Категорія: Інтернет Речей (IoT)

  • Ринок цифрових трансформацій до потрійного до 2030 року, перевершивши 3 трлн дол.

    Ринок цифрових трансформацій до потрійного до 2030 року, перевершивши 3 трлн дол.

    Хайдерабад, Індія, 29 серпня 2025 року / Prnewswire/ – Глобальний розмір ринку цифрової трансформації 910 мільярдів доларів США У 2024 році і, як очікується, досягне 3035,5 мільярдів доларів США До 2030 року зростаючи з CAGR на 23,0% протягом прогнозного періоду 2025-2030. Ця надзвичайна траєкторія відображає широке впровадження руйнівних технологій, оскільки підприємства та уряди прагнуть оцифровувати операції, підвищити ефективність та забезпечити підключений досвід клієнтів. Темп інновацій, спричинений хмарними обчисленнями, штучним інтелектом, робототехнікою та передовою аналітикою, зробив цифрову трансформацію основою конкурентної переваги в сучасній економіці.

    Зміна визначення цифрової трансформації

    Цифрова трансформація виходить далеко за рамки прийняття програмних засобів. Це означає культурний, оперативний та технологічний зсув, де підприємства переробляють моделі, процеси та залучення зацікавлених сторін. По суті, він інтегрує автоматизацію, аналітику в режимі реального часу, AI та машинне навчання в корпоративні рамки. Ця зміна переосмислює промислово-фінансові послуги, що зараз працюють з прозорості, що працює на блокчейн, охорона здоров'я приймає телемедицину в масштабах, виробництво використовує робототехніку та IoT для підвищення продуктивності, а уряди впроваджують Smart Systems для ефективного надання послуг громадян. Результат – це розумніша, пов'язана та спритна екосистема, яка динамічно реагує на розвиток споживчих та регуляторних вимог.

    Завантажте PDF Зразок звіту: https://www.datamintelligence.com/download-sample/digital-transformation-market

    Основні моменти звіту

    Ключова родзинка

    Деталі

    Прийняття технологій

    Штучний інтелект та машинне навчання переважають, перевищуючи 220 мільярдів доларів у 2024 році

    Розмір підприємства

    Великі підприємства 68% частки (618,8 млрд. Дол. США в 2024 році); МСП ростуть швидшими темпами

    End-користувачі промисловості

    BFSI та охорона здоров'я разом оцінюються в понад 145 мільярдів доларів у 2024 році

    Регіональні уявлення

    Сполучені Штати захопили 39% глобальної частки; Японія проводила 8%керовано суспільством 5.0 та автоматизацією

    Діяльність з МіО

    Сильний у США та Японії, зосереджена на Автоматизація, кібербезпека та промислова робототехніка

    Нові тенденції

    Генеративна інтеграція AI, готовність до кібербезпеки, цифрові платформи, орієнтовані на стійкість

    Сегментація технологій-AI, машинне навчання та зростання робототехніки

    Технологічний сегмент дуже різноманітний, охоплює Промислова робототехніка, Інтернет речей (IoT), 3D-друк/виробництво добавок, вдосконалені інтерфейси людини-машини, великі дані та аналітика, машинне навчання, штучний інтелект та інші.

    У 2024 році, Штучний інтелект та машинне навчання разом домінували на ринку з комбінованою цінністю 220 мільярдів доларів СШАщо представляє понад 35% сегмента. Роль AI у прогнозованій аналітиці, генеративному змісті, автоматизованому робочих процесах та виявленні шахрайства переосмислює операції підприємства. Машинне навчання покращує персоналізацію, автоматизацію обслуговування клієнтів та прийняття рішень у режимі реального часу в галузях.

    Промислова робототехніка та IoT сприяв майже 318,5 мільярда доларів США у 2024 роців першу чергу, керована індустрією 4.0 прийняття, розумних заводів та автоматизації повторюваних виробничих завдань. Робототехніка підвищує ефективність складання, тоді як датчики з підтримкою IoT оптимізують моніторинг виробництва та видимість ланцюгів поставок.

    Тим часом, Великі дані та аналітика пояснювався 195 мільярдів доларів СШАвідображаючи постійну важливість даних як основи трансформації. Підприємства покладаються на розширену аналітику для прогнозування, сегментації клієнтів та оперативної оптимізації. 3D -друк/виробництво добавок і Просунуті інтерфейси людини-машини Мало менших акцій, але продемонстрував сильний імпульс зростання, особливо в автомобільному прототипуванні, освіті та захоплюючому досвіду споживачів.

    Організація великих підприємств проти малих та середніх підприємств

    У 2024 році, Великі підприємства мали понад 68% ринку, оцінених навколо 618,8 мільярда доларів США. Їх домінування випливає з їх здатності інвестувати в цифрові платформи, робототехніку та AI-рішення. Багатонаціональні банки, виробники автомобілів та технологічні компанії стоять на передньому плані, розгортаючи цифрові перші стратегії для оптимізації операцій та залучення клієнтів.

    Малі та середні підприємства (МСП)представляючи навколо 291,2 мільярда доларів США у 2024 роцізростають на більш швидкому CAGR, ніж більші корпорації. Зростання хмарних обчислень, моделей SaaS та доступних інструментів AI має демократизований доступ до технологій трансформації. МСП все більше приймають цифрові платіжні рішення, хмарні ERP та AI-керовану маркетингову аналітику, що дозволяє їм більш ефективно конкурувати з усталеними гравцями.

    Промисловості кінцевих споживачів, що охоплюють цифрову трансформацію

    Прийняття цифрових рішень трансформації широко поширене в різних галузях.

    У Банківська діяльність, фінансові послуги та страхування (BFSI)розмір ринку перевищений 118,0 мільярдів у 2024 роціЗ виявленням шахрайства AI-сприятливості, безпекою на основі блокчейна та персоналізованим зростанням цифрового банкінгу.

    Охорона здоров'я Тісно слідували, оцінену більше ніж 110,0 мільярдів доларів США. Платформи телемедицини, діагностика, керована AI, електронні медичні записи та носячі пристрої IoT, створили нову еру догляду за орієнтованою на пацієнта.

    З Телекомунікація та сегмент ІТ сприяв 102,2 мільярда доларів СШАсприяє інвестиціям на інфраструктуру 5G, обчислювальних обчисленнях та хмарних платформах. Автомобільна та виробнича промисловість колективно досягнуто 141,5 мільярда доларів СШАВикористання робототехніки, IoT та прогнозної аналітики для модернізації виробничих систем.

    Інші галузі, такі як Роздрібні та споживчі товари, медіа та розваги, освіта та державні послуги також швидко оцифрують. Роздрібні торговці покладаються на рекомендаційні двигуни та платформи електронної комерції, тоді як уряди розгортають електронні врядування та розумні рішення міста. Швидкий перехід освіти до цифрових навчальних платформ під час та після пандемії зміцнило свою роль як швидко зростаючого усиновлювача.

    Частка та розробки ринку Сполучених Штатів

    З США становив майже 39% світового ринку цифрових трансформацій у 2024 році, оцінену приблизно в 354,9 мільярда доларів США. США лідирують у прийнятті завдяки своїй динамічній екосистемі технологій, міцному середовищу венчурного капіталу та надійному попиту на рішення Cloud, AI та кібербезпеки.

    За останні три місяці кілька основних подій формували ринок США. Технологічні гіганти прискорили придбання автоматизації робочого процесу, керованого AI та запуску кібербезпеки, зміцнення портфелів підприємств. Крім того, інтеграція генеративні AI на хмарні платформи створив нові потоки доходів, особливо для таких галузей, як BFSI та роздрібна торгівля. Регуляторний тиск навколо конфіденційність даних та кібербезпека також прискорив попит на цифрові інструменти, готові до відповідності.

