Разное из мира ИТ.

Скептики говорили, что разработать процессор — не самая сложная задача.
Но вот как он будет работать в реальном компьютере? Каков процент брака на производстве? Какое потребуется питание и охлаждение? Сколько будет стоить такая машина?

Похоже, инженерам Cerebras Systems и TSMC удалось решить эти проблемы. 18 ноября 2019 года на конференции Supercomputing 2019 они официально представили CS-1 — «самый быстрый в мире компьютер для расчётов в области машинного обучения и искусственного интеллекта».

Первые экземпляры CS-1 уже отправлены заказчикам. Один из них установлен в Аргоннской национальной лаборатории министерства энергетики США, той самой, в которой скоро начнётся сборка самого мощного в США суперкомпьютера из модулей Aurora на новой архитектуре GPU от Intel. Другим заказчиком стала Ливерморская национальная лаборатория.

Процессор с 400 000 вычислительными ядрами предназначен для дата-центров по обработке вычислений в области машинного обучения и искусственного интеллекта. Cerebras заявляет, что компьютер обучает системы AI на порядки эффективнее, чем существующее оборудование. CS-1 по производительности эквивалентен «сотням серверов на базе GPU», потребляющих сотни киловатт. В то же время он занимает всего 15 юнитов в серверной стойке и потребляет около 17 кВт.


Генеральный директор и соучредитель Cerebras Systems Эндрю Фельдман (Andrew Feldman) говорит, что CS-1 является «самым быстрым в мире компьютером AI». Он сравнил его с кластерами TPU от Google и отмечает, что каждый из них «занимает 10 стоек и потребляет более 100 киловатт, чтобы обеспечить треть производительности одной установки CS-1».

Компьютер CS-1.

Обучение больших нейронных сетей может занимать недели на стандартном компьютере. Установка CS-1 с процессорным чипом из 400 000 ядер и 1,2 триллиона транзисторов выполняет эту задачу за минуты или даже секунды, пишет IEEE Spectrum. Однако Cerebras не представила реальные результаты тестов, чтобы проверить заявления о высокой производительности, например, тесты MLPerf.
Вместо этого компания напрямую установила контакты с потенциальными клиентами — и позволила обучать собственные модели нейронных сетей на CS-1.

Такой подход не является чем-то необычным, считают аналитики: «Каждый управляет своими собственными моделями, которые они разработали для своего собственного бизнеса, — говорит Карл Фройнд (Karl Freund), аналитик по приложениям искусственного интеллекта в Moor Insights & Strategies. — Это единственное, что имеет значение для покупателей».

Разработкой специализированных чипов для AI занимаются многие компании, в том числе традиционные представители индустрии, такие как Intel, Qualcomm, а также различные стартапы в США, Великобритании и Китае. Google разработала чип специально для нейронных сетей — тензорный процессор, или TPU. Несколько других производителей последовали её примеру. Системы AI работают в многопоточном режиме, а узким местом становится перемещение данных между чипами: «Соединение микросхем на самом деле замедляет их — и требует много энергии, — объясняет Субраманьян Айер (Subramanian Iyer), профессор Калифорнийского университета в Лос-Анджелесе, который специализируется на разработке чипов для искусственного интеллекта. Производители оборудования изучают множество различных вариантов. Некоторые пытаются расширить межпроцессорные соединения.

Основанный три года назад стартап Cerebras, который получил более $200 млн венчурного финансирования, предложил новый подход. Идея в том, чтобы сохранить все данные на гигантском чипе — и тем самым ускорить вычисления.


Вся пластина-микросхема разделена на 400 000 более мелких секций (ядра), с учётом того, что некоторые из них не будут работать. Чип разработан с возможностью маршрутизации вокруг дефектных областей. Программируемые ядра SLAC (Sparse Linear Algebra Cores) оптимизированы для линейной алгебры, то есть для вычислений в векторном пространстве. Компания также разработала технологию «утилизации разреженности» (sparsity harvesting) для повышения производительности вычислений при разреженных рабочих нагрузках (содержащих нули), таких как глубокое обучение. Векторы и матрицы в векторном пространстве обычно содержат множество нулевых элементов (от 50% до 98%), поэтому на традиционных GPU большая часть вычислений уходит впустую. В отличие от них, ядра SLAC предварительно отфильтровывают нулевые данные.

Коммуникации между ядрами обеспечивает система Swarm с пропускной способностью 100 петабит в секунду. Маршрутизация аппаратная, задержки измеряются в наносекундах.

Стоимость компьютера не называется. Независимые эксперты считают, что реальная цена зависит от процента брака. Также достоверно не известна производительность микросхемы и сколько ядер работоспособны в реальных образцах.


Cerebras огласила некоторые подробности о программной части системы CS-1. Программное обеспечение даёт возможность пользователям создавать собственные модели машинного обучения с использованием стандартных фреймворков, таких как PyTorch и TensorFlow. Затем система распределяет 400 000 ядер и 18 гигабайт памяти SRAM на чипе по слоям нейронной сети таким образом, чтобы все слои завершали работу примерно в одно время со своими соседями (задача оптимизации). В результате информация обрабатывается всеми слоями без задержек. Благодаря подсистеме ввода-вывода из 12 линий 100-гигабитного Ethernet машина CS-1 может обрабатывать 1,2 терабита данных в секунду.

Преобразованием исходной нейросети в оптимизированную исполняемую репрезентацию (Cerebras Linear Algebra Intermediate Representation, CLAIR) занимается компилятор графов (Cerebras Graph Compiler, CGC). Компилятор выделяет вычислительные ресурсы и память для каждой части графа, а затем сопоставляет их с вычислительным массивом. Затем вычисляется путь коммуникации по внутренней структуре пластины, уникальный для каждой сети.

Распределение математических операций нейросети по ядрам процессора.

Из-за огромного размера WSE все слои в нейронной сети одновременно размещаются на нём и работают параллельно. Этот подход уникален для WSE — ни у одного другого устройства недостаточно встроенной памяти, чтобы поместить все слои сразу на одном чипе, заявляет Cerebras. Такая архитектура с размещением сразу всей нейросети на чипе даёт огромные преимущества благодаря высокой пропускной способности и низкой задержке.

Программное обеспечение может выполнять задачу оптимизации для нескольких компьютерах, позволяя кластеру компьютеров действовать как одна большая машина. Кластер из 32 компьютеров CS-1 показывает примерно 32-кратное увеличение производительности, что свидетельствует об очень хорошей масштабируемости. Фельдман говорит, что это отличается от поведения кластеров на основе GPU: «Сегодня, когда вы составляете кластер из графических процессоров, он не ведёт себя как одна большая машина. Вы получаете множество маленьких машин».

