Место для хранения цифровых данных заканчивается. Но мы не отчаиваемся! И вот почему

Всем привет! С вами Султан Сулейманов и финальный эпизод Закона Мура, подкаста о современных технологиях человечества.

Hello everyone! This is Sultan Suleimanov and the final episode of Moore's Law, a podcast about modern technologies of humanity.

Ну или, по крайней мере, это финальный эпизод первого сезона. Если вам нравилось слушать нас, обязательно напишите об этом отзыв в том подкастном сервисе, в котором вы нас слушаете.

Well, at least this is the final episode of the first season. If you enjoyed listening to us, be sure to leave a review on the podcast service you’re using to listen to us.

А еще поставьте нам звездочки, и, возможно, это подтолкнет нас и компанию Intel к тому, чтобы вернуться с новым сезоном и новыми героями.

And also give us some stars, and perhaps this will encourage us and the company Intel to come back with a new season and new heroes.

Но вернемся к сегодняшнему эпизоду. Он про данные. Про то, как технологии позволяют передавать, хранить и обрабатывать большие объемы данных и делать это эффективно.

But let's return to today's episode. It is about data. About how technology allows us to transmit, store, and process large volumes of data efficiently.

Напомню, что наш подкаст назван в честь эмпирического закона Мура, который больше 50 лет назад сформулировал основатель Intel Гордон Мур. Он о том, что вычислительная мощность наших устройств постоянно растет.

I would like to remind you that our podcast is named after Moore's empirical law, which was formulated over 50 years ago by Intel founder Gordon Moore. It states that the computational power of our devices is constantly increasing.

И правда, наши компьютеры и телефоны становятся все мощнее, при этом меньше и легче, они требуют все меньше энергии. Но объем данных, которые мы генерируем, при этом быстро растет.

Indeed, our computers and phones are becoming more powerful while also getting smaller and lighter; they require less and less energy. However, the volume of data we generate is growing rapidly.

Несколько месяцев назад старший вице-президент Intel Раджа Кадури отмечал, что мы сейчас генерируем данные быстрее.

A few months ago, Intel's Senior Vice President Raja Koduri noted that we are now generating data faster.

Поэтому у нас хватает ресурсов, чтобы их анализировать, понимать, передавать и восстанавливать в режиме реального времени.

Therefore, we have enough resources to analyze, understand, transmit, and restore them in real time.

А ведь именно анализ, понимание этих данных в режиме реального времени с минимальными задержками особенно важны, отмечал Кадури.

Indeed, the analysis and understanding of this data in real-time with minimal delays is particularly important, noted Kaduri.

И Intel ставит перед собой задачу решить проблему, сложность которой растет экспоненциально.

And Intel is setting itself the task of solving a problem whose complexity is growing exponentially.

Я упоминал, что мы сегодня будем говорить про передачу, хранение и обработку данных.

I mentioned that today we will talk about data transmission, storage, and processing.

Вот Intel пытается одновременно решить все эти три задачи.

Here Intel is trying to solve all three of these tasks at once.

Как передавать данные быстрее, как хранить больше и как все обработать.

How to transmit data faster, how to store more, and how to process it all.

Эти задачи легли в основу концепции Intel, которая по-английски называется Move Store Process.

These tasks formed the basis of the Intel concept, which is called Move Store Process in English.

И об этих трех задачах мы и будем сегодня говорить с разными специалистами.

And it is about these three tasks that we will be talking today with various experts.

Что ж, начнем.

Well, let's get started.

Про передачу данных чуть позже расскажет мой соведущий, голосовой помощник Цифровой Влад.

My co-host, the voice assistant Digital Vlad, will tell you about data transmission a little later.

А пока давайте поговорим про хранение.

And for now, let's talk about storage.

С флешками и жесткими дисками все довольно просто.

With flash drives and hard drives, everything is quite simple.

Но что делать, если у вас такая работа, что нужно где-то хранить терабайты и терабайты данных?

But what to do if you have a job that requires storing terabytes and terabytes of data somewhere?

Например, если вы ученый и каждый ваш эксперимент...

For example, if you are a scientist and every experiment you conduct...

генерирует ну просто тонну информации.

It generates just tons of information.

Сейчас узнаем у человека, который напрямую работает с такими данными.

Now we will ask a person who works directly with such data.

У меня в гостях кандидат физико-математических наук Дмитрий Подгайный.

I have PhD candidate in physics and mathematics Dmitry Podgaynuy as my guest.

Дмитрий начальник сектора гетерогенных вычислений и квантовой информатики,

Dmitry is the head of the sector for heterogeneous computing and quantum informatics.

лаборатории информационных технологий Объединенного института ядерных исследований.

Laboratories of Information Technologies of the Joint Institute for Nuclear Research.

Здравствуйте, Дмитрий.

Hello, Dmitry.

Мы сегодня говорим про хранение больших объемов данных,

Today we are talking about storing large volumes of data,

поэтому давайте вот с вопроса в лоб и начнем.

So let's start with a straightforward question.

Что для вас большие данные?

What does big data mean to you?

С какими объемами вам и вашим студентам?

What volumes do you and your students have?

Студентам приходилось работать, чтобы это называть большими данными.

Students had to work to call it big data.

Это гигабайты, сотни гигабайт, терабайты?

Are these gigabytes, hundreds of gigabytes, terabytes?

Для нас большие данные начинаются с десятков петабайт.

For us, big data starts at tens of petabytes.

Связано это с одним из основных источников,

This is related to one of the main sources,

вот этих самых больших данных, с которыми мы работаем.

of these very big data that we work with.

Это эксперименты на большом адронном коллайдере.

These are experiments at the Large Hadron Collider.

Эксперименты там достаточно большие.

The experiments there are quite large.

Это на текущий момент самые большие эксперименты в области физики высоких энергий.