    Частка ринку Японії та розробки

    Японський ринок цифрових трансформацій стояв на 72,8 мільярда доларів США У 2024 році, що становить майже 8% від загальної кількості глобальної. Керований ініціативою уряду “суспільство 5.0”, Японія Продовжує визначати пріоритет промислову автоматизацію, робототехніку та AI -прийняття.

    Японські телекомунікаційні компанії співпрацюють з глобальними постачальниками ІТ для розширення розгортання 5G, що забезпечує підключення наступного покоління для додатків IoT та AI. Виробничі гіганти також інвестують у інтеграцію на проведення AI та інтеграцію робототехніки для компенсації дефіциту робочої сили. Банківський сектор в Японія рухається до платежів на основі блокчейна та чатів AI для покращення обслуговування клієнтів, узгоджуючись з більш широким поштовхом до оцифрування.

    Останні тенденції M&A та галузі

    Простір цифрового трансформації стало свідком посилення діяльності з МіО та A в усьому світі. У США великі підприємства придбали хмарні фірми безпеки та запуску вмісту AI для зміцнення цифрових портфелів. У ЯпоніяСтратегічна співпраця між промисловими гравцями та постачальниками хмарних послуг підвищила прийняття ШІ та технологій автоматизації.

    Тенденції галузі вказують на Генеративні ШІ як центральна частина нових інвестиційза допомогою підприємств, які вивчають його для маркетингу, генерації контенту та інтелектуальної автоматизації. Крім того, Інтеграція кібербезпеки в цифрову трансформацію Рамки стали критичними, оскільки підприємства орієнтуються на зростаючі кіберзагрози. Трансформація, орієнтована на стійкість,-це ще одна тенденція, де рішення IoT та AI використовуються для оптимізації споживання енергії та зменшення слідів вуглецю.

    Придбайте цей ексклюзивний звіт за адресою 4350 доларів США: https://www.datamintelligence.com/buy-now-page?report=digital-ransformation-market

    Стратегічний світогляд

    Майбутнє ринку цифрових трансформацій визначається конвергенцією AI, IoT, робототехніки та аналітики даних. Великі підприємства продовжуватимуть провідне прийняття, але МСП звужують розрив через доступні хмарні рішення. США залишаться глобальним центром інновацій, поки Японський Прихильність суспільству 5.0 забезпечує його сильну присутність у глобальному ландшафті. З злитками, регуляторними змінами та генеративним ШІ, що сприяє наступному етапі прийняття, цифрова трансформація встановлюється на переосмислення галузей по всьому світу до 2032 року.

    Про нас
    Datam Intelligence 4market Research – це провідна ринкова платформа розвідки, що надає синдиковані звіти, індивідуальні дослідження та консультації в 10+ основних галузях, включаючи охорону здоров'я, хімічні речовини, сільське господарство, продовольство та напої тощо. Наші стратегії, орієнтовані на стратегію, та статистичні прогнози, що надають можливість компаніям інновації достроково та залишатися напередодні конкуренції. Через нашу платформу передплати клієнти отримують централізований доступ до звітів про дослідження, відстеження конкурентів, кураторних новин галузі, регіональний та аналіз на рівні країни та живі глобальні дані торгівлі. Завдяки безкоштовним налаштуванням та індивідуальними звітами, Datam Intelligence гарантує, що підприємства отримують діючу розвідку, персоналізовані рішення та повний погляд на ринок для сприяння розумнішому прийняттю рішень.

    Пов’язаний звіт:

    1. Розмір ринку фабричної автоматизації для розширення на 8,1% CAGR по 2031 р. – Азіатсько -Тихоокеанські лідери, Північна Америка прискорює зростання.
    2. Ринок розумних заводів, готовий до швидкого зростання: 12,5% CAGR Протягом 2024–2031 років, керований IoT, Cloud та Cyber-Physical Systems.
    3. Промисловість 4.0 Ринок планується розширитись на 15,9% CAGR До 2031 року – Азіатсько -Тихоокеанський прискорення, Північна Америка домінує сьогодні.

    Запит на пробний доступ до платформи підписки на базу даних: https://www.datamintelligence.com/reports-subscription

    Особливості підписки на базу даних Datam Insights:

    • ✅ Відстежуйте всіх своїх конкурентів на одній централізованій інформаційній панелі – від НДДКР, інвестицій, до маркетингових стратегій, легко відстежувати своїх глобальних та регіональних конкурентів.
    • 📄 Конкурентна розвідка – залишайтеся вперед з детальним профілюванням компанії, SWOT -аналізами та відстеженням ефективності продажів.
    • 📰 Новини кураційної галузі – Daily Alerts інформують команди про інновації продуктів, діяльність M&A та кроки конкурентів.
    • Access Access Instant Report – доступ до повної бібліотеки звітів про ринок у географії.
    • ✏ Налаштування безкоштовно – Отримайте конкретні сегменти або дані конкурента, не виплачуючи додатково.
    • 🌍 Регіональні та країнні відомості-Отримайте детальні погляди на ринкові тенденції по всій території США, EU5, Японія, Індіяі Латам.
    • 🔍 Доступ до даних про імпорт/експорт-приймати обґрунтовані рішення, використовуючи торгову розвідку в режимі реального часу.

    Контакт:

    Містер тоді дзвінок
    Datam Intelligence 4market Research LLP на першому поверсі
    IT Park DSL Abacus, зона промислового розвитку
    Uppal, ХайдерабадTelangana 500039
    США: +1 877-441-4866
    Електронна пошта: Sai.k@datamintelligence.com

    Логотип – https://mma.prnewswire.com/media/1858619/5483919/datam_intelligence_logo.jpg

    rt Ринок цифрових трансформацій до потрійного до 2030 року, перевершивши 3 трлн дол.

  • Стандарти безпеки для розумних пристроїв

    Стандарти безпеки для розумних пристроїв

    Забезпечення розумних пристроїв споживачів

    Австралійський уряд зобов’язаний підвищити кібербезпеку цифрових продуктів, якими австралійці користуються щодня. З 4 березня 2026 р. Правила кібербезпеки (стандарти безпеки для розумного пристрою) Правила 2025 (правила) розпочнеться після 12-місячного перехідного періоду. Ці правила впроваджують обов'язкові стандарти кібербезпеки для більшості розумних пристроїв, придбаних в Австралії споживачем. Правила доступні для перегляду на веб -сайті Федерального реєстру законодавства.

    Ця ініціатива є ключовою дією відповідно до австралійської стратегії кібербезпеки 2023-2030.

    Розумні пристрої важливі для того, як австралійці працюють, навчаються, трансактують та займаються розвагами. Незважаючи на широке використання, багато розумних пристроїв не є захищеними. Реалізація стандартів безпеки забезпечить захист пристроїв за замовчуванням, допомагаючи споживачам довіряти, що їх розумні продукти включають ефективні вбудовані захист безпеки.

    Стандарти відображають міжнародну найкращу практику, спрямовані на покращення захисту споживачів, мінімізуючи регуляторне навантаження на виробників та постачальників.

    Ми проводимо цілий ряд заходів з залучення та комунікації, щоб допомогти інформувати та підвищити обізнаність про стандарти. Додаткова інформація буде обмінюватися через наш веб -сайт та платформи соціальних медіа.

    Обсяг

    Правила застосовуються до більшості розумних пристроїв, виготовлених і з 4 березня 2026 року, які призначені для особистого, домашнього або побутового використання.

    Пристрої, виключені з правил, включають:

    • настільні комп'ютери
    • ноутбуки
    • смартфони
    • планшетні комп’ютери.

    Ви можете переглянути повний перелік звільнених продуктів у розділі 8 Правил.

    Стандарти безпеки вимагають:


    • Немає універсальних паролів за замовчуванням – Паролі повинні бути унікальними для продукту або визначеним користувачем продукту для апаратного або попередньо встановленого програмного забезпечення смарт-пристрою, яке використовується в будь-якому іншому, крім заводського за замовчуванням, і де програмне забезпечення потрібно встановити для призначеного продукту.

