Пришло время интересных историй.
Для начала предлагаю запастись печеньем и большой кружкой хмельной жидкости.
Ты все взял? Представляю вам интервью с Дмитрием Завалишиным, основателем группы компаний DZ Systems, и Александром Ложечкиным, руководителем отдела стратегических технологий Microsoft в Центральной и Восточной Европе.
В нем вы узнаете, чем сегодня стала Microsoft, как мы конкурируем с Amazon и самое интересное, что будет с программистами, если искусственный интеллект поработит мир.
Под катом вы найдете его текстовую расшифровку.
Цикл статей «Цифровая трансформация»
Технологические статьи: 1. Начинать .2. Блокчейн в банке .
3. Научим машину понимать человеческие гены .
4. Машинное обучение и шоколадки .
5. Загрузка.
Серия интервью с Дмитрием Завалишиным на канале ДЗ Онлайн : 1. Александр Ложечкин из Microsoft: Нужны ли разработчики в будущем? 2. Алексей Костарев из «Робота Вера»: Как заменить HR роботом? 3. Федор Овчинников из «Додо Пицца»: Как заменить директора ресторана роботом? 4. Андрей Голуб из ELSE Corp Srl: Как перестать тратить много времени на шопинг?
С кем интервью?
Дмитрий Завалишин — российский программист, автор концепции Phantom OS, организатор и член программного комитета конференции OS Day, основатель группы компаний DZ Systems. В 1990-2000 годах принимал активное участие в создании российских сегментов Интернета («Релком») и «Фидонет», в частности, обеспечивал прозрачное взаимодействие этих сетей.
В 2000–2004 годах отвечал за проектирование, разработку и развитие портала компании «Яндекс», создал сервис «Яндекс.
Гуру» (далее – «Яндекс.
Маркет»).
Вы можете прочитать больше на Вики .
Александр Ложечкин - Руководитель отдела стратегических технологий Microsoft в Центральной и Восточной Европе, член совета директоров компании.
В свободное время проводит личные блог на Medium , в котором он размышляет на различные темы, начиная от оценки работы сотрудников и заканчивая философскими размышлениями о достойной восхищения посредственности.
Интервью
Мы привыкли к тому, что Microsoft — это технологически высокозакрытый глобальный монстр, который в целом довольно строго относится к синергии технологий и стремится полностью втянуть в свою картину людей, которые начали их использовать.Кажется, что сегодня это не совсем так и Microsoft довольно сильно изменилась.
Александр, расскажите об этом, пожалуйста.
Я работаю в Microsoft 14 лет и видел, как компания претерпела множество преобразований.
Действительно, какое-то время она была достаточно закрытой и сосредоточенной на своих технологиях, но ситуация давно изменилась.
Мы любим технологии, не принадлежащие Microsoft, и понимаем, что мир, построенный на технологиях одной компании, никогда не будет существовать.
Поэтому победителем станет не тот, кто создаст технологии, способные захватить весь мир, а тот, кто сможет лучше всего интегрироваться с технологиями других компаний, производителей и сообществ.
Нашей целью уже давно является стать самой открытой компанией, которая лучше всего интегрируется с другими технологиями.
Открытый исходный код, java, что угодно — все это работает у нас, вместе с нами, и мы стараемся развивать эти направления.
Если посмотреть на структуру продуктов Microsoft, то можно увидеть, что компания всегда находилась, условно говоря, внизу стека: операционные системы, компиляторы, инструменты СУБД, другими словами, инструменты, которые лежат за спиной программиста.
А тема цифровой трансформации, условно говоря, находится на другом конце этой шкалы.
Он более ориентирован на бизнес и касается возможности применить набор ИТ-инструментов в реальном бизнесе.
Почему ты здесь? И в каком формате вы там? Microsoft действительно является платформенной компанией.
Мы делаем и продолжаем делать множество продуктов, которые, как вы сказали, находятся в самом низу стека — это наши облачные технологии, компиляторы, языки программирования баз данных.