These are currently the largest experiments in the field of high-energy physics.

Ну и, соответственно, это самые большие объемы данных, которые поступают.

Well, accordingly, these are the largest volumes of data coming in.

Петабайт.

Petabyte.

Петабайты — это тысячи терабайт, терабайт — это тысячи гигабайт,

Petabytes are thousands of terabytes, terabytes are thousands of gigabytes.

то есть сотни миллионов гигабайт — это вот то, чем вы оперируете рутинно.

That is, hundreds of millions of gigabytes are what you routinely operate with.

Да, можно сказать, это наша такая вот ежедневная работа.

Yes, you could say it's our daily work.

А как вообще устроена работа научных организаций вот с такими большими объемами данных?

How is the work of scientific organizations organized when dealing with such large volumes of data?

Как вы их храните, где?

How do you store them, where?

Ну, значит, смотрите, во-первых, тут, конечно, первый вопрос даже не с хранением,

Well, then, look, first of all, here, of course, the first question is not even about storage,

да, передачей таких объемов данных.

Yes, transmitting such volumes of data.

И вот, например, для того же LHC, для большого адронного коллайдера

And here, for example, for the same LHC, for the Large Hadron Collider

в свое время было создано,

in due time it was created,

ГРИД-среда, который представляет собой такой вот географически распределенные вычислительные ресурсы

GRID environment, which represents geographically distributed computing resources.

и ресурсы хранения данных.

and data storage resources.

Вот сам ГРИД, он вот на текущий момент такая герархическая уровневая система, да, тиринговая система,

Here is the GRID itself, it is currently a hierarchical level system, yes, a tiered system.

то есть ТИР-0 — это самый большой компьютер, который есть в этой среде,

that is, TIR-0 is the largest computer that exists in this environment,

он располагается непосредственно в ЦЕРНе,

it is located directly at CERN,

и он аккумулирует первичные данные, которые поступают вот со всех экспериментов.

And he accumulates the primary data that comes from all the experiments.

Так вот, значит, ТИР-0,

So, it means, TIR-0,

он аккумулирует все данные,

he accumulates all the data,

а дальше он начинает разбрасывать их по таким вот региональным центрам хранения,

and then he starts scattering them across such regional storage centers,

называется ТИР-1,

it is called TIR-1,

и у нас, например, в лаборатории располагается такой центр,

and we have, for example, such a center located in our laboratory,

причем под каждый эксперимент, так как данных много, да, существует несколько ТИР-1 центров,

"Moreover, for each experiment, since there is a lot of data, yes, there are several Tier-1 centers."

а дальше уже с ТИР-1 центров данные идут непосредственно на обработку,

and then the data goes directly to processing from the Tier-1 centers.

уже на следующий уровень ТИР-2, и там, если есть, то и на уровень ТИР-3.

Already at the next level TIR-2, and there, if available, then to level TIR-3.

Как это физически хранится?

How is it physically stored?

Ну, это много-много стоек с дисками.

Well, that's a lot of racks with disks.

Плюс для долговременного хранения используются ленточные библиотеки.

Plus, tape libraries are used for long-term storage.

То есть у нас, например, там больше 10 петабайт на дисках хранится,

That is, for example, we have more than 10 petabytes stored on disks.

и там порядка 40 петабайт – это уже ленточное хранилище, на самом деле.

And there are about 40 petabytes – it's already a tape storage, actually.

Ну вот, если вот так вот вкратце описать,

Well, if we briefly describe it like this,

ну, ИЦОТ, естественно, занимает соответствующий размер,

well, the ITOT, of course, takes up the corresponding size,

требует соответствующее количество электрообеспечения, охлаждения,

requires an appropriate amount of power supply and cooling,

то есть требования к работе вот такого центра, они очень жёсткие,

that is to say, the requirements for the work of such a center are very strict,

он может простаивать,

it can stand idle,

не больше двух минут в год он непрерывно обязан работать.

No more than two minutes a year, he is continuously required to work.

Вот вы сказали про ленточное хранилище и про жёсткие диски.

You mentioned about tape storage and hard drives.

Вы здесь не видите никакого движения куда-то в сторону?

Do you not see any movement towards something here?

Я не знаю, ну, мне кажется, мы уже десятки лет храним данные на жёстких дисках и лентах.

I don't know, well, it seems to me that we have been storing data on hard drives and tapes for decades.

Может быть, есть какое-то развитие куда-то?

Maybe there's some development going somewhere?

Нет, на самом деле, конечно, развитие есть,

No, actually, of course, there is development.

и вот это развитие уже связано вот с деятельностью нашего института как такового,

and this development is already related to the activities of our institute as such,

потому что у нас строится тоже достаточно большой экспериментальный комплекс,

because we are also building a quite large experimental complex,

называется МИКО.

It's called MIKO.

Там будет два крупных эксперимента,

There will be two major experiments there,

которые будут давать суммарно, ну, по приблизительным оценкам, порядка 45 байт в год.

which will provide a total of approximately 45 bytes per year, by rough estimates.

То есть вот грид, который существует сейчас для LHC,

That is, this is the grid that currently exists for the LHC,

это, конечно, такая устоявшаяся, очень динамичная среда.

It is, of course, such an established, very dynamic environment.

Мы сейчас пытаемся вот это всё модернизировать,

We are currently trying to modernize all of this.

но при этом, естественно, опираясь на опыт тех же грид-технологий.

but at the same time, of course, relying on the experience of grid technologies.

И у нас в лаборатории вот помимо грид-инфраструктуры

And we also have in our laboratory, besides the grid infrastructure...

существует суперкомпьютер «Говорун»,

there is a supercomputer called "Govorun,"

который мы как раз вот используем для этих целей.

which we are currently using for these purposes.

Это как такой вот полигон для обработки как раз новых технологий в этой сфере.