    • Виробники публікують засоби для повідомлення про проблеми безпеки – Дозволяючи про проблеми безпеки повідомляти виробнику з оновленнями статусу щодо вирішення цих питань.

    • Виробники публікують інформацію про те, як довго буде підтримуватися пристрій – Забезпечення прозорості споживачам щодо періоду, включаючи дату кінця, продукт отримає оновлення безпеки.

    Правила також визначають вимоги щодо заявок про дотримання продуктів у розмірі та встановлюють період, за який виробник та постачальники виробників повинні утримуватися.

    Джерела

    Щоб полегшити прийняття правил, доступний наступний настановний матеріал:

    Якщо ви хочете отримати додаткову інформацію, будь ласка, зв'яжіться з нами за адресою securetechnology@homeaffairs.gov.au.

    ​​

  • Як агенти AI перетворюватимуть MES та виробництво

    Як агенти AI перетворюватимуть MES та виробництво

    У своїй книзі 2005 року “Сингулярність знаходиться поруч”, Курцвейл зазначив, що 1000 доларів обчислювальної потужності можуть відповідати мозку комах на початку 2000 -х, але відповідатимуть мозку миші до 2010 року, і він прогнозував, що до 2050 року ця ж інвестиція може забезпечити обчислювальну потужність, еквівалентну всім людським мізам у поєднанні.

    Це експоненціальне зростання створює те, що відомо як закон Мартекса, придуманий Скоттом Брінкером HubSpot. Альмада пояснив, що цей закон стверджує, що технологія розвивається експоненціально, тоді як організації розвиваються, логарітмічно, значно повільнішими темпами. Розширення розриву робить майже неможливим для середніх організацій бути в курсі технологічного прогресу.

    Управління цим викликом вимагає прийняття стратегічних технологій, організаційної спритності та, іноді, революційного мислення, сказав Лобо. Він зазначив, що компанії повинні бути готові до принципово переосмислити свої операції, запитуючи: “Якби ми сьогодні починали з нуля, як би ми це зробили?”

    Три хвилі еволюції AI, які мають значення для виробників

    Зараз трансформація AI, що триває у виробництві, розгортається через три чіткі, але шаруваті хвилі, кожна будівля попередньої:

    Хвиля перша: Класичне машинне навчання з’явилося близько 2007 року, використовуючи такі методи, як регресія, дерева рішень та кластеризація чітко визначених структур даних. Незважаючи на те, що вони широко доступні з 2010 року, багато виробничих компаній ще не повністю використають ці можливості.

    Хвиля друга: Великі мовні моделі розпочалися з 2017 року “Увага – це все, що вам потрібно” від дослідників мозку Google, який запровадив архітектуру трансформаторів, яка революціонізувала обробку природних мов. Цей прорив призвів до таких систем, як GPT-3 у 2020 році та Чатгпт у 2022 році, створюючи безпрецедентні можливості у створенні тексту, вирішення проблем та програмування.

    Хвиля три: За словами Альмади, агенти AI представляють поточну межу, обіцяючи перетворити виробничі операції. “На відміну від своїх попередників, агенти AI не просто дотримуються інструкцій – вони обґрунтовують, планують і виконують складні завдання автономно”, – сказав він.

    Фонд платформи даних

    Розрив між більшості сучасних технологій виробництва та технологіями з підтримкою AI полягає в тому, що традиційні, трансакційні виробничі системи, що використовують реляційні бази даних, ніколи не були розроблені для навантажень AI, які потребують масивних, різноманітних наборів даних, що охоплюють зображення, текст, журнали та канали датчиків. AI також потребує історичних даних та доступ до даних про обробку потоку в прямому ефірі для відповідей у ​​режимі реального часу.

  • Вдхніть нове життя у свій старий iPhone або iPad за допомогою цих простих ідей

    Вдхніть нове життя у свій старий iPhone або iPad за допомогою цих простих ідей

  • Зростання аналогових доходів TXN набирає: ознака більшого переговорів?

    Зростання аналогових доходів TXN набирає: ознака більшого переговорів?

    Техаські інструменти'Аналоговий сегмент TXN пояснює напівпровідникові мікросхеми, які змінюють реальні сигнали, такі як звук, температура, тиск або зображення та подають їх у цифрові мозки, такі як вбудовані процесори.

    Аналогові продукти Texas Instruments можна класифікувати на високоефективні аналогові, високопотужні аналогові та логіки та управління енергією, із застосуваннями в комунікаційному обладнанні, промисловому та автомобільному секторах.

    Аналоговий сегмент припадає на левову частку верхньої лінії TXN і сприяв 77,6% загальних доходів компанії у другому кварталі 2025 року. Аналоговий сегмент також швидко розширюється, зростаючи на 17,9% за рік.

    Доходи аналогових сегментів Texas Instruments 2025 р. Розширилися в основному через появу технології 5G, збільшуючи аналогові продукти TXN на ринку комунікаційного обладнання. TXN також використовує тягу в напівпровідникових мікросхемах через широкий промисловий попит.

    Згідно з доповіддю Асоціації напівпровідникової промисловості, глобальний напівпровідниковий ринок демонструє ознаки надійного зростання, з 18,8% зростання продажів у березні 2025 року, досягнувши 167,7 мільярдів доларів. Ці фактори, ймовірно, керуватимуть верхньою лінією TXN. Оцінка консенсусу Zacks для верхньої лінії 2025 та 2026 років TXN вказує на темпи зростання 13% та 8,8% відповідно.

    Як конкуренти проходять проти TXN

    Аналогові пристроїADI-другий за величиною виробник аналогових мікросхем після Техаських інструментів. Сильна ринкова позиція аналогових пристроїв у високоефективних аналогових та цифрових сигналах для промислової, комунікаційної інфраструктури та споживчих ринків перекриваються з пропозиціями продуктів TXN.

    NXP напівпровідникиNXPI забезпечує аналогові напівпровідникові продукти для автомобільних, промислових, IoT та спеціальних аналогових інтерфейсів. Аналогові рішення NXP Semiconductors обслуговують автоматизацію фабрики, автоматизацію будинку та будівництва, прилади, домашні розваги, потужність та енергія, технологія зондування мобільних та RFID для спілкування.

    Незважаючи на те, що Texas Instruments стикається з сильною конкуренцією з боку аналогових пристроїв та напівпровідників NXP в аналоговому напівпровідниковому просторі, сильно фрагментарний характер цього ринку надає широкі можливості для зростання кожному з цих гравців.

    Продуктивність ціни TXN, оцінка та оцінки

    Акції Texas Instruments на сьогодні набрали 9,9% року порівняно з напівпровідником Закса – зростання загальної галузі на 33,4%.

    Zacks Investment Research
    Джерело зображення: Zacks Investment Research

    З точки зору оцінки, TXN торгує за співвідношенням ціни до продажу 10,03x, нижчим, ніж середнє значення галузі 15,91x.

    Zacks Investment Research
    Джерело зображення: Zacks Investment Research

    Оцінка консенсусу Zacks для прибутку TXN 2025 та 2026 років передбачає зростання за рік на 7,7% та 14,8% відповідно. Оцінки за доходів 2025 та 2026 років були переглянуті вгору за останні 30 днів.

    Zacks Investment Research
    Джерело зображення: Zacks Investment Research

    В даний час TXN має Zacks Rank №3 (утримувати). Ви можете бачити Повний список сьогоднішніх акцій Zacks №1 (сильна покупка) тут.

    Поза NVIDIA: Друга хвиля AI тут

    Революція AI вже викарбувала мільйонерів. Але акції, про які всі знають, напевно, не продовжують приносити найбільші прибутки. Мало відомі фірми AI, які вирішують найбільші проблеми у світі, можуть бути більш прибутковими в найближчі місяці та роки.

