И вновь нельзя обойти вниманием главный праздник в году. Поздравляю вас, друзья.

На хабре опять микробизнес хвалится.
TL;DR: васян делает платы уровня "вчера скачал Sprint Layout", превращающие дохлый холодильник за 80к ₽ в работающий (сколько?) холодильник за 20к ₽ и гордится.
По классике:
- учёт начался через год после начала продаж
- оборот (1.3кк ₽) неявно подаётся как прибыль
- ЗП квалифицированному персоналу 39к ₽/мес до налогов (втрое дешевле курьера)
- 250к ₽/мес себе за невероятные усилия
- конечно же, подзаборный бренд в духе Савёловского рынка.
Особенно грустно, как некоторые инженеры радуются этому успеху и хвалят.
Но васян настолько туп, что всю прибыль отдал подрядчику, сумевшему продать ему плату с атмегой и горсткой рассыпухи за 1400 ₽, и заодно бесплатно накормил Озон. Радостно :)

Яндекс.музыка запустила поиск похожих исполнителей.

Камера как сетчатка

Очевидная идея, наконец реализованная в железе: зачем гнать видеопоток наружу, если можно обработать его внутри?
Инженеры из ST и CEA-List собрали 3D трёхслойный умный видеосенсор, в котором вместе живут:
1. Верхний слой — фотоматрица
2. Средний слой — аналоговый фронтэнд, ISP, RISC-V и RAM
3. Нижний слой — цифровой нейропроцессор + своя SRAM

Так получаем полноценную нейронку внутри видеосенсора онлайн и прямо на месте, никаких облаков и утечек: реальный Edge AI в реалтайме (MobileNet V1 30 fps), потребляющую 50 мВт.
Идея совсем не новая: ещё в 2017 Sony показывала многослойную 1000 fps камеру с DRAM в среднем слое, и инженерам пришлось разбираться с проникновением помех между слоями; а в 2021 показала и нейросетевой сенсор.
Но новая идея втрое компактнее (36 мм² против прежних 124 мм²) при той же скорости (3.7 мс/кадр против 3.1 у Sony).

Основная фича очевидна: расположение кристаллов сенсора и процессора друг над другом позволяет протащить тысячи соединений. J3DAI проводит 3000 TSV-проводников (переходов, прошивающих кремний насквозь) в виде 1024-битной шины, напрямую соединяя кеши визуального (ISP) и нейросетевого процессора (DNN). 16 блоков памяти * 64 бита * 2 направления == 2048 пина + тактирование, контроль и питание.

Нейропроц может сразу фильтровать и сжимать поток: ловить события и лица с координатами, классифицировать, не посылая гигабайты сырой инфы. Это экономит энергию на IO, ускоряет обработку на центральном проце, и главное, создаёт новый смысл: теперь можно вообще не отдавать изображение наружу.
Видеосенсор, не отдающий видео — зачем? А для камер наблюдения / секьюрити, сверхбезопасных систем доступа (СКУД) для суперзащищённых объектов, биометрии и госухи.

Да, есть и проблема с нагревом, как и в любых сверхплотных вычислялках: нижние слои греют верхние, отвести всё через корпус сложно. У J3DAI в одной стопке и аналог, и SoC, и нейросеть — слишком сложно по тепловыделению. Как в первых AMD Ryzen X3D с дополнительным слоем кэша, которые нещадно троттлили: инженеры тогда открыто признавали, что тепло стало главным препятствием для масштабирования. Но тут скорее всего раньше упрутся в рост шумов сенсора при нагреве. В J3DAI жёстко ограничили частоты и размеры DNN — отсюда и феноменальные 50 мВт на всё. Но в целом, 3D-дизайн требует аккуратного баланса: или ты жмёшь энергопотребление, или тебе нужны новые методы охлаждения и материалы. Ещё и удорожание: TSV, сборка, шумы — всё непросто.

В любом случае, тренд ясен: Edge AI видеосенсоры, которые не просто видят, но и понимают.

Завтра в 20:00 по Мск OpenAI покажет GPT5. Мониторим вакансии грузчиков, ребят.

Вы же понимаете, что анонса GPT6 не будет?

Лунища в небе страшн!!1!