It's like a test site for processing new technologies in this field.

Вот, эксперимент у нас будет стартовать через 2-3 года, да,

The experiment will start in 2-3 years, yes.

и вот за это время мы должны выстроить и отработать такую вот новую модель,

and during this time we need to build and develop such a new model,

которая, как мы надеемся, существенно повысит скорость обработки данных,

which we hope will significantly increase the speed of data processing,

во всяком случае, в этой сфере.

in any case, in this field.

Так, это обработка, а хранение-то на SSD вы переходите или это слишком дорого?

So, this is processing, but are you transitioning to SSD storage or is that too expensive?

Обработка и хранение уже у нас в «Говоруне» реализовано

Processing and storage are already implemented with us in "Govorun."

конечно SSD.

Of course, SSD.

Ну и в том числе, кстати, сверхгорячий слой на «Оптанах».

Well, among other things, the superheated layer on the "Optans."

Но самый холодный слой у долговременного хранения пока всё равно это ленты.

But the coldest layer for long-term storage is still the tapes.

Предполагается, что эти данные должны храниться, ну там, десятки лет на самом деле.

It is supposed that this data should be stored, well, for decades in fact.

И кроме лент, ну вот, в каком-то смысле пока вот ничего более такого долговременного ещё не придумали.

And besides ribbons, well, in a sense, nothing more long-lasting has been invented yet.

Так, а про горячие вы сказали «Оптаны» — это Intel Optane,

So, about the hot ones you mentioned "Optane" — that's Intel Optane.

который практически оперативная память, да?

which is essentially RAM, right?

Я что-то краем уха слышал.

I heard something out of the corner of my ear.

Да, да.

Yes, yes.

Ну его, конечно, мы используем не как хранилище, да.

Well, of course, we don't use it as storage, yes.

Собственно говоря, на «Оптанах» у нас идёт именно работа с данными, да.

Actually, we are working with data on the "Optans," yes.

То есть у нас реализован определённый staging, который позволяет поднять данные с холодного уровня,

That is, we have implemented a certain staging that allows us to retrieve data from the cold level.

довести их до горячего на «Оптанах»,

bring them to a boil on "Optans,"

и там уже непосредственно идёт обработка данных как таковых.

And there, data processing is already taking place directly.

То есть там работают вот эти алгоритмы, которые вот эти данные,

That is, these algorithms are working with this data there,

скажем так, в процессе, да, вот с ними уже работают.

Let's say that, in the process, yes, they are already working with them.

А результаты уже опять идут в обратном направлении, да, до холодного хранилища.

And the results are already going in the opposite direction again, yes, to the cold storage.

Вы сказали, что важно ещё и передача данных.

You said that the transmission of data is also important.

Не только хранение.

Not just storage.

Как это здесь устроено?

How is it arranged here?

Это же, я так понимаю, там сотни терабайт данных в день, когда идёт эксперимент.

I understand that there are hundreds of terabytes of data per day when the experiment is conducted.

Это просто толстый кабель от одного тира до другого?

Is this just a thick cable from one end to the other?

Да, фактически так и есть.

Yes, that's actually the case.

Это очень толстая оптика, которая проложена от одного тира до другого, да.

This is a very thick optic that is laid from one shooting range to another, yes.

У нас, например, на Москве сейчас 300 гигабит в секунду.

For example, we currently have 300 gigabits per second in Moscow.

Это канал, который, собственно говоря, используется для приёма данных с ЦРК.

This is a channel that is actually used for receiving data from the CRK.

Ну я имею в виду, он до Москвы, да, с Москвы там через Амстердам

Well, I mean, he goes to Moscow, yes, from Moscow there through Amsterdam.

уйдёт непосредственно до…

will leave directly until…

Например, для вот нашего эксперимента на Нике, там планируется сеть 1,2 терабита.

For example, in our experiment on Nike, a network of 1.2 terabits is planned.

То есть, ну надо понимать, что наш институт, он тоже географически немножко распределённый, да,

That is, well, we need to understand that our institute is also a bit geographically distributed, right?

то есть вот территория, на которой строится ускоритель сам, да, и вот наша лаборатория,

that is, here is the area where the accelerator is being built, yes, and here is our laboratory,

ну между нами где-то 7 километров приблизительно, да,

Well, there are about 7 kilometers between us, yes.

и вот от принимающих, значит, информацию устройств до нашей лаборатории

and so from the devices receiving the information to our laboratory

планируется проложить вот канал пропускной способностью 1,2 терабита.

It is planned to lay a channel with a capacity of 1.2 terabits.

Это почти онлайн.

It's almost online.

А как это устроено?

How is it arranged?

Почему у нас, значит, у меня на домашнем интернете нет терабитов,

Why, then, do I not have terabits on my home internet?

а у вас будет сделано?

Will it be done for you?

То есть здесь тоже есть какая-то инновация, которая заключена, наверное, не в самих проводах, да,

That is to say, there is some kind of innovation here as well, which is probably not in the wires themselves, right?

а в том, что передаёт и что принимает?

And what about what is being transmitted and what is being received?

Тут скорее инновация с организацией вот передачи данных уже непосредственно с детекторов, да,

Here, it's more about the innovation in organizing the transmission of data directly from the detectors, right?

до компьютера, который будет уже вот эти данные принимать.

to the computer that will already receive this data.

То есть там достаточно сложная такая вот машинерия там стоит.

That is to say, there is quite a complex machinery there.

Специализированные фильтры, DAC'и и вот вещи, которые самый первичный поток в онлайне предобрабатывают,

Specialized filters, DACs, and those things that preprocess the most raw stream online,

предпроцессуют, сжимают, убирают лишнюю информацию и потом уже получается, значит, поток данных,

they preprocess, compress, remove excess information, and then it results in a data stream.