    Див. Запаси “2 -я хвиля”

    Хочете останні рекомендації від інвестиційних досліджень Zacks? Сьогодні ви можете завантажити 7 найкращих запасів на наступні 30 днів. Клацніть, щоб отримати цей безкоштовний звіт

    Analog Devices, Inc. (ADI): Звіт про аналіз вільних запасів

    Texas Instruments Incorporated (TXN): Звіт про аналіз безкоштовних запасів

    NXP Semiconductors NV (NXPI): Звіт про аналіз вільних запасів

    Ця стаття спочатку опублікована на Zacks Investment Research (Zacks.com).

    Zacks Investment Research

  • Ренесас представляє ультра-низьку потужність RL78/L23 MCU для розумного домашнього приладів нового покоління

    Ренесас представляє ультра-низьку потужність RL78/L23 MCU для розумного домашнього приладів нового покоління

    Токіо, Японія – Корпорація Renesas Electronics (TSE: 6723), провідний постачальник передових напівпровідникових рішень, сьогодні представив нову 16-бітну групу мікроконтролерів RL78/L23 (MCU), що розширює свою родину RL78 з низькою потужністю. Працюючи на 32 МГц, RL78/L23 MCUS поєднує в собі продуктивність низької потужності з основними функціями, такими як подвійна спалаху-пам'ять, сегмент РК-дисплея та ємнісна функціональність дотику для підтримки розумних приладів для дому, побутової електроніки, IoT та вимірювальних систем. Ці компактні, економічно вигідні пристрої стосуються вимог до продуктивності та потужності сучасних програм на основі дисплея (HMI) додатків.

    Ультра-низька потужність роботи з оптимізованою продуктивністю РК

    RL78/L23 оптимізований для наднизького споживання електроенергії та ідеально підходить для додатків, що працюють на батареї, які проводять більшу частину часу в режимі очікування. Вони пропонують активний струм всього 109 мкА/МГц і в режимі очікування до 0,365 мкА, а також швидкий час пробудження 1 мкс, щоб допомогти мінімізувати активність процесора. Новий референтний режим контролера РК -дисплея, VL4, зменшує РК -операційний струм приблизно на 30 відсотків порівняно з існуючою групою RL78/L1X. MCUS оснащений SMS (Smooze Mode Sequencer), що дозволяє динамічним дисплеєм РК -сегмента без втручання процесора. Завершуючи завдання до SMS, пристрої мінімізують пробудження процесора та сприяють економії електроенергії на рівні системи. Ці інновації значно продовжують час роботи акумулятора, спрощують проектування та зменшують витрати на заміну, при цьому мінімізуючи вплив на навколишнє середовище.

    RL78/L23 пропонує широкий діапазон операційної напруги від 1,6 В до 5,5 В, що підтримує пряму роботу від 5 В живлення, зазвичай використовується в домашніх приладах та промислових системах. Ця здатність зменшує потребу в регуляторах зовнішніх напруги. MCUS також інтегрує ключові компоненти, такі як ємнісне зондування дотику, датчик температури та внутрішній осцилятор, зменшення вартості BOM та розмір друкованої плати.

    Багаті функції периферійні пристрої для систем HMI

    Розроблений для задоволення динамічних вимог ринку HMI, RL78/L23 інтегрує набір розширених функцій у компактному, економічно ефективному пакеті. Його вбудований сегмент РК-контролер та ємнісний дотик реалізуйте витончені, чуйні інтерфейси користувача для таких продуктів, як індукційні кулінарні панелі та систем HVAC. Таймер IH (таймер KB40) дозволяє точний багатоканальний контроль тепла, що є важливим для розумних кухонних приладів, таких як плита для рису та плита IH. Пристрої включають флеш-пам’ять з подвійним банком для безшовних оновлень мікропрограмного забезпечення через FOTA (прошивка в ефірі), що дозволяє безперервної роботи в таких програмах, як вимірювання, де час простою повинна бути зведена до мінімуму. Архітектура з двома банками дозволяє одному банку пам'яті запускати програму користувача, а інший отримує оновлення. Цей підхід підтримує функціональну систему протягом усього процесу підвищення надійності.

    “Сім'я Renesas RL78 16-бітних мікроконтролерів була однією з найуспішніших продуктів з моменту запуску понад 10 років тому, особливо в домашній техніці”,-сказав Даріл Кхо, віце -президент з вбудованої обробки в Ренесасі. “Мені приємно оголосити RL78/L23, нове покоління мікроконтролерів RL78 з багатими функціями, ідеально підходить для розумних приладів для дому та чутливих до витрат на IoT.

    Основні особливості RL78/L23

    • 16-бітний мікроконтролер RL78, що працює на 32 МГц
    • Вбудований сегмент РК-контролер та ємнісний дотик
    • До 512 кб спалаху з двома банками для безшовної фоти
    • До 32 кб SRAM та 8 кб спалаху даних
    • SMS для ультра-низької живлення
    • IH таймер (KB40), що підтримує до 3-канального індукційного контролю нагрівання
    • Широкий діапазон робочої напруги від 1,6 В до 5,5 В
    • Діапазон робочої температури від -40 ° C до +105 ° C
    • Багато серійних інтерфейсів, включаючи UART, I2C, CSI
    • IEC60730, сумісна з самотестом
    • 44-100 PIN LFQFP, LQFP та HWQFN

    Інтуїтивне середовище розвитку для швидшого часу на ринок часу

    RL78/L23 поставляється з простим у користуванні середовищем розвитку. Розробники можуть використовувати надійні інструменти підтримки, такі як Smart Configurator та QE для ємнісного дотику для впорядкування дизайну системи. Renesas пропонує швидку прототипну плату RL78/L23, сумісну з Arduino IDE, та ємнісною системою оцінки дотику для поглибленого тестування та валідації.

    Вигравні комбінації

    Renesas пропонує індукційне опалення рисового рішення, яке поєднує нові пристрої RL78/L23 з численними сумісними пристроями зі свого портфоліо, щоб запропонувати широкий спектр виграшних комбінацій. Виграшні комбінації-це технічно перевірена системна архітектури з взаємно сумісних пристроїв, які безперешкодно працюють, щоб отримати оптимізований дизайн низького ризику для більш швидкого часу на ринок. Renesas пропонує понад 400 виграшних комбінацій з широким асортиментом продукції з портфоліо Renesas, щоб клієнти могли прискорити процес проектування та швидше виводити свою продукцію на ринок. Їх можна знайти на renesas.com/win.

    Наявність

    MCU RL78/L23 доступні сьогодні, а також швидка плата прототипування (FPB-RL78L23) та ємнісну систему оцінки сенсу (RSSK-RL78L23). Додаткова інформація доступна: renesas.com/en/products/rl78-l23

    Ренесас MCU Лідерство

    Всесвітній лідер MCUS, Ренесас постачає понад 3,5 мільярда одиниць на рік, приблизно 50% поставок обслуговують автомобільну промисловість, а решта підтримує промислові та Інтернет -додатки, а також інфраструктуру центру обробки даних та комунікацій. Ренесас має найширший портфель 8-, 16- та 32-бітних пристроїв, що забезпечує неперевершену якість та ефективність з винятковими показниками. Як надійний постачальник, Renesas має десятиліття досвіду розробки розумного, безпечного MCU, підкріпленого моделлю виробництва з подвійним джерелом, найсучаснішою технологією MCU в галузі та величезною мережею з понад 250 партнерів з екосистеми. Для отримання додаткової інформації про Renesas MCU відвідайте Renesas.com/mcus.

    Про корпорацію Renesas Electronics

    Корпорація Renesas Electronics (TSE: 6723) надає можливість більш безпечного, розумнішого та більш стійкого майбутнього, де технології допомагають полегшити наше життя. Провідний глобальний постачальник мікроконтролерів, Ренесас поєднує наш досвід у вбудованій обробці, аналоговій потужності та підключенню для забезпечення повних напівпровідникових рішень. Ці виграшні комбінації прискорюють час на ринок автомобільних, промислових, інфраструктурних та IoT -додатків, що дозволяє дозволити мільярди підключених, інтелектуальних пристроїв, які покращують спосіб роботи та живуть. Дізнайтеся більше на Renesas.com. Слідкуйте за нами на LinkedIn, Facebook, XYouTube та Instagram.