В пресс-релизе сказано, что Аргоннская национальная лаборатория работает с Cerebras уже два года: «Развернув CS-1, мы резко увеличили скорость обучения нейронных сетей, что позволило повысить продуктивность наших исследований и добиться значительных успехов».

Одной из первых нагрузок для CS-1 станет нейросетевая симуляция столкновения чёрных дыр и гравитационных волн, которые создаются в результате этого столкновения. Предыдущая версия этой задачи работала на 1024 из 4392 узлов суперкомпьютера Theta.

Процессор предназначен для дата-центров по обработке вычислений в области машинного обучения и искусственного интеллекта (AI).

Инженеры Cerebras Systems считают, что микросхему под названием WSE можно использовать для облачных вычислений в разных приложениях машинного обучения: от беспилотных автомобилей до цифровых ассистентов с распознаванием речи, таких как Alexa от Amazon.

Разработкой чипов для AI занимаются многие компании, в том числе традиционные представители индустрии, такие как Intel, Qualcomm, а также различные стартапы в США, Великобритании и Китае.
Некоторые эксперты считают, что эти чипы будут играть ключевую роль в гонке за создание искусственного интеллекта, потенциально влияя на баланс сил между технологическими компаниями и даже странами.
Теоретически, они могут дать преимущество в работе коммерческих продуктов и государственных технологий, включая системы наблюдения и автономное оружие.

Google уже разработала собственный AI-ускоритель, используя его в широком спектре проектов AI, включая Google Assistant, который распознаёт голосовые команды на телефонах Android, и Google Translate для перевода текстов: «В этой области наблюдается чудовищный рост, — говорит основатель и исполнительный директор Cerebras Эндрю Фельдман (Andrew Feldman), ветеран полупроводниковой индустрии, который продал свой предыдущий стартап AMD.

Новые системы AI полагаются на нейронные сети и требует специфических вычислителей.
Сегодня большинство компаний обрабатывает данные на GPU. Хотя графические процессоры изначально предназначены для других задач, но хорошо подходят для обсчёта математики нейросетей.

Около шести лет назад, когда технологические гиганты Google, Facebook и Microsoft сосредоточились на технологиях AI, они начали покупать огромное количество GPU у Nvidia. За год компания продала графических процессоров на $143 млн, удвоив продажи по сравнению с предыдущим годом.

Но компаниям требовалось ещё больше вычислительной мощности, поэтому Google разработала чип специально для нейронных сетей — тензорный процессор, или TPU. Несколько других производителей последовали её примеру.

Системы AI работают в многопоточном режиме, а узким местом становится перемещение данных между чипами: «Соединение этих чипов на самом деле замедляет их — и требует много энергии, — объясняет профессор Калифорнийского университета в Лос-Анджелесе, который специализируется на разработке чипов для искусственного интеллекта.

Производители оборудования изучают множество различных вариантов. Некоторые пытаются расширить межпроцессорные соединения. Трёхлетний стартап Cerebras, который получил более $200 млн венчурного финансирования, предлагает новый подход.
Идея в том, чтобы сохранить все данные на гигантском чипе — и тем самым ускорить вычисления.

Работать с одним большим чипом очень сложно. Обычно микросхемы создаются на круглых кремниевых пластинах диаметром около 12 дюймов (30,5 см). Каждая из них обычно содержит около 100 чипов.

Пример кремниевой пластины.

Многие из этих микросхем после снятия с пластины выбрасываются и никогда не используются. Травление цепей в кремнии — такой сложный процесс, что производители не могут полностью устранить дефекты. Некоторые цепи просто не работают.
Это одна из причин, почему производители предпочитают сохранять маленький размер микросхем — так остаётся меньше места для ошибок.
А вот Cerebras Systems уверяет, что создала одну микросхему размером с целую пластину. Технологический партнёр TSMC производит эти чипы по техпроцессу 16 нм.

Некоторые стартапы раньше пробовали такой подход, но безуспешно. Пожалуй, самым известным является стартап под названием Trilogy, который основал в 1980 году известный инженер из компании IBM Джин Амдал (Gene Amdahl). Несмотря на более $230 млн финансирования, Trilogy в конечном итоге сочла задачу слишком трудной и спустя пять лет свернула деятельность.

Почти через 35 лет Cerebras собирается исправить ошибки предшественника. Стартап планирует начать поставки микросхем WSE небольшому числу клиентов уже в сентябре 2019 года.
Основатель компании говорит, что WSE способен обучать системы AI в 100−1000 раз быстрее, чем существующее оборудование.


18 гигабайт быстрой локальной SRAM — единственный уровень иерархии оперативной памяти.

Скорость обмена данных с памятью — 9 петабайт в секунду, пишет VentureBeat.

Гигантская микросхема разделена на более мелкие секции (ядра), с учётом того, что некоторые из них не будут работать. Общее количество ядер — 400 000.

Чип разработан с возможностью маршрутизации вокруг дефектных областей. Программируемые ядра SLAC (Sparse Linear Algebra Cores) оптимизированы для линейной алгебры, то есть для вычислений в векторном пространстве.
Компания также разработала технологию «утилизации разреженности» (sparsity harvesting) для повышения производительности вычислений при разреженных рабочих нагрузках (содержащих нули), таких как глубокое обучение.
Векторы и матрицы в векторном пространстве обычно содержат множество нулевых элементов (от 50% до 98%), поэтому на традиционных GPU большая часть вычислений уходит впустую. В отличие от них, ядра SLAC предварительно отфильтровывают нулевые данные.

Коммуникации между ядрами обеспечивает система Swarm с пропускной способностью 100 петабит в секунду. Маршрутизация аппаратная, задержки измеряются в наносекундах.

NY Times отмечает, что заявления Cerebras Systems не подтверждены независимыми экспертами.
Достоверно не известно, какова производительность микросхемы и сколько ядер работоспособны в реальных образцах.

Цена микросхемы будет зависеть и от процента брака.
Разработка и производство таких изделий является «намного более трудоёмким процессом», признаёт Брэд Полсен (Brad Paulsen), старший вице-президент TSMC.

Чип такого размера также потребляет большое количество энергии: значит, и охлаждать его будет сложно и дорого. Другими словами, создание чипа — только часть задачи.

Cerebras планирует продавать чип в составе гораздо более крупной машины, которая включает сложное оборудование для жидкостного охлаждения.
Это не совсем то, с чем привыкли работать крупные технологические компании и государственные учреждения: «Дело не в том, что люди не могли создать такой чип, — говорит профессор университета Иллинойса, который также изучает большие чипы для AI.
— Проблема в том, что никто не мог сделать это коммерчески осуществимым».