с которыми уже можно действительно работать, ну, с точки зрения получения там физических результатов.

with which you can really start working, well, from the perspective of obtaining physical results there.

Совсем, может быть, глупый вопрос, но мне ужасно любопытно.

It may be a completely stupid question, but I am terribly curious.

Вот мы с вами поговорили, как это устроено с точки зрения железа, хранения данных,

So we talked about how this works from the perspective of hardware and data storage,

а как с точки зрения софта выглядят эти данные?

How do these data look from a software perspective?

Это миллиарды маленьких архивчиков или это какие-то гигантские файлы, к которым нужно еще правильно подобраться?

Are these billions of tiny archives or are they some kind of giant files that need to be accessed correctly?

Что это они из себя представляют, чтобы в них не запутаться?

What do they represent so as not to get confused by them?

Изначально под эксперимент, да, вот под выдачу данных закладываются сразу же определенные форматы данных, да,

Initially, for the experiment, yes, certain data formats are immediately laid down for data output, yes.

чтобы не потеряться как раз в большом потоке данных.

to not get lost in the large flow of data.

Все данные идут строго определенными порциями.

All data is delivered in strictly defined portions.

То есть это вот делает систему предпроцессинга, да.

So this is what does the preprocessing system, right?

И вот задача вот этой вот первичной принимающей системы, вот эти все потоки данных, ну, каким-то образом,

And so the task of this primary receiving system is to somehow manage all these data streams.

стандартизировать, да, и сразу же их классифицировать, чтобы было понятно,

to standardize them, yes, and immediately classify them so that it's clear,

что это вот поток данных, связанных вот именно с определенным сеансом, да,

this is the flow of data related specifically to a certain session, yes,

вот с этой вот ежесекундной работой, грубо говоря, ускорителей.

here with this constant work, roughly speaking, of accelerators.

Там ни с задержкой ни в пять минут, ни в полчаса, ни в час.

There is no delay, neither five minutes, nor half an hour, nor an hour.

То есть здесь есть определенная, конечно, работа с точки зрения программного обеспечения.

That is, there is certainly a certain amount of work here from the perspective of software.

Вот оно должно уметь вот это вот все делать на самом деле.

This should be able to do all of this, actually.

А дальше вот еще одним важным элементом, который используется, это географически распределенные файловые системы.

Another important element that is used is geographically distributed file systems.

Да, вот, например, мы довольно активно используем DVI.

Yes, for example, we use DVI quite actively.

Это DCache и EOS называется.

This is called DCache and EOS.

Они позволяют раскидывать вот эти данные по географически распределенным ценам.

They allow distributing this data across geographically dispersed prices.

И позволяют в том числе и создавать реплики, которые там хранятся не только вот в частности у нас на локальных, да, файловых системах,

And they also allow creating replicas that are stored there not only specifically on our local file systems.

но и, собственно говоря, достаточно далеко от нас это может быть.

but, in fact, it can be quite far from us.

Те же церновские данные, да, они хранятся вот по всему миру.

The same Tchernovsky data, yes, they are stored all over the world.

Они хранятся и в США, и в Европе, ну, в основном.

They are stored both in the USA and in Europe, well, mostly.

Конечно, большая часть центров, наверное, располагается все-таки в Европе, да.

Of course, most of the centers are probably located in Europe, yes.

В России и даже в Китае, на самом деле.

In Russia and even in China, actually.

И если, например, у вас какой-то из вот локальных обрабатывающих судов что-то с ним случится, да,

And if, for example, something happens to one of your local processing vessels, yes,

глобально данные вы не потеряете, потому что у вас всегда будет храниться реплика этих данных где-то вот в совсем другой стране.

You will not lose your data globally, because you will always have a replica of this data stored somewhere in a completely different country.

А вот тут давайте остановимся и детально разберемся, что это за концепция передачи, хранения и обработки данных.

Let's stop here and take a detailed look at what this concept of data transmission, storage, and processing is all about.

О которой я говорил в самом начале.

Which I mentioned at the very beginning.

А еще как она работает на практике и в чем проблема с передачей данных.

And also how it works in practice and what the problem is with data transmission.

Думаю, цифровому Владу эта задача как раз под силу.

I think this task is just right for digital Vlad.

Влад, привет, ты здесь?

Vlad, hello, are you here?

Привет, Султан. Конечно, я всегда здесь.

Hello, Sultan. Of course, I am always here.

Представлюсь для тех, кто слушает наш подкаст впервые.

Let me introduce myself for those who are listening to our podcast for the first time.

Меня зовут Цифровой Влад.

My name is Digital Vlad.

И я виртуальный помощник Султана в законе Мура.

And I am the virtual assistant of Sultan in the law, Mura.

Моя цель здесь простым и понятным языком рассказать вам о новейших разработках компании Intel.

My goal here is to tell you about the latest developments of Intel in a simple and clear language.

Что ж, Влад, вот и расскажи нам про концепцию.

Well, Vlad, go ahead and tell us about the concept.

По сути, это концепция, которая отражает подход Intel к данным.

Essentially, this is a concept that reflects Intel's approach to data.

А к ним, конечно, нужен подход.

And of course, an approach is needed for them.

Ведь данные – почти что новая валюта.

Data is almost a new currency.

Их стало так много, что теперь нужны комплексные решения для их хранения, передачи и обработки.

There are so many of them now that comprehensive solutions are needed for their storage, transmission, and processing.

И мы в Intel ими и занимаемся.

And we at Intel are dealing with them.

Компания создает новые технологии для дата-центров, инфраструктур хранения и передачи данных.

The company creates new technologies for data centers, storage, and data transmission infrastructure.

Если говорить коротко, одна из задач Intel – дать людям возможность более безопасно хранить огромные массивы данных.

In short, one of Intel's tasks is to enable people to store huge amounts of data more safely.

И при этом обеспечить им более быстрый доступ.