    (Зауваження) Усі назви продуктів чи послуг, згаданих у цьому прес -релізі, – це торгові марки або зареєстровані торгові марки відповідних власників.


    Вміст у прес -релізі, включаючи, але не обмежуючись ними, ціни та технічні характеристики, ґрунтується на інформації станом на дату, зазначену в документі, але може бути змінено без попереднього повідомлення.

  • Промисловість 5.0 Парадигма Прийняття трансформації в країнах, що розвиваються: аналітична теоретична модель

    Промисловість 5.0 Парадигма Прийняття трансформації в країнах, що розвиваються: аналітична теоретична модель

    Розробка тристоронньої моделі теорії ігор для прийняття промисловості 5.0 у країнах, що розвиваються, передбачає створення рамки, в якій трьох різних гравців (зацікавлених сторін) взаємодіють між собою в процесі прийняття рішень. Модель повинна враховувати мотивацію, стратегії та потенційні результати кожного гравця, коли вони орієнтуються на прийняття технологій промисловості 5.0, які зосереджуються на співпраці між людьми, машинами та інтелектуальними системами. Ключовим завданням у цій моделі є врівноваження економічних, соціальних та технологічних факторів у контексті країн, що розвиваються. Діаграма взаємодії зацікавлених сторін (діаграма Венна), що представляє взаємодію між урядом, промисловістю та робочою силою для прийняття промисловості 5.0, показана на рис. 1. Щоб показати цілі, що перекриваються, та чіткі цілі трьох зацікавлених сторін (уряд, промисловість та робоча сила) Рис. 1. Існує три перетинації кола, кожна з яких представляє зацікавленого столу. Загальні цілі (наприклад, стійкість) знаходяться в перехрестях, тоді як унікальні цілі (наприклад, максимізація прибутку для промисловості) залишаються в розділах, що не переповнюються. Переглянута рамка взаємодії зацікавлених сторін, що показує чіткі та спільні цілі.

    Рис. 1
    Малюнок 1

    Діаграма взаємодії зацікавлених сторін.

    Основна модель

    Для моделі тристоронньої теорії ігор потрібно визначити трьох основних зацікавлених сторін, які будуть взаємодіяти в контексті прийняття промисловості 5.0 у країнах, що розвиваються. Потенційні зацікавлені сторони включають:

    • Уряд: встановлює політику та забезпечує стимули.

    • Промисловість: Виробничі фірми, що приймають технології.

    • Робоча сила: працівники, які постраждали від усиновлення.

    Наші функції виплати ґрунтуються на встановлених промислових іграх14 Включення параметрів, орієнтованих на людину, з останніх досліджень промисловості 5.016,17. Компонент утиліти робочої сили спеціально пояснює етичні обмеження, визначені в розумних виробничих дослідженнях38.

    Ми офіційно визначаємо тристоронню гру γ як:

    $$ \ gamma = \ langle \ mathcal {n}, \ mathcal {s}, \ mathcal {u} \ row $$

    де:

    $$ n = g, i, w: (уряд, промисловість, робоча сила) $$

    \ ({\ mathcal {s}} = s_ {g} \ times s_ {i} \ times s_ {w} \): Стратегічний простір.

    \ ({\ mathcal {u}} = u_ {g}, u_ {i}, u_ {w} \): Функції виплати.

    Кожен гравець має різні інтереси, і виплата за кожного гравця буде змінюватися залежно від своїх рішень. Ключовим є встановлення функцій виплати на основі цих інтересів та їх взаємодії. Виплати можна класифікувати наступним чином:

    $$ u_ {g} = \ underbrace {{\ alpha_ {1} eg}} _ {\ sumpack {{\ text {economy}} \\ {\ text {зростання}}} + \ underbrace {{\ alpha_ {2}}}}} _ \ \ \ tubec {\ text {rob}} \\ {\ text {creation}}}} + \ underbrace {{\ alpha_ {3} se}} _ {\ mustment {{\ tex I_ {g}}} _ {\ sumpack {{\ text {subsidy}} \\ {\ text {start}}} – \ underbrace {\ gamma fd} _ {\ stumpack {{\ text {reastement}} \ \ \ \ \ pen}}}}}}}}}}}}}}}}}}}}} $} $} $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $

    $$ u_ {i} = \ pi_ {0} + \ delta \ ln (1 + a) – \ kappa c_ {a} + \ omega i_ {g} – \ rho \ max (0, \ delta l – l_ {0}) $$

    $$ u_ {w} = \ theta_ {1} js + \ theta_ {2} \ sqrt {wd} + \ theta_ {3} ep – \ phi rc – \ psi \ max (0, wi – wi _ {\ max} $$ $ $

    Формальні визначення та емпірична калібрування параметрів основної моделі, з джерелами, що розвиваються, контекстів країни наведено в таблиці 1.

    Таблиця 1 Комплексна специфікація моделі для гри промисловості 5.0.

    Як зазначено в таблиці 1, вага безпеки робочої сили (θ₁ = 0,42 ± 0,05) перевищує чутливість до заробітної плати (θ₂ = 0,30 ± 0,04) в економіках, що розвиваються, що відображає сильні проблеми стабільності зайнятості. Це потребує гарантій переходу роботи в галузі 5.0 політики усиновлення.

    Щоб проілюструвати, як рішення одного зацікавленого сторон впливають на корисність/виплату інших, рис. 2. На рис. 2 вузли представляють зацікавлених сторін (уряд, промисловість, робоча сила); Краї – спрямовані стрілки, що показують вплив рішення (наприклад, урядові субсидії → зменшені витрати на галузеві); Вага на краях представляє силу або вплив впливу. Діаграма впливу рішення (спрямований графік), що показує взаємодію та вплив на прийняття рішень між урядом, промисловістю та робочою силою для прийняття промисловості 5.0, показана на рис. 2. Валідована мережа впливу, що показує причинно-наслідкові зв’язки між зацікавленими сторонами. Емпіричні дані представляють регресійні ваги з емпіричних даних.

    Рис. 2
    Малюнок 2

    Концептуальне представлення взаємодії зацікавлених сторін для прийняття промисловості 5.0.

    Умови рівноваги Неша

    Наші рівноважні умови узгоджуються з критеріями стабільності, встановленими в іграх N-Player Industrial Eп.11,15під час обліку нелінійної динаміки робочої сили, визначеної в останніх емпіричних дослідженнях20.

    Рівноважність Неша (NE) для цієї тристоронньої гри – це стратегічний профіль (S*G, S*Я, S*Ш) де:

    $$ \ stage {вирівняний} s_ {g}^{*} & = argmax _ {{s_ {g} \ in s_ {g}} u_ {g} (s_ {}, s_ {i}^{*}, s_ {w}^{*}) \ hfil s_ {i}^{*} & = argmax _ {{s_ {i} \ in s_ {i}}} u_ {i} (s_ {g}^{*}, s_ {i}, s_ {w}^{*}) \, \, \, \ hfill \_*}, \, \, \ hfill \\_*\, \, \, \ hfill \\\_*\, \, \, \ hfill. s_{W}^{*} & = argmax_{{s_{W} \in S_{W} }} U_{W} (s_{G}^{*} ,s_{I}^{*} ,s_{W} ) \hfill \\ \end{aligned}$$

    Пропозиція 1

    У нашій тристоронній грі існує рівновага з чистою стратегією Неша.

    Обстеження

    1. 1.

      Стратегічні простори-це не порожні, компактні, опуклі підмножини Rп..

    2. 2.

      Корисні функції є безперервними та квазі-консьованими.

    3. 3.