Таким образом, основной вопрос — сколько будет стоить эта система с жидкостным охлаждением и микросхемой Cerebras внутри.

Ryzen 9 3950X из двух 7-нанометровых чиплетов TSMC: 16 ядер, 3,5-4,7 ГГц, $749.
Ryzen Threadripper 3960X (24 ядра, 3,8-4,5 ГГц) и Ryzen Threadripper 3970X (32 ядра, 3,7-4,5 ГГц) из четырёх чиплетов каждый. Это первые процессоры 3-го поколения Threadripper на 7-нанометровой архитектуре Zen 2, $1399 и $1999.
Чипсет TRX40 для новых Threadripper'ов. Новый сокет и новые материнские платы.
Штатно разгоняемый Athlon 3000G за $49.

Ryzen 9 3950X ориентирован на более массовый рынок, а Threadripper 3-го поколения — на мощные игровые системы и высокопроизводительные рабочие станции (рынок HEDT, high-end desktop).

Представленные процессоры поступят в продажу уже через две недели, с 25 ноября 2019 года (Athlon 3000G — с 19 ноября).

Ryzen 9 3950X

Ryzen 9 3950X — один из самых ожидаемых процессоров AMD, который компания упоминала почти на каждой своей презентации в этом году. Новый флагман AMD для массового рынка настольных компьютеров производится TSMC из двух 8-ядерных чиплетов по 7-нанометровому техпроцессу.


AMD также подчёркивает, что у 16-ядерного Ryzen 9 3950X энергопотребление ниже, чем у 8-ядерного Core i9-9900K.

Кроме того, все процессоры Ryzen 3000 поддерживают снижение энергопотребления и производительности через программное обеспечение Ryzen Master. Так, процессор с TDP 95/105 Вт можно опустить до 65 Вт. Тогда температура Ryzen 9 3950X упадёт с 54°С до 47°С, а производительность снизится на 23% (в Cinebench nT).

Первые Threadripper 3-го поколения

Ryzen Threadripper 3960X и Ryzen Threadripper 3970X открывают серию процессоров Ryzen Threadripper 3-го поколения.


32-ядерный TR 3970X с 64 потоками имеет базовую частоту 3,7 ГГц, турбо 4,5 ГГц, 64 линии PCIe 4.0, кэш L3 128 МБ, четыре канала памяти DDR4-3200 (1DPC), TDP 280 Вт и рекомендуемую цену $1999. Для контекста, ещё совсем недавно дешевле $2000 можно было купить максимум 10-ядерный процессор, пишет AnandTech.

У 24-ядерного TR 3960X базовая частота чуть выше: 3,8 ГГц. Остальные характеристики те же, а рекомендованная цена $1399


Издание Tom's Hardware опубликовало предварительные бенчмарки Threadripper 3960X в сравнении с процессором предыдущего поколения Threadripper 2970WX, нынешним десктопным флагманом AMD Ryzen 9 3900X, а также главными конкурентами Intel Core i9-9900KS и Intel Core i9-9980XE.


Как видим, Threadripper 3960X серьёзно превосходит своего предшественника Threadripper 2970WX, что было вполне ожидаемо. Он немного уступает чипам Ryzen 9 3900X и Core i9-9980XE в тесте Fire Strike, однако превосходит их все в Time Spy и Time Spy Extreme.

Результатов тестирования Threadripper 3970X пока нет. Но можно предположить, что увеличение количества ядер на 25% явно повысит производительность в некоторых задачах, которые позволяют массовый параллелизм. Сама AMD заявляет, что Threadripper 3970X «обеспечивает прибавку производительности до 90% по сравнению с Core i9-9980XE, в том числе:

До 90% в Cinebench R20 nT
До 47% в Adobe Premiere
До 49% в V-Ray
До 43% в Chromium Release 78 Compile
До 36% в Unreal Engine

Результаты бенчмарков Intel Core i9-9980XE 18C36T, AMD Threadripper 3960X 24C48T и AMD Threadripper 3970X 32C64T

Платформа TRX40

Для процессоров TR 3960X и TR 3970X разработан новый сокет sTRX4 и новые материнские платы TRX40, хотя технически в сокете по-прежнему 4094 пина, как и в предыдущем. Представители AMD на презентации упомянули, что закладывались на долголетие этой платформы. Наверное, можно ожидать, что с этими материнскими платами будет совместимо ещё хотя бы одно поколение Threadripper. Они подчеркнули, что новый сокет пришлось внедрить из-за нового требования PCIe 4.0 x8.


Чипсет TRX40 разработан инженерами AMD и производится по 14-нанометровому техпроцессу на мощностях GlobalFoundries.

Большое количество линий PCIe (72, а с резервными 88) позволяет производителям материнских плат предложить самые разные конфигурации, даже такие сумасшедшие, как с 20 портами SATA, пишет AnandTech. В каком-то смысле, именно этот параметр (количество линий), а не количество ядер, становится главным отличием Threadripper от «массовых» Ryzen 9.

Производители материнских плат уже публикуют - тизеры своих новинок, а большинство из них будет представлено ближе к 25 ноября 2019 года, то есть дате официально начала продаж Threadripper 3960X и Threadripper 3970X.

Правда, есть опасения, что новые материнские платы окажутся очень дорогими. Пока что самое дешёвое, что удалось найти — это Gigabyte TRX40 Aorus Pro WiFi за $407,81. Остальные ещё дороже.

Athlon 3000G

Athlon 3000G за 49 долларов — довольно интересный процессор, хотя он стоит особняком среди высокопроизводительных новинок. Это двухъядерный CPU на микроархитектуре Zen+ Picasso 12 нм, как Athlon 3000G, Ryzen 3 3200G и Ryzen 5 3400G.

Он работает на частоте 3,5 ГГц без турборежима с графикой Radeon Vega 3 (1,1 ГГц) и TDP 35 Вт. Поддерживает до 64 ГБ памяти DDR4-2933 и поставляется в корпусе с тихим кулером AMD на 65 Вт. По такой цене это довольно привлекательное предложение.

Интересная деталь: AMD позиционирует Athlon 3000G как первый AM4 Athlon, «полностью открытый для оверклокинга». Покупатели могут завышать множитель настолько, насколько выдержит железо. AMD называет плюс 400 МГц «типичным оверклокингом» для конечного пользователя. Именно поэтому в комплекте поставляется кулер для теплоотвода 65 Вт, а не номинального максимума этого процессора TDP 35 Вт.

Вероятно, Athlon 3000G угрожает рыночным позициям Intel Celeron и Pentium. Компания AMD заявила, что готова производить чипы Athlon в большом количестве, так что их дефицит на рынке исключён.