And at the same time provide them with faster access.

В том числе для того, чтобы обмениваться ими друг с другом.

Including to exchange them with each other.

Это откроет новые возможности для отдельных людей, компаний и ученых из разных стран.

This will open new opportunities for individual people, companies, and scientists from different countries.

Звучит очень амбициозно.

Sounds very ambitious.

Скажи, а у Intel уже есть какие-то наработки?

Tell me, does Intel already have any developments?

Или это все пока просто планы, причем долгосрочные?

Or are these just plans for now, and long-term ones at that?

Нет, это не долгосрочные планы.

No, these are not long-term plans.

У Intel уже есть целый набор решений.

Intel already has a whole set of solutions.

Одно из них – энергонезависимая память Intel Optane PMM для центров обработки.

One of them is the Intel Optane PMM energy-independent memory for data centers.

Ее главные плюсы, помимо самой энергонезависимости – возможность держать большие объемы данных ближе к процессору при меньших затратах по сравнению с обычной оперативной памятью DRAM.

Its main advantages, apart from energy independence, are the ability to keep large volumes of data closer to the processor at lower costs compared to conventional DRAM memory.

Это позволяет сократить задержки в работе с данными.

This helps reduce delays in data processing.

То есть процесс чтения и записи информации ускоряется в разы по сравнению с предыдущими поколениями памяти.

That is, the process of reading and writing information is accelerated several times compared to previous generations of memory.

Такие «горячие» данные, с которыми можно работать в режиме реального времени, особенно важны для работы искусственного интеллекта.

Such "hot" data, which can be processed in real time, is especially important for the functioning of artificial intelligence.

Аналитики.

Analysts.

И высокопроизводительных вычислений вообще.

And high-performance computing in general.

А можешь, пожалуйста, объяснить, как это все работает на примере?

Can you please explain how it all works with an example?

То есть вот как эти сложные, казалось бы, технологии применяют конкретные компании?

So how are these seemingly complex technologies applied by specific companies?

Есть такие?

Are there any?

Конечно, есть.

Of course, there is.

Давай я расскажу про ВКонтакте.

Let me tell you about VKontakte.

Эту компанию точно все знают.

Everyone definitely knows this company.

В апреле этого года социальная сеть подсчитала, что ее активная аудитория в России выросла до 73 миллионов человек.

In April of this year, the social network reported that its active audience in Russia had grown to 73 million people.

Эти люди загружают во ВКонтакте свои фотографии и видео, проводят прямые трансляции, звонят друг другу и слушают музыку.

These people upload their photos and videos on VKontakte, hold live broadcasts, call each other, and listen to music.

Представляешь, сколько данных они производят?

Can you imagine how much data they produce?

Думаю, очень и очень много.

I think a lot, a lot.

Так и есть.

That's right.

Сейчас на серверной инфраструктуре ВКонтакте больше одного эксобайта данных.

Currently, there is more than one exabyte of data on the server infrastructure of Vkontakte.

Хранить все это уже задачка не из простых.

Storing all of this is already quite a challenge.

А пользователи должны еще и в любую минуту иметь к этим данным доступ.

And users should also have access to this data at any moment.

Тут-то и пригодились технологии Intel.

That's where Intel technologies came in handy.

Среди наших инструментов, которые использовали во ВКонтакте, есть, например, энергонезависимая память Intel Optane PMM и SSD,

Among our tools used in VKontakte are, for example, Intel Optane PMM non-volatile memory and SSDs.

покорители Intel Area 10 и процессоры Intel Xeon Gold.

conquerors of Intel Area 10 and Intel Xeon Gold processors.

Они помогли оптимизировать хранение, то есть данные стали занимать меньше места на физических носителях,

They helped optimize storage, meaning the data now takes up less space on physical media.

увеличить производительность устройств и не потерять при этом в скорости выдачи информации пользователям.

increase the performance of devices without losing speed in delivering information to users.

Влад, а я правильно понимаю, что пока все эти технологии нацелены скорее на какие-то крупные компании и их центры обработки данных,

Vlad, am I correct in understanding that for now these technologies are primarily aimed at large companies and their data centers?

на инфраструктуру каких-то государственных организаций, или для нас, обычных людей, тоже что-то придумывают?

Is it for the infrastructure of some government organizations, or do they come up with something for us, ordinary people, as well?

Да, конечно.

Yes, of course.

Например, Intel разрабатывает решения для пользовательских гаджетов тоже.

For example, Intel is also developing solutions for consumer gadgets.

Например, на презентации Architecture Day 2020 Intel рассказал о новой микроархитектуре VL-Core и первых процессорах на ее основе, под кодовым названием Tiger Lake.

For example, at the Architecture Day 2020 presentation, Intel announced the new VL-Core microarchitecture and the first processors based on it, codenamed Tiger Lake.

Это 11-е поколение процессоров Intel Core.

This is the 11th generation of Intel Core processors.

Это четырехъядерные процессоры для тонких и легких ноутбуков.

These are quad-core processors for thin and light laptops.

И эти процессоры значительно повышают вычислительную производительность ноутбуков.

And these processors significantly enhance the computing performance of laptops.

Так как выполнение команд требует меньше энергии,

Since executing commands requires less energy,

благодаря VL-Core компьютеры могут выполнять его.

Thanks to VL-Core, computers can perform it.

А речь о каких-то конкретных командах?

Are we talking about any specific teams?

Речь о разных командах.

We're talking about different teams.

Это рутинные офисные задачи, редактирование фотографий и обработка видео и игр.

These are routine office tasks, photo editing, and video and game processing.

Кстати, по сравнению с предыдущим поколением наших процессоров,

By the way, compared to the previous generation of our processors,

производительность встроенной графики Intel удвоилась.

The performance of Intel's integrated graphics has doubled.

И это чувствуется в требовательных играх.