      Доказ існування:

      Теорема Дебреу-Глікберга-фан:

      $$ \ start {зібраний} {\ text {if}} \ forall i \ in n: \ ліворуч \ {{\ start {array} {*{20} l} {1.s_ {i} {\ tex (s) {\ text {є безперервним in}} s} \ hfill \\ {3.u_ {i} (s_ {i}, s_ { – i}) {\ text {is quasi – уваги}} s_ {i}} \ hfill \ \ \ end {array}} \ \ hfill \\ \ end {array}} \ \ hfill \ \ end {array}} \ react. \ RightArrow {\ text {чиста стратегія nash equilibrium}} \ hfill \\ \ hfill \\ \ end {зібраний} $$

    Диференціальні рівняння:

    $$ \ start {вирівняний} \ frac {{ds_ {g}}} {dt} & = \ lambda_ {g} [BR_{G} (s_{I} ,s_{W} ) – s_{G} ] \ hfill \\ \ frac {{ds_ {i}}} {dt} & = \ lambda_ {i} [BR_{I} (s_{G} ,s_{W} ) – s_{I} ] \ hfill \\ \ frac {{ds_ {w}}} {dt} & = \ lambda_ {w} [BR_{W} (s_{G} ,s_{I} ) – s_{W} ]; \ hfill \\ \ hfill \\ \ end {вирівняний} $$

    Якобіанська матриця стабільності:

    $$ j = \ ліворуч[ {\begin{array}{*{20}l} { – \lambda_{G} } & {\lambda_{G} \frac{{\partial BR_{G} }}{{\partial s_{I} }}} & {\lambda_{G} \frac{{\partial BR_{G} }}{{\partial s_{W} }}} \\ {\lambda_{I} \frac{{\partial BR_{I} }}{{\partial s_{G} }}} & { – \lambda_{I} } & {\lambda_{I} \frac{{\partial BR_{I} }}{{\partial s_{W} }}} \\ {\lambda_{W} \frac{{\partial BR_{W} }}{{\partial s_{G} }}} & {\lambda_{W} \frac{{\partial BR_{W} }}{{\partial s_{I} }}} & { – \lambda_{W} } \\ \end{array} } \right]$$

    Компактні стратегічні простори: sG=[0,0.7] (Субсидія %); SЯ= {0,0,5,1} (рівень прийняття); SШ=[0,1] (Накладні зусилля).

    Безперервні виплати: усі uЯ є безперервними в S– i (Перевірено через константи Lipschitz KG= 0,45, kЯ= 0,38, kШ= 0,29).

    Квазі-конвалітація:

    Підтверджено через кордоні гессіани:

    $$ \ det (H_ {g}) = 2.1> 0, \ Quad \ det (H_ {i}) = 1.8> 0, \ Quad \ det (H_ {W}) = 1.2> 0; $$

    За теоремою Дебреу-Гліксберга-Фан, існує чиста стратегія NE.

    Обчислення рівноваги:

    Крок 1: Найкращі функції відповіді.

    Уряд:

    $$ br_ {g} (s_ {i}, s_ {w}) = \ лівий \ {{\ start {array} {*{20} l} {0.7} \ hfill & {\ tex Jc^{\ prime}> \ beta} \ hfill \\ 0 \ hfill & {{\ tex

    Де EG ′ = ∂EG/∂SG, JC ′ = ∂jc/∂sg з таблиці 1.

    Промисловість:

    $$BR_{I} (s_{G} ,s_{W} ) = \left\{ {\begin{array}{*{20}l} 1 \hfill & {{\text{if }}\delta \ln (2) – \kappa C_{A} + \omega s_{G} > \ rho l_ {0}} \ hfill \\ {0.5} \ hfill & {{\ tex [0,\rho L_{0} ]} \ hfill \\ 0 \ hfill & {{\ tex

    Робоча сила:

    $$ br_ {w} (s_ {g}, s_ {i}) = \ frac {{\ theta_ {2}}} {{2 \ phi \ sqrt {wd^{*}}} – \ frac {\ psi} {\ phi } {\ mathbb {i}} (wi> wi _ {\ max}) $$

    Крок 2: Одночасне рішення.

    Ітерація з фіксованою точкою конвергується до трьох НЕ (табл. 2), від ітерації з фіксованою точкою з 10 000 зразком валідації Монте-Карло:

    Таблиця 2 рівноважні рішення NASH та властивості стабільності.

    Аналіз стабільності:

    Якобійська матриця оцінювалася при високій адвокаті NE:

    $$ j = \ ліворуч[ {\begin{array}{*{20}l} { – 0.45} & {0.32} & {0.18} \\ {0.28} & { – 0.38} & {0.15} \\ {0.12} & {0.25} & { – 0.29} \\ \end{array} } \right]$$

    Власні значення: λ1 = – 0,72, λ2 = – 0,41, λ3 = – 0,19.

    Інтерпретація: Все (λi) ⇒ асимптотична стабільність.

    Порогові умови.

    Для того, щоб високий прийом не з'явився:

    Субсидійна достатність:

    $$ S_ {g}> \ underbrace {{\ frac {{\ kappa c_ {a} – \ delta \ ln (2)}} {\ omega}}} _ {{{45} \% {\ tex {{\ frac {{\ rho l_ {0}}} {\ omega}}} _ {{{5} \% {\ text {buffer}}} $$

    Готовність робочої сили:

    $$s_{W} > \frac{{\phi RC^{*} + \psi WI_{\max } }}{{\theta_{1} + \theta_{2} }} = 0.6\quad ({60}\% {\text{minimum}})$$

    Динамічне регулювання

    Динамічний процес процесу ЯLlustrastes Послідовні взаємодії в тристоронній моделі гри. На фазі 1 уряд встановлює політику та стимули; На фазі 2 галузь вирішує прийняття та дотримання технологій; На фазі 3 робоча сила реагує на підвищення рівня та вплив на попит. Крім того, стрілки вказують на петлі зворотного зв'язку між зацікавленими сторонами з часом. Ось динамічна схема потоку процесів для прийняття промисловості 5.0, що показує послідовні взаємодії та петлі зворотного зв'язку серед уряду, промисловості та робочої сили, рис. 3. Валідована динамічна модель процесу, що показує етапі воріт та механізми зворотного зв'язку. На основі рамок впровадження Unido.

    Рис. 3
    Малюнок 3

    Динамічна схема потоку процесів для промисловості 5.0 Прийняття.

  • LLMS на краю: Переосмислення того, як пристрої IoT говорять і діють

    LLMS на краю: Переосмислення того, як пристрої IoT говорять і діють

    Кожен, хто створив розумний дім, знає розпорядок: одне додаток для тьмяного світла, інше, щоб регулювати термостат, і голосовий помічник, який розуміє лише точне фразування. Ці системи називають себе розумними, але на практиці вони часто жорсткі і розчаровують.

    Новий документ Алакеша Каліти, старшого члена IEEE, пропонує інший шлях. Поєднуючи LLM з IoT Networks на краю, пристрої могли реагувати на природні мови командами таким чином, що відчуває себе інтуїтивно зрозумілим та узгодженим. Замість того, щоб керувати кожним пристроєм окремо, користувач може видати одну широку команду і дозволити системі розібратися в деталях.

    Інтеграція LLM IoT

    Запропонована рамка поділяється на кілька структурованих модулів, які обробляють збір даних, обробку, оперативне створення, обробка відповідей та управління приводом

    Традиційні системи IoT покладаються на просту командну логіку. Користувач може вимкнути світло або відрегулювати термостат за допомогою одноразового додатка або датчика. Ці системи працюють, але вони вимагають від користувачів, щоб точно прописати, чого вони хочуть, часто через кілька кроків. Підхід Каліти додає інтерфейс природної мови, що працює від LLMS, що дозволяє користувачам видавати більш широкі, гнучкі команди, такі як “Налаштування до кіномани”. Потім система може інтерпретувати цей запит і запустити кілька пристроїв, таких як затемнення вогнів, увімкнення телевізора та регулювання температури.

