимают вопрос экологической справедливости: что происходит, когда базовые потребности населения начинают конкурировать с охлаждением серверов и ростом AI-экономики. Похожую тревогу видно и в других публикациях по теме: эксперты указывают, что жаркий и влажный климат Батама делает местные дата-центры особенно зависимыми от водоёмких систем охлаждения. Контекст здесь глобальный. Reuters ещё в 2025 году писал, что средний дата-центр среднего размера может использовать около 1,4 млн литров воды в день, а вода становится всё менее заметной, но всё более критичной частью AI-бума. То есть история Индонезии — это не локальная аномалия, а часть более широкой мировой тенденции: искусственный интеллект усиливает спрос не только на чипы и электричество, но и на пресную воду. Именно поэтому спор о дата-центрах всё чаще выходит за рамки технологий и превращается в разговор о распределении ресурсов, устойчивости и праве сообществ на базовую инфраструктуру.