Кроме того, на основе этих продуктов мы создаем продукты для повышения производительности, например Office. Хотя здесь можно поспорить: Office — это продукт или платформа? Потому что его можно расширять до бесконечности.
Плюс у нас есть большая линейка бизнес-решений – Dynamics. По сути, все части стека закрыты, но цифровая трансформация, мне кажется, может работать на любом из этих уровней.
Здесь я бы вспомнил довольно характерный признак всех продуктов и технологий Microsoft — их доступность.
Microsoft не была компанией, которая изобрела ПК, но Microsoft поставила ПК на каждый настольный компьютер.
Вы можете винить в этом Microsoft, можете не считать технологии Microsoft совершенными, но то, что они смогли распространиться по всему миру – это факт. 
Сейчас мы пытаемся сделать то же самое с технологиями искусственного интеллекта, которые очень часто лежат в основе решений в области цифровой трансформации.
Наша цель — не столько сделать их максимально совершенными (хотя мы тоже пытаемся это сделать), наша цель — демократизация ИИ, демократизация информационных технологий.
Мы хотим сделать облако доступным для любой компании на рынке, чтобы технологии искусственного интеллекта и машинного обучения стали доступны любой компании.
Это позволит компаниям очень быстро трансформироваться.
Что это означает практически? Грубо говоря, если рассматривать разработчика, который поставил перед собой задачу обеспечить ИТ-составляющую какого-то нового или традиционного бизнеса, зачем ему сегодня приходить в Microsoft? И что бы вы посоветовали ему рассмотреть в первую очередь? Какие строительные блоки и кирпичики он мог бы использовать? (навскидку) В нашей стране я бы в первую очередь начал с облачных технологий, поскольку именно они сейчас по-настоящему меняют мир вокруг нас.
Мне нравится использовать здесь эту аналогию со знаменитой цитатой о том, что Бог создал людей, а мистер Кольт сделал их равными.
Переношу это на бизнес: Бог создал компании, а облачные технологии уравнивают их.
Благодаря облачным технологиям компьютерные возможности, которые раньше были доступны только огромным компаниям, становятся доступными любой компании, будь то небольшой стартап или компания малого или среднего бизнеса.
Сегодня нет необходимости строить массивные дата-центры, вкладывать огромные ресурсы в их поддержку и так далее; в облаке вы можете легко использовать новейшие технологии, новейшие алгоритмы машинного обучения, тот же искусственный интеллект.
Поэтому на ваш вопрос о кирпичах я бы рекомендовал использовать облачные технологии.
Стоит отметить, что наш подход заключается не в том, что мы диктуем какие-то свои собственные правила относительно того, каким должно быть облако; мы даем компаниям возможность выбрать тот стек, который им подходит. Вы можете использовать наши облачные технологии в публичных облаках, то есть в наших дата-центрах, а можете с высокой степенью симметрии построить аналогичную инфраструктуру в своем дата-центре.
Но в любом случае все вращается вокруг облаков, а потом там возникают технологии ML и AI, такие как Cognitive Toolkit. То есть это некие программные компоненты, которые может использовать разработчик.
А если он разворачивает свое приложение в облаке Microsoft, то эти компоненты для него существуют в готовом виде? Да, это совершенно верно.
Тем более, что использование технологий других компаний здесь никак не отменяется.
Например, тот же TensorFlow прекрасно работает на виртуальных машинах в облаке Microsoft Azure. Ограничений нет и имеется большое количество вариантов использования сторонних сервисов.
И это, вероятно, ключевой атрибут того, чем Microsoft стала сегодня.
Мы не навязываем выбор, мы предоставляем его каждому.
Как вы конкурируете с Amazon? Ведь облако Amazon занимает достаточно сильные позиции.
Мне кажется, он был чуть ли не первым на этом рынке.
Но оно появилось, по крайней мере, давно.
Ты все-таки пришел немного позже.
Есть ли у вас ценовая конкуренция? Функциональная конкуренция? Что существенно отличает вас от вашего сильнейшего конкурента? Я бы, наверное, посмотрел на этот вопрос немного шире и начал бы с того, что мы подразумеваем под облачными технологиями.