    Модульна, перша рамка

    Щоб зробити цю роботу на практиці, дослідник представляє модульну, орієнтовану на край. Замість запуску LLMS на кожному пристрої IoT, який є непрактичним завдяки обмеженим ресурсам, моделі працюють на більш спроможному обчислювальному пристрої, підключеному до шлюзу мережі. Ця установка обробляє дані локально, що зменшує затримку та покращує конфіденційність.

    Система поділяється на кілька модулів. Він починається з модуля збору даних IoT, який збирає дані датчиків та команди користувачів за допомогою MQTT, легкого протоколу обміну повідомленнями. Далі формати модуля обробки даних та фільтрують цей вхід. Історичні дані зберігаються окремо і можуть бути використані пізніше для забезпечення контексту прийняття рішень.

    Справжнє нововведення випливає з того, як система створює підказки для LLM. Модуль створення оперативного створення поєднує дані датчика в режимі реального часу із збереженою історією, щоб генерувати структурований підказку, використовуючи підхід, що перевищує пошук (RAG) підходу. Цей структурований вхід допомагає LLM забезпечити більш точні відповіді на ситуацію.

    Після того, як LLM обробляє підказку, вихід передається модулю обробки відповідей, який розбирає його у стандартний формат. Потім модуль поводження з приводом надсилає відповідні команди на пристрої IoT.

    Тестування підходу в розумному будинку

    Щоб перевірити цю установку, дослідники побудували прототип розумного будинку, використовуючи Raspberry Pi 5 як крайовий пристрій. Три прилади, світло, телевізор та вентилятор, були підключені за допомогою мікроконтролерів ESP8266. Було протестовано два LLM: Llama 3 (7b) та Gemma 2b. Команди, такі як “Встановити місце для навчання” або “Я хочу спати зараз”, були видані через текстовий інтерфейс. Моделі інтерпретували команди, створили відповіді JSON та відправили правильні дії.

    Llama 3 надала відповіді з більшою семантичною точністю, але зайняв значно довше, до 208 секунд. Gemma 2b була набагато швидшою, до 30 секунд, але періодично неправильно зрозуміла команду. Це підкреслює основний компроміс. Більш великі моделі є більш точними, але повільнішими, тоді як менші моделі швидше, але можуть потребувати налаштування для конкретних завдань.

    Розширення випадків використання

    Автор також досліджує випадки більш широкого використання. У промислових умовах LLMS може посилити прогнозне обслуговування шляхом інтерпретації складних моделей датчиків. У галузі охорони здоров’я вони могли підтримувати моніторинг в режимі реального часу та персоналізовані сповіщення на основі даних про носіння датчиків.

    Для ефективності комунікації LLM, що розгортається EDGE, може зменшити використання пропускної здатності, генеруючи компактні, семантичні описи замість надсилання необроблених даних. Це було б особливо актуально в 5G та майбутніх мережах 6G.

    Проблеми з безпекою на краю

    Безпека – це головне врахування, коли LLMS контролює пристрої IoT. Chas Clawson, Field CTO, безпека в Sumo Logic, заявила Help Net Security, що галузь довго зосереджена на захисті людських ідентичностей, але тепер повинна застосовувати ту саму суворість до нелюдських ідентичностей, які можуть викликати фізичні зміни. Він зазначив, що дослідження вдосконалюють гарантії, щоб зробити шляхи контролю LLM більш безпечними та детермінованими, але “нам все ще потрібен довіра, але перевіряє підхід: завершити кожну дію з моніторингом, перевірками політики та сповіщеннями про збої контролю чи порушення граничних наконечників”.

    На практиці Клаусон рекомендує централізувати канали журналу для критичних систем, додавання виявлення для поведінки зовнішньої частини та розширення телеметрії поза журналами пристроїв, щоб включити підказки, результати моделі, відмови валідатора та рішення про привід як події аудиту першого класу. Він також радив перенести “подальше ліворуч”, моніторинг змін до коду програми, моделі та конфігурації RAG та розгортання за допомогою мислення ланцюга постачання програмного забезпечення, щоб запобігти непоміченому впровадженню вразливості.

    Документ також застерігає, що виклики залишаються. Конфіденційність викликає занепокоєння, коли конфіденційні дані обробляються LLMS. Місцеве виконання Edge пропонує кращу конфіденційність, ніж хмарні моделі, але також обмежує масштабованість. У критичних умовах, таких як охорона здоров'я або промислова автоматизація, помилки з LLM можуть мати фізичні наслідки. Автор пропонує поєднувати LLM з системами, заснованими на правилах, та розробити орієнтири, що стосуються домену, для підвищення надійності.

  • Як промислові фірми переписують правила ефективності та інновацій

    Як промислові фірми переписують правила ефективності та інновацій

    На арені промислового виробництва високі ставки традиційна ієрархія зверху вниз поступається місцем новій парадигмі: децентралізоване управління. За останні п’ять років компанії в галузі автомобілів, енергетики та хімікатів реструктуризували повноваження щодо прийняття рішень для розширення можливостей менеджерів середнього рівня та команд фронту. Цей зсув є не просто структурним експериментом – це стратегічна повторна калібрування, яка забезпечила вимірювані прибутки в операційній ефективності, інноваціях та чутливості на ринку. Для інвесторів наслідки зрозумілі: фірми, які охоплюють децентралізоване лідерство, випереджають однолітків у нестабільній глобальній економіці.

    Механіка децентралізованого управління

    Децентралізоване керівництво перерозподіляє самостійність від керівників до оперативних команд, що дозволяє швидше, керовані даними, рішення. ACME Industries, глобальний лідер автомобільних компонентів, ілюструє цю модель. Надаючи менеджерам середнього рівня доступу в реальному часі до прогнозної аналітики, компанія скоротила простою машини на 25% та збільшила швидкість виробництва на 30%. Аналогічно, E &, багатонаціональна технологічна та інвестиційна група, покращила чутливість до ринку на 15% за допомогою локалізованої адаптації стратегії, що дозволяє регіональним командам діяти незалежно, узгоджуючись з глобальними цілями.

    Технологія є основою цієї трансформації. AI, IoT та Blockchain – це вже не модні слова, а оперативні потреби. Наприклад, фабрики Tesla, керовані AI-AI, скорочують незапланований час простою на 40%, тоді як Caterpillar та BASF використовують блокчейн, щоб скоротити час закупівель на 30%. Ці інструменти дають можливість децентралізованим командам діяти з точністю та швидкістю, подолавши розрив між стратегічним баченням та виконанням.

    Інновації через близькість до передових ліній

    Децентралізовані моделі сприяють інноваціям, розмістивши прийняття рішень до оперативних реалій. У дослідженні великої промислової фірми 2024 року було показано, що децентралізовані менеджери виступали посередниками між лідерством та оперативними підрозділами, адаптуючи стратегії до відомчих потреб, зберігаючи стратегічну узгодженість. Цей ітеративний процес – вкорінений у петлях зворотного зв'язку та швидкій ітерації – виявився неоціненним на мінливих ринках. Наприклад, системи технічного обслуговування на основі AR на основі AR знизили показники помилок на 20%, демонструючи, як локалізована ефективність вирішення проблем.

    Підхід Nextera Energy до розподілу відновлюваної енергії ще більше підкреслює цю тенденцію. Децентралізуючи управління сітками, дотримуючись екологічних норм, компанія досягла на 20% підвищення ефективності сітки. Цей баланс самостійності та підзвітності є критичним: децентралізовані команди повинні діяти в рамках чіткого управління, щоб уникнути фрагментації.

    Фінансові показники та показники інвесторів

    Фінансові переваги децентралізованого управління незаперечні. Ключові показники, такі як швидкість виробництва, скорочення простоїв та реакція ланцюгів поставок, безпосередньо співвідносяться з продуктивністю запасів. Наприклад, 30% збільшення швидкості виробництва Acme Industries, наприклад, переведено на зростання доходів на 12% за рік. Аналогічно, 15% реагування на ринку E & 's' S & 'S -і з підвищення рівня EBITDA на 9%.