And this is felt in demanding games.

Например, в Hitmon 2 или Far Cry New Dawn.

For example, in Hitman 2 or Far Cry New Dawn.

Все это — недалекое будущее.

All of this is the near future.

На базе новых процессоров совсем скоро появится больше 150 моделей новых ноутбуков.

More than 150 new laptop models will soon be available based on the new processors.

А некоторые уже модельные.

And some are already model-like.

Компьютеры можно купить в России.

Computers can be bought in Russia.

Партнерами Intel выступят Acer, Asus, Dell, HP, Lenovo и другие.

Intel's partners will include Acer, Asus, Dell, HP, Lenovo, and others.

Влад, спасибо тебе. Как всегда, все очень круто и интересно.

Vlad, thank you. As always, everything is very cool and interesting.

Всегда рад солтам. До новых встреч.

Always glad to see you, soldiers. Until next time.

Итак, про передачу и хранение данных мы поговорили.

So, we talked about data transmission and storage.

Пора перейти к их обработке.

It's time to proceed to their processing.

За эту задачу в компьютерах и серверах отвечают центральные и графические процессоры.

Central and graphic processors are responsible for this task in computers and servers.

И у Intel тут есть что сказать.

And Intel has something to say here.

Поэтому я решил поговорить с Иваном Кузьминым,

Therefore, I decided to talk to Ivan Kuzmin.

генеральным директором по исследованиям и разработкам Intel в России.

general director of research and development at Intel in Russia.

Здравствуйте, Иван.

Hello, Ivan.

Давайте начнем с облачных вычислений.

Let's start with cloud computing.

На вскидку это выглядит панацеей.

At first glance, it looks like a panacea.

Где-то в облаках есть гигантские вычислительные ресурсы,

Somewhere in the clouds, there are gigantic computing resources,

которых хватит для обработки любой информации.

which is enough to process any information.

Были бы деньги заплатить провайдеру соответствующую сумму.

There would be money to pay the provider the appropriate amount.

Разве это не так?

Isn't that so?

Почему Intel говорит, что нам не хватает вычислительных ресурсов

Why does Intel say that we lack computing resources?

для обработки генерируемых данных?

for processing the generated data?

За последние годы мы видим взрывной рост данных.

In recent years, we have seen explosive growth in data.

В среднем, если мы посмотрим на интернет пользователей,

On average, if we look at internet users,

то в 2019 году средний пользователь создавал порядка 25 гигабайт трафика в месяц.

In 2019, the average user generated about 25 gigabytes of traffic per month.

Если мы говорим, например, про беспилотный автомобиль,

If we are talking, for example, about a driverless car,

он уже генерирует порядка 50 гигабайт в день.

He is already generating about 50 gigabytes per day.

Если мы говорим про более сложные вещи,

If we are talking about more complex things,

например, мы говорим про умный госпиталь,

for example, we are talking about a smart hospital,

который может генерировать порядка уже 3 терабайт данных в день,

which can generate around 3 terabytes of data per day,

фабрика порядка 1 петабайта данных.

a factory of about 1 petabyte of data.

Мы сейчас говорим только про 2019 год.

We are currently only talking about the year 2019.

Когда мы говорим про рост в целом числа умных устройств,

When we talk about the growth in the overall number of smart devices,

и мы знаем, что, ожидаем точнее, что в 2022 году

and we know that, we expect more precisely, that in 2022

их число превысит уже в 3 раза население планеты,

their number will exceed the planet's population by three times,

то есть приблизится порядка 28 миллиардов,

that is, it will be around 28 billion,

то сложно представить тот объем данных, который будет нас окружать.

It's hard to imagine the volume of data that will surround us.

А ведь эти данные надо обрабатывать, ведь они содержат ценную информацию,

And these data need to be processed, as they contain valuable information,

которую можно использовать для бизнеса,

that can be used for business,

для оптимизации каких-то расходов или других задач,

for the optimization of certain expenses or other tasks,

ну и не в первую очередь, да, безопасности.

Well, it's not the top priority, yes, safety.

И чтобы раскрыть все эти возможности,

And to unlock all these opportunities,

которые у нас есть в этих данных,

that we have in this data,

мы должны пройти весь путь от того момента,

we must go through the entire journey from that moment,

где они создаются, генерируются, собираются,

where they are created, generated, assembled,

где они подготавливаются, где они анализируются,

where they are prepared, where they are analyzed,

в конечном счете там, где их используются

ultimately where they are used

для принятия каких-то решений, для прогнозирования.

for making decisions, for forecasting.

На каждом шаге нужны вычислительные мощности,

Computational power is needed at every step.

которые позволяют оптимизировать весь этот путь

that allow to optimize this entire journey

от конечного устройства до облака, до клиента.

from the end device to the cloud, to the client.

Так, а почему мы не можем всю обработку перенести в облако

So, why can't we move all the processing to the cloud?

и вообще избавиться от нагрузки на конечное устройство?

And in general, get rid of the load on the end device?

Ведь, что на каждом этапе нужно с этим работать.

After all, it's necessary to work on this at each stage.

Почему бы все не унести в облако и там уже с этим не работать?

Why not move everything to the cloud and work with it there?

Ну, например, мы же хотим, чтобы автомобиль беспилотный

Well, for example, we want the car to be autonomous.

продолжал ехать даже тогда, когда нет связи.

kept driving even when there was no reception.

То есть, или когда мы общаемся с колонкой,

That is, when we communicate with the speaker,

мы ожидаем, что нам даст быстрый ответ,

we expect him to give us a quick response,

а не будет долго думать и ждать,

but will not think and wait for long,

когда получит ответ откуда-то из дата-центра.

when he receives a response from somewhere in the data center.