Например, те же хостинг-провайдеры называют себя облачными провайдерами, и это, наверное, справедливо.
Есть несколько игроков — Microsoft, Amazon и Google, которые присутствуют по всему миру, и есть большое количество чуть более мелких хостинговых компаний, которые тоже в целом предлагают облачные технологии, может быть, не столь развитые, не столь серьёзные.
не такой большой по размеру.
количество внедрений и так далее, но все равно это облачные технологии.
А если посмотреть на этот рынок шире, то окажется, что, во-первых, ни один игрок не имеет доминирующего положения, и рынок очень фрагментирован.
А во-вторых, рынок растет очень и очень быстро, поэтому кто бы сегодня ни был лидером этого рынка, какие бы определения мы ни использовали, не факт, что так будет и дальше, потому что рынок растет. значительно каждый год. Для нас главное здесь – расти более быстрыми темпами, чем растет рынок.
Возвращаясь к вашему вопросу, в чем наша разница.
Дифференциация с Amazon – мы стараемся, во-первых, не отставать.
И если там появляются какие-то новые технологии, мы стараемся их внедрять у себя.
Мы стараемся предложить то, чего нет у наших основных конкурентов, и здесь я бы опять же не забыл не только про Amazon, но и про Google и всех остальных.
Итак, компоненты ML являются для вас таким отличительным преимуществом? Изначально вообще Amazon возник как сервис по предоставлению виртуальных машин.
Инфраструктура как услуга (IaaS) — это то, с чего они начали, плюс хранилище.
С самого начала мы сосредоточились на платформе как услуге (PaaS).
То есть мы предлагали не просто базовые виртуальные машины, а какие-то сервисы, построенные на их основе.
И это по-прежнему остается для нас очень важным.
На рынок базовой инфраструктуры мы вышли чуть позже Amazon, виртуальные машины у нас появились чуть позже, но сейчас можно сказать, что это сопоставимо.
Это именно та область, в которой мы пытаемся не отставать и, может быть, в чем-то опережать.
Наше основное внимание уделяется PaaS и искусственному интеллекту как одному из компонентов.
И тут я, возможно, не столько с точки зрения сотрудника Microsoft, сколько вообще с точки зрения человека, интересующегося темой, отметил, как интересно, что конкуренция теперь переместилась из области программного обеспечения.
в область аппаратного обеспечения.
Недавно Microsoft представила проект, который когда-то был исследовательским проектом Microsoft, по использованию программируемых матриц для алгоритмов машинного обучения.
Он уже развернут во многих наших дата-центрах.
Это вещь, которая позволяет значительно ускорить типичные алгоритмы ML. А пример, который мы показали не так давно, был, когда мы на сцене переводили «Войну и мир» с русского на английский, и оказалось, что если использовать те же алгоритмы на базовых виртуальных машинах, то это, условно говоря, занимает день.
.
При использовании матричного программирования это занимает секунды или минуты.
То есть идет рост в сотни раз, и мне кажется (опять же с моей частной точки зрения), что конкуренция и дальше пойдет к тому, что различные провайдеры облачных услуг будут соревноваться в предоставлении чего-то уникального, доступного только у них, а это значит, что не только программное, но и аппаратное.
То есть, грубо говоря, это означает, что в тех винтиках, которые вы предоставляете, есть эти подсистемы, доступные программному обеспечению.
При этом, я правильно понимаю, возможно мы сейчас слишком глубоко копаем, но это действительно очень интересно.
Грубо говоря, если взять стандартную нейронную сеть, представляющую собой набор слоев, то часть слоев физически вырождается в аппаратные компоненты, которые рассчитывает ИИ? Да, это совершенно верно.
И за счет этого происходит просто резкий рост производительности.
Неудивительно.
Это, конечно, очень серьезная просьба.
Это первый пункт, по которому мы пытаемся дифференцироваться, а второй пункт — это то, о чем я уже говорил: у нас изначально гибридные облака.