    Інвестори повинні надати пріоритет компаніям, які інтегрують децентралізоване лідерство з надійними технологіями та управлінням. Показники для моніторингу включають:
    Оперативна ефективність: Скорочення простою, швидкість виробництва та час відведення ланцюгів поставок.
    Прийняття технологій: Інтеграція AI, IoT та blockchain.
    Управління: Гібридні моделі (наприклад, структура GE) та навчальні програми, такі як UXRP Siemens (досвід користувачів у плануванні ресурсів).

    Ризики та стратегії пом'якшення

    Хоча децентралізовані моделі пропонують спритність, вони не без ризиків. Фрагментовані стратегії та силоси даних можуть з'явитися, якщо управління є слабким. Успіх Nextera Energy, однак, підкреслює важливість узгодження місцевої самостійності з глобальними стандартами. Фірми, які інвестують у навчальні програми-такі, як UXRP Honeywell-менеджери середнього рівня можуть ефективно використовувати передові інструменти, пом'якшуючи оперативні ризики.

    Інвестиційна робота

    Для інвесторів випадок децентралізованого управління є переконливим. Фірми, які трактують децентралізацію як стратегічний важіль-а не міра скорочення витрат-утримують однолітки в інноваціях та ефективності. Ключові кандидати включають:
    Acme Industries: Лідер оптимізації виробництва, керованого AI.
    E &: Модель локалізованої адаптації стратегії.
    Nextera Energy: Піонер в децентралізованому управлінні відновлюваною енергією.

    Висновок

    Промисловий ландшафт розвивається, а децентралізоване управління стоїть на передньому плані цієї трансформації. Розширюючи можливості менеджерів середнього рівня з даними, технологіями та стратегічною самостійністю, компанії розберують нові рівні ефективності та інновацій. Для інвесторів шлях вперед: пріоритетні фірми, які врівноважують спритність з управлінням, і оперативні показники яких відображають обіцянку децентралізованого керівництва. В епоху, визначену порушенням, децентралізований край – це не просто перевага – це необхідність.

  • Єдині налаштування Wi-Fi 6 та Wi-Fi 7

    Єдині налаштування Wi-Fi 6 та Wi-Fi 7

    Незалежно від того, чи ви проводите маршрутизатор Wi-Fi 6 або стрибали прямо до Wi-Fi 7, ви, без сумніву, цікавитесь, які налаштування найкраще використовувати. Відповідь може дещо здивувати вас, оскільки ваш будинок, ймовірно, буде класифікований як середовище з низькою щільністю, а це означає трохи простіший набір налаштувань, ніж якби вам довелося оптимізувати офісну будівлю.

    І якщо ви ще не розпочали пошук нового маршрутизатора, будь-яка версія Wi-Fi повинна бути добре, щоб включити у ваш короткий список. На цьому етапі я б рекомендував Wi-fi 6e Замість Wi-Fi 6, оскільки 6 ГГц-гурт дуже зручний і одне з найкращих вдосконалень бездротового підключення протягом багатьох років. Але будь -якому новому маршрутизатору знадобиться певна оптимізація для ваших конкретних житлових приміщень, тому давайте розтріскуємось.

    По -перше, деякі універсальні налаштування

    Вони є важливими для будь-якого покоління Wi-Fi, у тому числі у майбутньому

    Перш ніж ми занадто глибоко заглибаємось у окремі версії Wi-Fi, є кілька загальних порад щодо кращого бездротового сигналу, які застосовуються незалежно від того. Ваш маршрутизатор повинен бути центральним у вашому житловому просторі, встановити вище, ніж висота талії, а не заблокований перешкодами, такими як телевізори або стелажі. Якщо ваш маршрутизатор має автоматичну прошивку та оновлення безпеки, увімкніть їх, тому вам не доведеться думати про це, або встановити нагадування, щоб шукати оновлення вручну, якщо ні.

    Далі встановіть свій Wi-Fi SSID на єдине, унікальне ім’я для всіх гуртів, які підтримує ваш маршрутизатор. Зауважте, що це те саме, якщо у вас є один маршрутизатор або сітчаста мережа, і ви гарантуєте, що ваші пристрої можуть надійно підключитися до смуги, яка дасть найкраще з'єднання на той час. Також увімкніть рульове управління (якщо воно не ввімкнеться автоматично), так що маршрутизатор ставить клієнтські пристрої на бажану діапазон. Єдиний раз, коли у мене виникли проблеми з використанням Unified SSID, це з деякими пристроями IoT, які підключаються лише до бездротового зв'язку 2,4 ГГц, але ви можете коротко розділити смуги, щоб підключити їх, а потім змінити налаштування назад, і вони підключаться за призначенням. І переконайтеся, що ви використовуєте принаймні WPA2 для безпеки та бажано WPA3.

    Wi-Fi 6 створює міцну домашню мережу

    І Wi-Fi 6E приносить найбільшу зміну за роки

    Wi-Fi 6 відносно обмежений у тому, які налаштування ви повинні ввімкнути, хоча формування променя має бути на найкращому стабільності підключення, і ви повинні спробувати використовувати WPA3 для безпеки. Якщо ваш маршрутизатор є Wi-Fi 6E, використовуйте діапазон 6 ГГц, коли це можливо, але знайте, що це не так довго, як 5 ГГц або 2,4 ГГц, а також, що багато сітчастих мереж використовуватимуть одну з гуртів як бездротових бекхаулів, тож ви можете розпочати один із гуртів, якщо ви не запускаєте провідний бекхаул до вузлів.

    Для найкращої ширини каналу:

    • 20 МГц на 2,4 ГГц – Це мінімізує перешкоди
    • 80 МГц для 5 Гц – максимізувати пропускну здатність
    • 160 МГц для 6 Гц – Якщо є, також для пропускної здатності та сумісності

    Крім цього, більшість сучасних маршрутизаторів призначені для автоматичного регулювання своїх налаштувань для найкращого сигналу, і їх можна залишити в спокої, якщо ви не зіткнетесь з проблемами.

    В той час як Wi-Fi 7 приносить більше функцій

    Але не всі ці функції будуть доступні, якщо у вас є старі пристрої в мережі

    Wi-Fi 7 забиває верхню межу бездротової швидкості вгору на виїмку або дві, і ви захочете знайти багато-лінійну роботу (MLO) і ввімкнути її, щоб ваші клієнти Wi-Fi 7 могли зв’язати кілька бездротових смуг, щоб отримати більше пропускної здатності, ніж використання однієї смуги. Усі ці роки виробників, які здаються, так, як кілька гуртів зробить ваш Wi-Fi швидше, нарешті.

    Встановіть ті самі ширини каналу, що і Wi-Fi 6E, але ви можете спробувати 320 МГц Для діапазону 6 ГГц і налаштуйте цю установку нижче, якщо ви зіткнетесь із проблемами підключення. Не кожен клієнт Wi-Fi буде грати приємно з Wi-Fi 7, особливо пристроями IoT, які використовують старі версії Wi-Fi. Якщо ваш Розумні домашні пристрої Почніть мати проблеми, налаштуйте гостьову мережу на своєму маршрутизаторі, яка використовує лише діапазон 2,4 ГГц та підключіть усі свої розумні пристрої до цього. Це повинно вирішити будь-які проблеми сумісності, не змушуючи вас вимикати розширені функції Wi-Fi 7.

    Середній будинок не потрібно занадто турбуватися про налаштування

    Незалежно від того, чи ваш маршрутизатор використовує Wi-Fi 6, Wi-Fi 6E або Wi-Fi 7, більшість потенційних налаштувань обробляються автоматично. Сучасні маршрутизатори досить дивовижні для того, що вони можуть зробити з мінімальним введенням, і їх можна в основному залишити наодинці. Якщо ви використовуєте апаратне забезпечення Prosumer, все буде інакше, але навіть тоді ви налаштуєте потужність передачі на точках доступу більше, ніж оптимізація розширених функцій, розроблених для того, щоб залишитися в спокої.