Сравнение производительности Pentium GS400 ($73) и Athlon 3000G ($49)

Сравнение производительности Pentium GS400 и Athlon 3000G на номинальной частоте 3,5 ГГц и после разгона на 3,9 ГГц

Ценовая война

Чем ответит Intel ?
В начале октября компания представила несколько процессоров новой линейки Xeon W-2200 для рабочих станций и в серверов, а ещё в мае анонсировала десятое поколение процессоров Ice Lake 10 нм.

Чтобы выдержать конкуренцию, Intel выпустила процессоры Core i9 десятого поколения на базе архитектуры Cascade Lake-X c более высокими тактовыми частотами, поддержкой Turbo Boost 3.0, большего числа линий PCIe и большего объёма системной памяти с более высокими частотами, а в октябре кардинально снизила цены на процессоры и нового, и старого поколения. Например, цена флагманского 18-ядерного Core i9-10908XE с тактовой частотой 3 ГГц и до 4,8 ГГц в турборежиме, заявлена на уровне $979. Для сравнения, прошлогодний флагманский 18-ядерный Core i9-9980XE на момент выпуска предлагался по $1990.

На данный момент на рынке «мейнстримовых» десктопных процессоров ситуация выглядит следующим образом (для AMD указаны рекомендованные розничные цены, а для Intel цены OEM, которые обычно на 20-50 долларов ниже розничных):


Кроме снижения цен, компания Intel предприняла ещё один грамотный шаг, отменив выпуск 16-ядерного Cascade Lake-X, чтобы ситуация не выглядела слишком очевидной.

В то же время AMD заявила, что резкое снижение цен со стороны Intel и прочие манёвры Intel «не повлияют на план выпуска продуктов».

Но теперь «анонимному » пришёл конец. Ночью 26 сентября 2019 года бойцы немецкого спецназа и полиции штурмом взяли защищённый и охраняемый бункер. Захват произведён под выдуманым предлогом .

Штурм дался непросто, поскольку бункер находится в труднодоступном месте в лесном массиве, а сам дата-центр расположен на нескольких уровнях под землёй.
В операции приняли участие около 650 человек, включая сотрудников правоохранительные органов, спасательные службы, пожарных, медицинский персонал, операторов дронов и т. д.

Вход в бункер можно рассмотреть рядом с тремя зданиями в левой верхней части фотографии.
По центру — вышка связи. Справа — второе здание дата-центра.

Спутниковая карта этого района

Полиция перед входом в бункер после начала операции

Захваченный объект находится около городка Трабен-Трарбах в юго-западной части Германии (земля Рейнланд-Пфальц, столица Майнц). Четыре подземных этажа бункера уходят в глубину на 25 метров.


Прокурор Юрген Бауэр (Juergen Bauer) рассказал журналистам, что расследование деятельности анонимного хостинга велось несколько лет. Операция тщательно готовилась.
Одновременно со штурмом задержано семь человек в ресторане Трабен-Трарбаха и в городе Швальбах, недалеко от Франкфурта.
Главным подозреваемым является 59-летний голландец.
Задержаны он и трое его соотечественников (49, 33 и 24 года), один немец (23 года), болгарин и единственная женщина (немка, 52 года).

Обыски проведены также в Польше, Нидерландах и Люксембурге.

Всего конфисковано около 200 серверов, бумажные документы, многочисленные носители данных, мобильные телефоны и большая сумма наличных денег (примерно 41 млн долларов в эквиваленте). Следователи говорят, что анализ улик займёт несколько лет.

Рабочее место оператора в бункере

В ходе рейда немецкие власти также захватили по крайней мере два домена, в том числе домен голландской компании ZYZTM Research (zyztm[.]com) и cb3rob[.]org.

По информации властей, вышеупомянутый голландец приобрёл бывший военный бункер в 2013 году — и превратил его в большой и хорошо защищённый центр обработки данных, «чтобы сделать его доступным для клиентов, согласно нашим расследованиям, исключительно в незаконных целях», — добавил Бауэр.

В Германии хостера нельзя привлечь к ответственности за размещение незаконных веб-сайтов, если не будет доказано, что он знал и поддерживал незаконную деятельность.

Бывший объект НАТО был куплен у геоинформационного подразделения Бундесвера. Пресс-релизы в то время описывают его как многоэтажное защитное сооружение площадью 5500 м². У него два смежных офисных здания площадью 4300 м², общая территория построек занимает 13 гектаров земли.


Начальник региональной уголовной полиции Йоханнес Кунц (Johannes Kunz) добавил, что подозреваемый «связан с организованной преступностью» и большую часть своего времени проводил в этом районе, хотя подал документы на переезд в Сингапур.
Вместо эмиграции владелец дата-центра, предположительно, жил прямо в подземном бункере.

Всего под следствием находятся тринадцать человек в возрасте от 20 до 59 лет, в том числе трое граждан Германии и семь граждан Нидерландов, сообщил Брауэр.

Семерых взяли под арест, потому что есть вероятность их бегства из страны.
Их подозревают в участии в преступной организации, налоговых нарушениях, а также в соучастии в «сотнях тысяч преступлений», связанных с наркотиками, отмыванием денег и поддельными документами, а также в пособничестве распространению детской порнографии.
Власти не назвали ни одного имени.

Следователи описали дата-центр как «пуленепробиваемый хостинг», предназначенный для сокрытия незаконной деятельности от глаз властей.

«Я думаю, что это огромный успех… что мы вообще смогли ввести полицейские силы в бункерный комплекс, который защищён на самом высоком военном уровне, — сказал Кунц. — Мы должны были преодолеть не только реальную или аналоговую защиты, но и взломать цифровую защиту центра обработки данных».

Серверная в дата-центре

Среди незаконных услуг, предположительно размещённых в немецком дата-центре, были Cannabis Road, Flight Vamp 2.0, Orange Chemicals и вторая в мире по размеру платформа для продажи наркотиков Wall Street Market.

Например, на площадке Cannabis Road было зарегистрировано 87 продавцов нелегальных наркотиков. В целом, платформа обработала как минимум несколько тысяч продаж продуктов из каннабиса.

Платформа Wall Street Market обработала около 250 000 сделок по незаконному обороту наркотиков с объёмом продаж более 41 миллиона евро.

Flight Vamp считается крупнейшей в Швеции площадкой для незаконной продажи наркотиков.
Розыск её операторов ведут шведские следственные органы. По данным следствия, там отметились 600 продавцов и около 10 000 покупателей.

Через Orange Chemicals по всей Европе распространялись синтетические наркотики разного вида.

Вероятно, теперь всем перечисленным магазинам придётся переехать на другой хостинг в даркнете.