Мы не говорим только о публичных облаках, как наши конкуренты, мы говорим о том, что облака должны быть либо в частных дата-центрах, либо у хостинг-провайдера, либо в наших дата-центрах, и мы стараемся поддерживать очень высокий уровень степень симметрии между тем, что доступно в публичных облаках, и тем, что клиент может развернуть дома.
И можно ли их развернуть в FPGA? Нет, они не могут сделать это в FPGA. Полной симметрии, естественно, никогда не будет, но мы, по крайней мере, стараемся обеспечить максимально возможную степень симметрии, а именно на это нацелен такой продукт, как Azure Stack — это когда в своем дата-центре вы разворачиваете инфраструктуру, которая позволяет практически без переписывания, без изменений, без адаптации развернуть большое количество приложений как в публичном облаке, так и в собственном дата-центре.
И конечно их можно интегрировать с ПО? Да, они интегрированы, и получается, что публичное облако может быть таким продолжением частного.
Например, когда вы храните что-то дома, вы не можете перенести некоторые данные в общедоступное облако.
А второе облако нужно для того, чтобы очень быстро увеличить и масштабировать нагрузку.
При этом нередко возникает такая достаточно очевидная тема, как публичный и приватный шардинг.
То есть, грубо говоря, мы хотим хранить данные этого пользователя публично или в этой стране, а данные этого пользователя — либо непублично, либо просто в другой стране.
Есть ли какая-либо поддержка для этого? Есть технологии, которые позволяют нам это делать, а также у нас есть много партнерских решений, например, от стартапов.
Один из вариантов реализации — когда данные, которые вы не хотите раздавать, заменяются какими-то условными хэштегами и, соответственно, в публичное облако передаются только эти хештеги; Кроме того, существуют технологии, которые позволяют просто зеркально отражать некоторые данные, то есть разделять их по идентификаторам и разделять на публичное и частное хранилище.
Отсюда вырисовывается довольно очевидная картина: облако будет предлагать условный интерфейс к базе данных, в который можно встроить предикат, описывающий, собственно, куда идут эти данные.
Но этого, вероятно, не существует. Да, это не базовый функционал, но это то, что реально реализовать, и именно в этом состоит одна из целей создания гибридных облаков — это когда возможности делятся, например, по степени чувствительности данных к движение.
Еще хотелось бы спросить о технологиях машинного обучения, которые вы предлагаете.
Ведь если я правильно понимаю текущую ситуацию на этом рынке, то она выглядит примерно так: есть достаточно широкий спектр разработок, и, по сути, успех конкретной команды, которая делает реальное решение на основе ML-решений.
заключается в правильном выборе совмещения этих разработок.
И спектр довольно большой.
Наверное, если они обратятся к вашей технологии, то этот спектр как-то сузится? Или оно не сужается? Или можно ли здесь объединить решения от Microsoft с решениями других вендоров? Да, у нас просто есть набор готовых блоков.
Если вы хотите развернуть TensorFlow от Google в Azure, сделайте это, все возможно, все работает. Здесь наш подход такой же, как когда-то был с ПК, наша задача — сделать его доступным для всех, то есть мы демократизируем технологии искусственного интеллекта.
Как это часто бывает, закон Парето никто не отменял – задача решается за 20% усилий.
И мы пытаемся предоставить технологии, которыми могли бы пользоваться даже люди, не являющиеся суперспециалистами в технологиях искусственного интеллекта.
Вот у меня есть пример нашего заказчика, это компания, занимающаяся выпечкой хлеба.
У них была очень большая проблема: хлеб – это продукт, который нужно употреблять в свежем виде, и они списали очень много хлеба.
Поскольку самое худшее, что может быть у любой коммерческой компании – это неудовлетворенный спрос, то всегда привозили с запасом, а потом избавлялись до 20%, потому что он залежался, а это были прямые потери.
Для решения этой проблемы мы использовали Azure ML — это продукт, в котором буквально мышкой можно оставить данные, протестировать модель, затем он учится рассчитывать эту модель, а потом мы проверяем эту модель на элементе управления.
образец, посмотрите, для чего нужна эта модель.
Другими словами, это продукт, который очень прост в использовании и которому можно научить любого, ну а программист обязательно освоит его за один день.