Аналитики ожидают, что порядка 50% данных

Analysts expect that around 50% of the data

будут обрабатываться, храниться, анализироваться

will be processed, stored, analyzed

ближе к созданию данных на периферии.

closer to the creation of data at the edge.

Это необходимо для обеспечения

This is necessary for ensuring.

правильной задержки данных, задержки ответа.

correct data delay, response delay.

Это также обусловлено пропускной способностью

This is also due to bandwidth.

тех каналов, которые мы используем,

the channels that we use,

вопросом надежности, как в примере беспилотных автомобилей,

the question of reliability, as in the case of autonomous cars,

но и также вопросом безопасности и конфиденциальности данных.

but also a matter of data security and confidentiality.

Потому что есть случаи, когда мы, в принципе,

Because there are cases when we, in principle,

не можем передать данные за пределами того объекта,

we cannot transmit data beyond that object,

того предприятия, например, на котором они создаются.

of that enterprise, for example, on which they are created.

Вот вы упомянули как раз пропускную способность,

Here you mentioned the bandwidth.

задержки и так далее.

delays and so on.

И мне сразу вспомнился 5G, который, мы надеемся,

And I immediately remembered 5G, which we hope will...

даст нам и очень маленькое время задержки,

will give us a very small delay time,

и очень хорошую пропускную способность.

and a very good throughput.

Вот 5G, он ухудшит нашу ситуацию с данными,

Here is 5G, it will worsen our situation with data.

потому что мы начнем еще больше генерировать

because we will start generating even more

и потреблять данных?

and consuming data?

Или он улучшит, потому что мы сможем быстрее

Or he will improve it because we will be able to do it faster.

и проще их передавать, не знаю, может быть,

and it's easier to pass them on, I don't know, maybe,

обрабатывать на как-то распределенной сети

process on some distributed network

устройств и так далее?

devices and so on?

Безусловно, 5G — это такая новая возможность,

Undoubtedly, 5G is such a new opportunity,

которая открывает для всех нас.

which opens up for all of us.

И когда мы смотрим на 5G, то здесь есть

And when we look at 5G, there is

несколько направлений, которые возникают.

several directions that arise.

Первое — это, естественно, повышение скорости

The first is, of course, an increase in speed.

канала.

channel.

То есть, фактически, мы можем с минимальными

That is, in fact, we can do it with minimal...

задержками, ну, например, можем скачать

with delays, well, for example, we can download

какой-то фильм в разрешении 4К, который,

some kind of movie in 4K resolution, which,

если раньше у нас занимал, там, не знаю,

If before we spent, I don't know,

может быть, минуты 30, не знаю, час, да,

Maybe 30 minutes, I don't know, an hour, yes.

то теперь он скачается буквально за минуту.

So now it will download in literally a minute.

Другой пример, когда, например, мы используем

Another example is when, for instance, we use

наш ноутбук, который может быть недостаточно

our laptop, which may not be sufficient

мощный с точки зрения каких-то игр, но в то

powerful in terms of some games, but at the same time

же самое время, используя возможности 5G,

at the same time, using the capabilities of 5G,

мы можем фактически стримить какие-то вещи

We can actually stream some things.

напрямую из интернета.

directly from the internet.

Да, и таким образом игра, да, то есть она

Yes, and thus the game, yes, that is, it

будет в режиме реального времени

will be in real time

происходить на конечном устройстве.

occur on the end device.

Ну, и другая вещь, которая тоже очень

Well, and another thing that is also very

важна — это то, что 5G позволяет нам

What is important is that 5G allows us to

фактически изолировать каналы, которые мы

to effectively isolate the channels that we

используем для передачи данных, и

used for data transmission, and

подключать устройства напрямую друг к

connecting devices directly to each other

другу.

to a friend.

И это, в том числе, является предпосылкой

And this, among other things, is a prerequisite.

для того, чтобы развивалось все больше

so that more and more develops

устройств, умных устройств, конечных

devices, smart devices, endpoints

устройств, которые теперь могут, на самом

devices that can now, in fact

деле, обмениваться данными между собой

in the matter, to exchange data with each other

напрямую, может быть, даже минуя дата-центр,

directly, perhaps even bypassing the data center,

и таким образом, в неком смысле, это

and thus, in a certain sense, this is

усложняет задачу, которая возникает,

complicates the task that arises,

потому что теперь, если схема была, может

because now, if there was a scheme, maybe

быть, однонаправленная, да, то есть было

to be, one-way, yes, that is, it was

конечное устройство, мы обработали данные,

end device, we processed the data,

передали там что-то, часть этих данных

passed on something there, part of this data

к дата-центру, то теперь мы можем создать

to the data center, now we can create

действительно распределенную сеть, в

truly distributed network, in

которой устройства могут напрямую

to which devices can connect directly

обмениваться с собой, не уходя даже в

exchanging with oneself, not even leaving in

облако.

cloud.

Иван, мне не каждый день выпадает

Ivan, I don't get these opportunities every day.

возможность пообщаться с главой R&D

the opportunity to communicate with the head of R&D

большой компании, поэтому я не упущу

a large company, so I won't miss out

возможность задать пару общих вопросов.

the opportunity to ask a couple of general questions.

Чем вообще занимается вот российское

What does Russian actually do?

подразделение, которое вы возглавляете?

The department that you lead?

За что пользователи могут сказать вам

What users can tell you about.

спасибо?

Thank you?

Мы решаем, на самом деле, очень разные

We are actually solving very different things.

задачи. Мы создаем новые продукты, которые

tasks. We are creating new products that

используются различными клиентами по

used by various clients for

всему миру. И это и разработка нового

to the whole world. And this is the development of a new

стандарта One API, который поможет упростить

the One API standard, which will help simplify

разработчикам взаимодействие с

interaction with developers

разнообразными вычислительными

diverse computational

системами. Это наш продукт OpenVINO,

systems. This is our product OpenVINO,

который завоевал несколько мировых наград.

which has won several international awards.