По словам Бауэра, ботнет-атака на немецкую телекоммуникационную компанию Deutsche Telekom в конце 2016 года, которая вывела из строя около 1 миллиона маршрутизаторов клиентов, также велась с серверов в Кибербункере.

Когда бункер купили в 2013 году, покупатель сразу не назвал себя, но сказал, что связан с CyberBunker, оператором аналогичного голландского дата-центра, расположенного в другом бункере времён холодной войны. Это один из старейших анонимных хостингов в мире.

Он декларировал независимость так называемой «Республики Кибербункер» и готовность размещать любой сайт, кроме детской порнографии и всего, что связано с терроризмом.

В настоящее время сайт недоступен. На главной странице красуется гордая надпись от правоохранительных органов: «Сервер конфискован» (DIESE SERVER WURDE BESCHLAGNAHMT).


Согласно историческим записям whois, Zyztm[.] com первоначально был зарегистрирован на имя Германа Йохана Ксеннта (Herman Johan Xennt) из Нидерландов.

Домен Cb3rob[.]org принадлежал организации, которая хостилась в CyberBunker и была зарегистрирована на Свена Олафа Кампхейса, самопровозглашённого анархиста, осуждённого несколько лет назад за участие в вышеупомянутой крупномасштабной атаке, которая ненадолго нарушила работу интернета в некоторых местах.

Владелец и оператор кибербункеров Герман Йохан Ксеннт.

59-летний Ксеннт и Кампхейс вместе работали над предыдущим проектом «пуленепробиваемого» хостинга CyberBunker, который размещался внутри военного бункера в Нидерландах, пишет исследователь в области информационной безопасности Брайан Кребс.

По словам директора компании Disaster-Proof Solutions Гвидо Блаау (Guido Blaauw), он купил у Ксеннта голландский бункер площадью 1800 м² в 2011 году за $700 тыс.
Вероятно, после этого Ксеннт нашёл похожий объект в Германии.

Гвидо Блаау утверждает, что после пожара 2002 года, когда в голландском бункере среди серверов нашли лабораторию по производству экстази, там не размещалось ни одного сервера: «В течение 11 лет они рассказывали всем об этом ультра-безопасном бункере, но [их серверы] размещались в Амстердаме, и в течение».

Аккумуляторы в дата-центре CyberBunker 2.0

Тем не менее, «Республику Кибербункер» возродили в 2013 году на немецкой территории, и предприниматели начали предлагать многие из тех же услуг, и тем же клиентам, что и раньше.

CyberBunker входил в топ хостеров для аниме.

К ним предъявляются специфические требования, в том числе гарантия анонимности клиентов.
Хотя Кибербункера больше нет, но другие защищённые и анонимные хостеры продолжают работать.
Они обычно физически размещены за пределами американской юрисдикции, в офшорных зонах, и декларируют максимальную приватность.

Анонимный хостинг в литературе

Бывшая фотография из профиля в Facebook Свена Олафа Кампхейса. После ареста в 2013 году он грубо разговаривал с властями и заявлял о независимости Республики Кибербункер

История с Республикой Кибербункер и другими офшорными хостингами чем-то напоминает вымышленное государство Кинакута из романа «Криптономикон» Нила Стивенсона.
Роман написан в жанре «альтернативная история» и показывает, в каком направлении могло пойти развитие человечества при небольшом изменении входных параметров или в результате случайности.

Султанат Кинакута — маленький островок в углу моря Сулу, в середине пролива между Калимантаном и филиппинским островом под названием Палаван.
Во время Второй мировой войны японцы использовали Кинакуту как плацдарм для нападения на голландскую Ост-Индию и Филиппины. Там была база ВМФ и аэродром. После войны Кинакута вновь обрела независимость, в том числе финансовую, благодаря запасам нефти.

По какой-то причине султан Кинакуты решил сделать из своего государства «информационный рай». Был принят закон, который касается всех телекоммуникаций, идущих через территорию Кинакуты: «Я отказываюсь от всякой административной власти над информационными потоками внутри страны и через её границы, — объявил правитель. — Ни при каких обстоятельствах правительство не будет совать нос в информационные потоки или использовать свою власть для ограничения этих потоков. Таков новый закон Кинакуты». После этого на территории Кинакуты было создано виртуальное государство Крипта:

Крипта. «Реальная» столица Сети. Рай хакеров. Кошмар корпораций и банков. «Враг номер один» ВСЕХ мировых правительств. В сети нет ни стран, ни национальностей. Есть только СВОБОДНЫЕ люди, готовые сражаться за свою свободу!..

Нил Стивенсон. «Криптономикон»

В преломлении на современные реалии офшорные анонимные хостинги представляют собой некое подобие Крипты — независимой платформы, которая не подконтрольна мировым правительствам. В романе описан даже дата-центр в искусственной пещере (информационное «сердце» Крипты), который немного похож на немецкий Кибербункер:

В стене есть ещё отверстие — видимо, от этой пещеры ответвляются несколько боковых. Том ведет Рэнди туда и почти сразу предостерегающе берёт за локоть: впереди пятиметровый колодец, вниз уходит деревянная лестница.

— То, что ты сейчас видел, — главная коммутаторная, — говорит Том.

— Когда её закончат, получится самый большой маршрутизатор в мире. В соседних комнатах мы разместим компьютеры и систему хранения. По сути — самый большой в мире RAID с большим пребольшим кешем.

RAID означает избыточный массив недорогих дисков — способ надёжно и дёшево хранить большое количество информации. Как раз то, что нужно для информационного рая.

— Мы пока ещё расширяем соседние помещения, — продолжает Том, — и кое на что там наткнулись. Думаю, тебе будет интересно. — Он поворачивается и начинает спускаться по лестнице. — Ты знаешь, что в войну у японцев здесь было бомбоубежище?

У Рэнди в кармане — отксеренная карта из книги. Он вынимает её и подносит к лампочке. Разумеется, высоко в горах отмечен «ВХОД В БОМБОУБЕЖИЩЕ И КОМАНДНЫЙ ПУНКТ».

Нил Стивенсон. «Криптономикон»

Крипта заняла ту же экологическую нишу, какую в реальном финансовом мире занимает Швейцария.

В реальности организовать такой «информационный рай» не так просто, как в литературе. Впрочем, в некоторых аспектах альтернативная история Стивенсона начинает постепенно сбываться.
Например, сегодня значительная часть международной коммуникационной инфраструктуры, в том числе подводные кабели, принадлежит уже не правительствам, а частным корпорациям.