Например, никто из команды заказчика не был экспертом в области машинного обучения или глубоких нейронных сетей.
Были просто обычные технари, которые начали пользоваться этим инструментом в течение недели.
И им удалось сократить свои потери вдвое просто потому, что они научились правильно рассчитывать, сколько хлеба каждый день приносить в каждую пекарню, исходя из предыдущих данных.
Ты сейчас говоришь ужасные вещи, правда! Ужасный! Ведь, обратите внимание, уже начала формироваться новая элита программистов.
Была очень четкая волна: есть программисты, владеющие темой ML, а есть программисты, которые еще не доползли.
Я часто слышу дискуссии на эту тему.
Например, когда появились первые автомобили, и лошади были у всех, те, кто ездит на лошадях, никому не были нужны, и появились водители.
А теперь вы говорите, что Microsoft привезла сюда роботизированный руль для автомобиля до того, как люди научились управлять им руками.
Это хорошая аналогия, очень красивая.
Но что в этом такого страшного? Это замечательно! 
Ну, мне кажется, что очень много людей в этом месте потеряют работу.
Недавно была дискуссия на эту тему, в которой я участвовал.
Моя точка зрения на этот счет достаточно радикальна, но я считаю, что даже если роботы смогут заменить людей в некоторых профессиях, к каким-то драматическим последствиям это не приведет. Я называю это временем новой античности, как и мое время в Древней Греции.
Правда, благодаря не очень этичному использованию рабского труда, граждане греческих поляков получили возможность не заниматься тяжелым трудом с утра до ночи, а получили возможность заниматься искусством, философией, самопознанием.
Почему бы не ожидать того же от роботов сейчас? Итак, благодаря Microsoft мы все вступим в эпоху, когда мы будем пить вино, сидя за столом с фруктами, а рядом, за стеной, компьютеры, управляемые искусственным интеллектом, будут управлять фабриками, создавая для нас вино и выращивая для нас фрукты.
? Мне правильно возразили на эту аналогию, что мы все можем оказаться в таком обществе, как в Древней Греции, занимающемся искусством и философией, или, по сути, в развращенном обществе Нерона в Древнем Риме.
Поэтому это зависит только от нас, и будет интересно понять, какое у нас общество: способное стать обществом новой античности, или это будет общество нового развращенного патрицианского строя.
Как всегда с любым инструментом, эффект зависит от людей, которые его используют. Ясно.
Но вернемся к теме использования инструментов, которые сейчас есть у Microsoft в реальной жизни.
Мы начали с того, что есть несколько кейсов цифровой трансформации, в которых участвовала Microsoft, и они показали хорошие результаты.
Спасибо за то, что вы мне только что рассказали, потому что особый интерес «хлебного» дела заключается именно в том, что это оказалось возможным без существенного погружения людей, делавших продукт, в сами технологии.
С одной стороны, я немного опасаюсь этого, но с другой стороны, куда деваться: этот топор уже есть, теперь вопрос в том, кто возьмет его в руки.
Что ценно, так это то, что технология стала товаром или что-то в этом роде и в целом стала широко использоваться; это возможно не везде.
Но эффект на 50% серьезный! С точки зрения бизнеса это действительно масштабно.
Есть ли еще что-нибудь по этой теме? Да, у нас много случаев.
И как раз когда я готовился к этому интервью, я старался отбирать кейсы, которые бы не представляли какие-то огромные компании с колоссальными ресурсами, потому что все понимают, что компания масштабов крупного банка или крупного производства может себе позволить многое.
И в этом смысле они нам как примеры мало интересны, а интересен именно компактный малый бизнес, не способный вкладывать в это большие средства.
Еще один пример, который мне очень нравится, — российский стартап Sarafan, который использовал технологию ML для распознавания изображений и в то же время придумал очень крутую бизнес-модель ее монетизации.
Например, они позволяют открыть Инстаграм знаменитости, где на ней представлены красивые модели одежды, и с помощью технологии ML понять, какой бренд и какая модель одета на фото.
Они сразу позволяют перейти на сайт магазина, где можно купить именно эти кроссовки или эту блузку, да еще и со скидкой.
Очень крутая модель монетизации для этого стартапа, потому что деньги они получают в виде комиссии с тех заказов, которые реально произошли.
Мне очень нравится этот случай, потому что это пример того, как мы напрямую переводим технологии ML в деньги.
Хочу отметить, что здесь все ограничивается только фантазией: как еще можно применить ML. Опять же, не будучи специалистами высокого уровня, можно написать приложение, которое будет распознавать фотографии и определять по ним бренды одежды.
В чем именно заключается работа разработчика в этом месте? Может показаться, что все сводится к тому, что вы запустили какой-то инструмент в облаке Microsoft, щелкнули мышкой, и он все сделал за вас, но это, конечно, не так.
Да, хорошо, что не все так просто.
Я по-прежнему считаю себя программистом и по-прежнему умею писать код, поэтому все еще надеюсь, что в том чудесном обществе будущего, которое мы только что описали (привет оруэлловскому «1984»), программисты все-таки найдут работу.
И не каждый будет сидеть, пить вино и писать философские книги.
Итак, программисту, конечно, необходимо понимать, как работает этот фреймворк.
Тут получается очень интересно: как только мы начинаем работать с технологиями искусственного интеллекта (ИИ), мы как программисты всё больше переносимся из времени проектирования во время выполнения, потому что создаём что-то уже живое (для чего нужны чтобы не просто создать и впустить в жизнь).
Когда мы воплощаем его в жизнь, он всё равно ничего не умеет, и его нужно учить.
Мне кажется, этот момент обучения модели еще больше приближает профессию программиста к профессии Творца или родителей.
Родители.
Да, у меня тоже было ощущение близости того, что происходит с ребенком: когда его рожаешь, все только начинается.
Это хорошая параллель.
Вероятно, это как-то связано со всей работой, связанной с ML: является ли задача программиста задачей выбора оптимального инструмента из возможных вариантов и подготовки для него обучающей выборки? Да.
Здесь происходит основная работа и, судя по всему, еще и неизбежный Agile. На этом разработка не заканчивается, и мы переоцениваем качество распознавания.
Как вообще устроена эта часть жизни? Мы не можем постоянно следить за несчастным роботом и оценивать качество каждого распознавания.
Что происходит на этом этапе? Это выборка или есть какие-то инструменты, которые позволяют нам как-то оценить, насколько хорошим или плохим было данное признание? Да, это совершенно верно.
И в этом плане у нас, как у программистов, все очень хорошо, потому что теперь мы не можем просто написать продукт и отдать его заказчику, мы можем постоянно получать деньги от заказчика.
Надеюсь, наша публика понимает чувство юмора! Ведь те же модели, которые там создаются, нужно постоянно обучать, постоянно контролировать их работу.
И здесь задача программиста правильно настроить KPI и форму обратной связи, то есть как мы будем оценивать, скажем, то же качество распознавания.
И вариантов здесь просто масса! Вы можете, например, сделать две модели, которые будут конкурировать друг с другом, или множество моделей, которые будут конкурировать друг с другом.
Или можно конкурировать с человеком, почему бы и нет? То есть, когда мы что-то делаем с помощью алгоритмов, мы одновременно все это проверяем с помощью людей.
Но в данном случае это выборка; вы не можете проверить каждый образец.
Да, универсальных методов не существует. Здесь опять же наша задача — предоставить инструменты, но мы уже не пытаемся определить, как они будут использоваться.
Но эти же инструменты умеют использовать технологии FPGA? Или это просто новая технология? FPGA по-прежнему является новой технологией.
Его можно протестировать, мы его постепенно раскатываем по всем дата-центрам, но это, скажем так, скорее дело завтрашнего дня.
Но встроено ли оно в эти компоненты машинного обучения? Да это все прозрачно, после развертывания этого не будет заметно, просто вдруг те же алгоритмы будут работать в 1000 раз быстрее.
И это все действительно будущее, за которым будет очень интересно наблюдать.