Но возможно и то, что WhatsApp просто случайно внедряет критические уязвимости безопасности в свои приложения каждые несколько месяцев. Но я сомневаюсь — у Telegram, похожего приложения по сложности, не было проблем такого масштаба за все шесть лет после запуска», — полагает Дуров.

Очевидно, он говорит о судебном процессе Facebook против израильской компании NSO Group.

В октябре представители соцсети обвинили ее в слежке за пользователями WhatsApp, в том числе оппозиционными журналистами и правозащитниками.
Издание New York Times сообщало, что советник короля Саудовской Аравии — Мухаммед аль-Кахтани — пользовался услугами NSO Group.

Его же обвиняют в причастности к убийству политического обозревателя Джамаля Хаштогги.

Ранее основатель Telegram выступал с критикой конкурента из-за проблем с безопасностью. Так, в мае, когда в WhatsApp нашли брешь, позволяющую злоумышленникам получить доступ ко всей хранящейся на смартфоне пользователя информации, Дуров заявил, что за десятилетнюю историю мессенджера не было «ни одного дня, когда этот сервис был безопасным».
В своем письме тогда он тоже призывал отказаться от WhatsApp в пользу Telegram.

Однако и у «защищенного» Telegram иногда возникают проблемы с шифрованием. В августе участники протестных акций в Гонконге сообщали, что у полиции есть способ определять телефонные номера пользователей мессенджера.
Тогда компания признала баг с утечкой конфиденциальных данных, но заявила, что это не баг, а фича.

Telegram предупредил пользователей, что настройка «Никто» относительно видимости телефонных номеров действует не так, как они думают: «Нет никакой ошибки: так же, как WhatsApp или Facebook Messenger, мессенджер Telegram основан на телефонных контактах.

Это означает, что вы должны иметь возможность видеть свои контакты, которые также используют приложение.
Настройки номера телефона контролируют видимость номера телефона для пользователей, у которых НЕТ вашего номера (в отличие от WhatsApp, который показывает ваш номер телефона всем в любой группе)».

Отключите все уведомления, кроме тех, что приходят от людей.


Уведомления имеют вид красных точек, потому что красный – раздражающий цвет, который сразу привлекает наше внимание. Однако большинство уведомлений создаются машинами, а не настоящими людьми. Они заставляют наши телефоны вибрировать, чтобы заманить нас в приложения, которые нам на самом деле не нужны.

Зайдите в Настройки -> Уведомления, отключите все уведомления, баннеры и значки приложений кроме тех, где вы уделяете внимание реальным людям, например WhatsApp, FB Messenger, Signal, Telegram, WeChat и пр.

Переходите в черно-белый режим


Цветные иконки вознаграждают наш мозг яркими картинками каждый раз, когда мы разблокируем телефон. Переведите телефон в режим оттенков серого, чтобы убрать эти поощрения. Это помогает многим людям реже проверять свой телефон.

Зайдите в Настройки -> Основные -> Универсальный доступ -> Быстрые команды (внизу) -> Светофильтры. Это позволит вам включать режим оттенков серого, быстро нажимая кнопку “Домой” трижды, и вы сможете включать цвета тогда, когда они вам нужны.

Хранить на домашнем экране только приложения-инструменты.


Бывает ли с вами такое, что вы бездумно открываете приложения только потому, что это первое, что вы увидели, когда разблокировали телефон?

Оставьте на первой странице приложений только приложения-инструменты – то есть те, которые вы используете для решения быстрых задач, вроде карт, камеры, заметок или Lyft. Уберите с первой страницы и сгруппируйте в папки остальные приложения, особенно те, которые вы выбираете неосознанно.

Запускайте остальные приложения, печатая в командной строке.


Свайпните вниз и напечатайте название приложения, которое вы хотите запустить, вместо того, чтобы открывать с домашнего экрана приложения, которые вошли во вредную привычку. Набор текста требует достаточно усилий, чтобы спросить себя: “Действительно ли я хочу это сделать?”

На Android вы можете использовать строку поиска на домашнем экране.

В случае с iOS, для лучших результатов вы можете отключить предложения Siri (Настройки -> Siri и поиск -> Предложения Siri, отключить все пункты в данном меню)

Не заряжайте приборы в спальне


Заведите отдельный будильник в своей спальне и заряжайте телефон в другой комнате (или в другом ее конце). Таким образом вы сможете просыпаться, и ваш телефон не будет затягивать вас еще до того, как вы встанете.

Удалите социальные сети с телефона или сократите до минимума


Это сложно, но эффективно! Если вы действительно хотите меньше пользоваться телефоном, мы рекомендуем удалить все основные социальные сети. Это самый простой способ сократить время, проводимое в телефоне, так как эти приложения легко могут пожирать большое его количество. Приучите себя пользоваться ими только с компьютера (или не пользоваться вообще).

Замечание: вы можете удалить приложение Facebook и все равно пользоваться определенными его функциями, например, Facebook Messenger для сообщений и Local для получения информации о событиях.

Звоните или отправляйте голосовые сообщения вместо текстовых


Исследования показывают, что люди зачастую неправильно воспринимают текстовые сообщения даже от тех, с кем они состоят в отношениях, в то время как голос может иметь различные интонации и менее подвержен недопониманию. Запись голосового сообщения зачастую быстрее и приносит меньше стресса, чем посимвольная печать. Более того, это не требует вашего визуального внимания.

Замечание: иногда люди находятся в обстановке, в которой они не могут прослушать голосовые сообщения, поэтому будьте терпеливы в ожидании ответа.

Быстрые команды в сообщениях: используйте быстрые реакции.


На iOS вы можете нажать и удерживать палец на сообщении, и вы увидите всплывающее меню с быстрыми реакциями. Это быстрее, чем придумывать ответ с нуля, а также вы можете добавить сообщению контекст и оттенок эмоций, которые зачастую неявно передается в реальном разговоре лицом к лицу.

Приложения



Flux (Mac, Windows)



Повышаем качественного сна, уменьшив на с экране синий свет.

uBlock Origin (Chrome, Safari, Firefox)



Повышаем внимание при чтении каждой статьи на ~30-40%.


InboxWhenReady (Gmail)



Скрывает «Входящие» в электронном ящике. Просматривайте их при нажатии на кнопку «Показать входящие» и не отвлекайтесь на уведомления о получение новых писем.


Thrive (Android)



Установите ограничения функционала вашего смартфона на определенные промежутки времени, превращая его в обычный глупый телефон. Автоматически сообщает другим, когда вы отдыхаете.


Turn on NightShift (iOS)



Синий свет с экранов поздней ночью заставляет наше тело верить, что на часах все еще дневное время, и нарушает нашу естественную способность спать.

Freedom (Mac, Windows)



Временно заблокируйте определенные веб-сайты или приложения на рабочем столе, планшете и телефоне на определенные промежутки времени.