В частном облаке вы не отдаете темы FPGA, чтобы сохранить какую-то часть своего конкурентного преимущества? Или это просто достаточно сложная и еще недостаточно формализованная технология как отчуждаемая? Думаю, пока рано это комментировать, надо посмотреть, как это работает. Это пока новая технология, и здесь нужно контролировать, как она работает, чтобы не выпустить на рынок некачественный продукт. Трудно предсказать будущее; никто не знает, что будет завтра.
Кто знал, что графические чипсеты будут настолько популярны не для расчета 3D-графики, а для майнинга биткойнов? Поэтому развитие этой технологии также сложно прогнозировать.
Мне кажется, там открываются очень интересные перспективы, а если добавить туда еще и квантовые компьютеры… И Microsoft очень активно занимается квантовыми компьютерами, и у нас есть большая лаборатория в Институте Бора в Копенгагене.
Казалось бы, МО должно хорошо сочетаться с квантовыми компьютерами.
Давайте вернемся немного на землю из этих небес и остановимся на аппаратной теме.
Конечно, очень неожиданно говорить с Microsoft об железе, но интересно.
Тема перехода с процессоров Intel на ARM в рамках облаков как-то начала набирать обороты, а потом вроде немного затихла.
И был разговор, что винду переведут на ARM, а что? Двигаемся или не двигаемся? Windows отлично работает на Snapdragon, работает на ARM. Уже появляются устройства, на которых все это работает. И что самое интересное, есть встроенный переводчик, поэтому Win32-приложения могут запускаться, в отличие от первых попыток запуска Windows на ARM, где могли запускаться только приложения, написанные на новой платформе Windows. Бинарный переводчик? Да, бинарный транслятор, то есть теперь все привычные приложения могут работать на ARM, так что здесь перед нами открываются новые горизонты.
Мы еще не раскрываем всех подробностей, но то, что сейчас обещают и о чем говорят из секретных лабораторий, — это компьютеры, для которых не нужно будет носить с собой зарядное устройство.
Почему? Благодаря ARM это будут обычные ноутбуки, которыми мы пользуемся в жизни, со всеми привычными нам приложениями, но энергопотребление у которых будет настолько низким, что мы сможем оставить зарядное устройство дома, и оно гарантированно прослужит. полный день без каких-либо ограничений.
В целом мы работаем с ARM с клиентской точки зрения, насчет облачной пока не знаю, но то, что Windows отлично работает на ARM, уже не новость.
Знаете ли вы, что процессор Эlbrus имеет бинарную трансляцию x86 в родной Эlbrus, и на этой бинарной трансляции запускается Windows, которая во время выполнения бинарно транслируется в систему команд Эlbrus и, не зная об этом, запускается на Эlbrus? лбрус? Да, вот, я помню анекдот про двух новых русских.
Один спрашивает другого: - Вы говорите по-немецки? - Да, конечно.
- Но это английский.
- Видите ли, я тоже знаю английский.
Так что сейчас скажу, что на Лбрусе винда тоже работает. Нет, здесь что-то еще интересно? Если бы у вас была бинарная трансляция ARM в x86, и тогда вы могли бы выложить все это на Эlbrus и посмотреть, как пострадает вся эта пирамида, чтобы все это перевести.
Конечно, это тоже очень интересная тема.
Долгое время меня очень впечатляла их разработка: виртуальный x86 работает на java-скрипте, в котором Linux запускается прямо в браузере на виртуальной машине, работающей на java-скрипте, и работает в окне вашего браузера.
Это было потрясающе! В общем, феерично и сегодня! Кажется, довольно скоро возникнут вопросы, из чего это сделано, как оно работает, Теги: #Машинное обучение #microsoft #Microsoft Azure #Финансы в ИТ #цифровая трансформация #Бизнес-модели #цифровая трансформация #dz online #dz online #Дмитрий Завалишин #Tech Acceleration
-
Зодиак
19 Oct, 24 -
Ассоциация Стран Юго-Восточной Азии, Асеан
19 Oct, 24 -
Правило Одного Процента
19 Oct, 24