Moment (iOS)



Посмотрите, сколько времени вы проводите в своем телефоне.

RescueTime (Mac, Windows)



Посмотрите, сколько времени за компьютером у вас отнимают различные приложения и веб-сайты.

Enable «Send + Archive»



Работает только с Gmail. Архивирует электронную почту сразу после отправки. Электронное письмо появится в папке «Входящие», когда пользователь ответит.

Gboard



Набор свайпом требует на 50% меньше времени, чем набор на обычных клавиатурах, что позволяет отвечать на сообщения и убирать телефон быстрее.

Calm



Помогает выделить спокойное время без стрессов в течение дня и уменьшает беспокойство. Ведущее по популярности приложение для медитации.

Calendly



Позволяет людям моментально бронировать время в вашем календаре через отправку быстрых ссылок. Помогает каждому пользователю сэкономить 10-15 минут на каждую запланированную встречу.

Facebook Newsfeed Eradicator



Удаляет ленту новостей Facebook и размывает боковые панели и уведомления, позволяя вам использовать наиболее полезные функций Facebook, при этом не пропадая в ленте.

NoMoRoBo



Блокирует звонки от роботов и уменьшает время, которое вы тратите на борьбу со спамом и телемаркетингом.

Siempo



Siempo защищает вас от отвлекающих факторов и бессмысленного пользования смартфоном, позволяя заменить домашний экран интерфейсом, в котором можно группировать уведомления, снимать маркировку иконок, раскидывать их случайным образом и устанавливать ограничения для предотвращения неосознанного использования.


Distraction-Free YouTube (Chrome)



Удаляет рекомендуемые видео с боковой панели YouTube, что снижает вероятность того, что вас затянет в дыру контента. (В настоящее время не отключает автозапуск).

Flipd



Эта компания может похвастаться тем, что пользователи ее приложения провели более 100 миллионов минут, не отвлекаясь. Приложение не дает вам отвлечься, временно блокируя вас от игр, социальных сетей и других приложений. (Приложения временно исчезают с вашего телефона).

Главная сложность такого проекта — создать железо, которое может справиться со множеством параллельных процессов примерно так же, как это делает биологический мозг.

Например, мозг человека состоит приблизительно из 100 млрд нейронов. Количество связей между этими нейронами — астрономическое.

Исследователи планируют создать с помощью своего суперкомпьютера модель из одного миллиарда нейронов, которые будут обрабатываться в реальном времени.
Несмотря на то, что это всего один процент от человеческого мозга — шаг для компьютерных наук огромный.
Пока что ни один суперкомпьютер не мог справиться с такой задачей.

Основные решения в суперкомпьютере связаны с архитектурой железа. Она называется SpiNNaker (Spiking Neural Network Architecture).
В ней миллион ядер разбит на 57 тысяч узлов.
В каждом по 18 ядер и 128 мегабайт SDRAM памяти, которая размещена отдельно от матрицы с чипами. Между ядрами несколько способов передачи информации, но основной — пакетами по 5–9 килобайт.


Все узлы связаны в асинхронную инфраструктуру. Мобильные процессоры и память выбраны из соображений энергопотребления — в такой мощной системе это один из главных ресурсов, ради которого пришлось пожертвовать производительностью.

Как говорят исследователи, с задачей мог справиться и узел из 16 ядер, но количество увеличено для отказоустойчивости.


Принципы взаимодействия между процессорами опиралась на нейробилогию.
В обычных компьютерах объем пересылаемых данных значительно выше, поскольку в них записана информация, как и куда система должна доставлять информацию.

В архитектуре SpiNNaker этого удалось избежать. Пакеты данных содержат только информацию об источнике, а инфраструктура пересылает их по назначению.
Как объясняет издание Motherboard, такая инфраструктура, все равно что работа почты без почтовых отделений — у каждого есть личный почтальон, который сам знает, по какому адресу доставить посылку.

Стив Фурбер, профессор компьютерной инженерии и один из исследователей проекта говорит: «SpiNNaker полностью переизобретает способ работы компьютеров. Нам удалось создать машину, которая работает больше как мозг, нежели компьютер, и это просто невероятно».

Для чего будет использоваться

Сейчас компьютер будет применяться для академических и научных исследований.
Например, ученые уже воссоздали участок коры головного мозга состоящий из 80 тысяч нейронов, которые отвечают за обработку сенсорной информации. Эта модель помогла роботу в реальном времени обрабатывать видеоинформацию, чтобы ориентироваться на сложной местности.

Робот на архитектуре SpiNNaker, разработанный в Университете Мюнхена.

Также суперкомпьютер может моделировать базальные ганглии — участок мозга, который страдает при развитии болезни Паркинсона. Вполне вероятно, модель поможет нейробиологам продвинуться в борьбе с этим недугом.

Как добавил в своем заявлении Фурбер, «с помощью SpiNNaker ученые могут раскрыть многие секреты мозга, исследуя огромные по своим масштабам симуляции.
Робототехники смогут создавать мощнейшие нейронные сети для мобильных роботов, чтобы они могли передвигаться, говорить, работать гибко и менее энергозатратно».

В ноябре 2019 года была закуплена первая партия графических ускорителей Nvidia для обработки данных в дата-центрах Департамента информационных технологий Москвы (ЕЦХД).

В заявке упоминается хранилище данных на 1300 дисков (по 6–10 терабайт), ёмкость массива — почти 9 петабайт.

Алена Попова утверждала, что обработка биометрии с камер видеонаблюдения без письменного согласия человека нарушает закон о персональных данных, и требовала удалить её биометрические персональные данные из базы данных изображений, то есть из ЕЦХД. Савеловский суд отказал в иске.

В исковом заявлении Алена Попова объяснила, что в апреле 2018 года она провела одиночный пикет около здания Государственной Думы РФ: Несмотря на отсутствие надлежащих доказательств, подтверждающих вину в организации и проведении несанкционированного массового мероприятия, Тверской районный суд адрес привлёк её к административной ответственности и назначил штраф.

Впоследствии постановление о привлечении к административной ответственности и наложение административного штрафа было обжаловано в вышестоящие суды: «В ходе рассмотрения указанного дела об административном правонарушении был произведён осмотр записей с камер видеонаблюдения, на которых в промежутке времени с время до время по тайм-коду видеокамеры зафиксировано целенаправленное приближение фокуса камеры (увеличение изображения) в 32 раза с фиксацией на лице административного истца, то есть признаки применение технологии распознавания лиц», — сказано в документе.

Система видеонаблюдения использует технологии распознавания лиц, но не позволяет установить личность человека, говорится в решении Савеловского суда.
Алгоритмы могут выявить совпадение лишь с определённой долей вероятности (65%), а персональные данные департаменту не передаются.


Суд установил, что «технология распознавания лиц не является запрещённым способом использования информации её обладателем. Это комплекс видеоаналитических алгоритмов, представляющих собой совокупность организационно-технических мер и мероприятий, направленных на разработку и применение технических решений для реализации сервисов, предоставляемых с использованием ЕЦХД и соответствующих приоритетным задачам пользователей ЕЦХД».

Поскольку федеральным законом от дата № 152-ФЗ «О персональных данных» установлена разумная степень свободы использования механизма «обработка персональных данных/изображения», он используется Департаментом для достижения законных целей: «Государство вправе по своему усмотрению выбирать наиболее подходящие средства защиты прав граждан, — сказано в мотивировочной части решения суда.
— На основании вышеизложенного, Департамент как оператор ЕЦХД имеет необходимые правовые основания для приема-передачи, хранения и обработки видеоинформации любым не запрещённым способом».

А сами видеоизображения не могут считаться биометрическими персональными данными, поэтому не требуется получать письменное согласие человека на их обработку, постановил суд.

С другой стороны, полиция имеет полное право обрабатывать персональные данные о гражданах и вносить полученную информацию в базы данных.

Суд не объяснил чётко, почему видеоизображение не является персональными данными, отметила партнёр Pen & Paper Екатерина Тягай в комментарии «Ведомостям», поскольку под это определение подпадает любая информация, если она позволяет идентифицировать человека.

Управляющий партнёр консалтинговой компании «Емельянников, Попова и партнеры» добавляет, что само видеоизображение человека не является биометрическими персональными данными, пока оно не переведено в математический код и не сравнивается с другими кодами из базы шаблонов.
В законе о персональных данных перечислены случаи, когда можно использовать биометрические данные человека без его согласия, и функций ДИТа и ЕЦХД в этом перечне нет, т. е. обрабатывать биометрию человека без его согласия они не могут.

Таким образом, в перспективе появится техническая возможность привлекать граждан за правонарушения в автоматическом режиме, используя камеры видеонаблюдения.

Сейчас доступ к системе городского наблюдения Москвы имеют около 16 тыс. пользователей — это сотрудники правоохранительных органов, государственных и муниципальных организаций.

10 тыс. сотрудников органов исполнительной власти и 6 тыс. представителей правоохранительных органов могут просматривать видео в реальном времени и изучать архивы записей на рабочих местах и с мобильных устройств.

Однако доступ к системе 16 000 человек делает практически неизбежными случаи злоупотреблений со стороны людей, имеющих доступ к конфиденциальной информации.

Вполне вероятно, что скоро за небольшие деньги можно будет заказать слежку за любым человеком или «пробить» его перемещения в любую дату.

К 8 годам максимальное время зарегистрировано в группе детей, которые были рождены в семье первыми, а также среди тех, кого воспитывают дома.

«Наши результаты показывают, что привычка к скринингу начинается рано», — сказала Эдвина Юнг, доктор философии, старший автор исследования и исследователь в отделе эпидемиологии Национального института здоровья и развития ребенка им.
Юниса Кеннеди Шрайвера (NICHD). По ее словам, это свидетельствует о том, что «действия, направленные на сокращение времени скрининга могут иметь больше шансов на успех, если будут внедрены на ранней стадии».

Исследователи NICHD и их коллеги проанализировали данные Upstate KIDS, полученные при отслеживании развития детей, зачатых после лечения бесплодия и родившихся в штате Нью-Йорк с 2008 по 2010 год.
Матери почти 4000 детей, которые приняли участие в исследовании, ответили на вопросы из анкеты про своих детей, когда им было 12, 18, 24, 30 и 36 месяцев. Они также ответили на аналогичные вопросы, когда детям было 7 и 8 лет.

Американская академия педиатрии рекомендует избегать воздействия цифровых средств массовой информации для детей в возрасте до 18 месяцев, знакомить детей с гаджетами не ранее 18-24 месяцев и ограничивать время работы с ними до часа в день для детей в возрасте от 2 до 5 лет.
Однако текущее исследование показало, что 87% детей проводят за электронными устройствами гораздо больше времени. Интересно, что время просмотра возрастало на протяжении всей жизни малышей, но к 7-8 годам оно уменьшилось до 1,5 часов в день. Исследователи связали это с походом в школу.

В исследовании были условно выделены две группы детей: в первой среднесуточное время скрининга увеличилось в 1-3 года с 51-й минуты до 1 часа 47 минут, во второй оно выросло с 37 минут до примерно 4 часов в день. Авторы работы заметили, что чем выше уровень образования родителей, тем меньше шансы детей оказаться во второй группе. Кроме того, в эту группу реже попадали девочки, но чаще в ней оказывались дети матерей, которые родили впервые. Также чаще в группу попадали близнецы.

Буквально на днях в издании JAMA Pediatrics было опубликовано другое исследование, которое опиралось на результаты МРТ-сканирования головного мозга детей. Ученые отобрали 47 малышей в возрасте от 3 до 5 лет, которые прошли тест для измерения своих когнитивных способностей. Их родители ответили на ряд вопросов о привычках детей при использовании смартфонов и планшетов: «Как часто дети используют гаджеты?», «Какой тип контента они просматривают?», «Наблюдают ли взрослые за тем, что делает ребенок с гаджетом?». Сканирование мозга показало, что дети, которые проводили больше времени за скринингом, имели более низкую «целостность белого вещества».

«Белое вещество можно приблизительно представить, как внутреннюю коммуникационную сеть головного мозга. Его длинные нервные волокна покрыты своего рода «изоляцией», которая позволяет электрическим сигналам перемещаться из одной области мозга в другую без перерыва. Целостность этой структуры — это то, насколько хорошо организованы нервные волокна, и насколько хорошо развита оболочка, связанная с когнитивными способностями. В частности, она развивается, когда дети учатся говорить», — пояснили исследователи.

Когнитивный тест, который прошли дети, показал связь между высокой интенсивностью использования гаджетов и низким уровнем языковых навыков и навыков грамматики.

Доктор Университета Калгари Сигна Лорен Брей отметила, что пока не ясно, как длительность работы с гаджетами вызывает изменения в развитии мозга. Однако, согласно ее выкладкам, чем больше времени ребенок проводит за использованием гаджетов, тем больше у него проявляются симптомы СДВГ (синдрома дефицита внимания и гиперактивности). Однако данное исследование также говорит о том, что симптомы как раз могут быть причиной, по которой дети так увлечены скринингом. Конкретную связь исследователям еще предстоит выяснить.