За что мы действительно очень гордимся,

What we are really very proud of,

потому что это продукт, который мы создали

because it's a product that we created

здесь, в России, и который теперь активно

here, in Russia, and which is now actively

используется по всему миру в

used worldwide in

видеоаналитике, медицине, много где еще.

video analytics, medicine, and many other areas.

Ну и наши отдельные продукты или

Well, and our individual products or

компоненты уже были внедрены в решения

the components have already been implemented in the solutions

по беспилотным автомобилям. Они

on unmanned vehicles. They

используются в компьютерных играх. Они

are used in computer games. They

также, например, были использованы в

also, for example, were used in

создании мультфильмов, например, студии

the creation of cartoons, for example, studios

Disney. Ну и гордимся мы не только решениями,

Disney. Well, we take pride not only in our decisions,

не только продуктами, но и

not only with products, but also

на самом деле гордимся мы, наверное, даже

In fact, we are probably even proud.

больше тем вкладом, который мы вносим в

more about the contribution that we make to

экосистему. Так, например, в прошлом году

the ecosystem. For example, last year

более двух тысяч студентов прошли через

more than two thousand students have gone through

наши образовательные программы. Это и

our educational programs. This is both

различные курсы, это лекции, это школы и

various courses, lectures, schools, and

практику, и многие другие способы, которые

practice, and many other ways that

мы используем для того, чтобы студенты

we use so that students

имели возможность развить свои

had the opportunity to develop their

профессиональные навыки и знания, чтобы

professional skills and knowledge to

они были профессионально готовы и

they were professionally prepared and

развивали и двигали дальше на

developed and moved further on

IT-индустрию в целом. Иван, вы упомянули

The IT industry as a whole. Ivan, you mentioned

One API. Я так понимаю, что это как раз напрямую

One API. As I understand it, this is directly.

касается нашей основной темы сегодняшнего

regarding our main topic of today

разговора — обработки данных. Вы можете

conversation — data processing. You can

чуть-чуть погрузиться в эту историю? Мы

Shall we dive a little into this story? We

поставили для себя такую амбициозную

they set such an ambitious one for themselves

задачу — создать унифицированную модель

the task is to create a unified model

и стандарт программирования для

and the programming standard for

облегчения разработки программного

facilitation of software development

обеспечения под разнообразные

provisions for various

вычислительные архитектуры. Это

computational architectures. This

включает в себя и новый язык

includes a new language

программирования, который называется

programming, which is called

Data-Progressive C++, и это различные библиотеки,

Data-Progressive C++, and these are various libraries,

это открытый стандарт, к которому могут

this is an open standard to which can

присоединиться как компании, которые

join as companies that

разрабатывают железо, так и компании,

they develop hardware, just like companies,

которые разрабатывают программное

that develop software

обеспечение, которые могут построить свои

providing entities that can build their own

конечные решения на базе нашего

final solutions based on our

продукта. Ну и модель, которую мы

product. Well, and the model that we

предлагаем, она позволит существенно

we suggest, it will significantly allow

расширить возможности разработчиков.

expand developers' capabilities.

Она позволит им создавать и использовать

It will allow them to create and use.

сервисы и приложения на любой

services and applications for any

технологической платформе. Потому что

technological platform. Because

сегодня мы видим то, что задачи, которые

Today we see that the tasks that

решаются, их невозможно решить только на

They are being resolved; they cannot be resolved solely through.

одной архитектуре или на одном решении.

one architecture or on one solution.

Они требуют различных решений в зависимости

They require different solutions depending on

от того, какую проблему мы решаем. Как вот

depends on what problem we are solving. Like this

мы сейчас обсуждаем про данные. Данные

We are currently discussing the data. Data.

могут собираться на одном устройстве, на

can be gathered on one device, on

одной процессоре, да, и тренироваться,

on one processor, yes, and train,

например, в дата-центре, на ускорителях

for example, in a data center, on accelerators

каких-то, ну и потом возвращаться обратно

some, well, then return back

на третье устройство, которое будет

to the third device, which will be

заточено конкретно на такие вот решения.

sharpened specifically for such solutions.

Чтобы пользователи не думали о том, где

So that users do not think about where

будет исполняться их, в конечном счете, код,

their code will ultimately be executed,

мы придумали и работаем над этой

we came up with and are working on this

программной моделью, которая позволит им

a software model that will allow them

действительно сфокусироваться на задачах,

truly focus on tasks,

а мы берем на себя все проблемы, связанные

and we take on all the problems related to

с ускорением, чтобы получить максимальную

with acceleration, to achieve maximum

производительность из конечной платформы.

performance from the final platform.

Что ж, этот эпизод плавно движется к

Well, this episode is smoothly moving towards

концу, а с ним и весь первый сезон. Но мы

to the end, and with it the whole first season. But we

приготовили для вас сюрприз. Еще одного

We prepared a surprise for you. One more.

гостя. Это генеральный директор Intel в

guest. This is the CEO of Intel in

России Наталья Голян. Здравствуйте,

Hello, Natalia Golyán from Russia.

Наталья. Весь наш подкаст был о том, как

Natalia. Our entire podcast was about how

технологии меняют мир вокруг нас и влияют

Technologies are changing the world around us and having an impact.

на наше будущее. Но как вам кажется, нужно

to our future. But what do you think, is it necessary

ли вообще сейчас менять этот мир? Вот ведь

Is it even worth changing this world right now? Well then.

наше будущее, оно такое неизвестное. Может,

our future is so unknown. Maybe,

пора остановиться все-таки? На самом деле,

Is it time to stop after all? Actually,

если бы мы могли на это повлиять, да, мир

If we could influence this, yes, the world.

меняется, хотим мы этого или нет. И, собственно,

it changes, whether we want it or not. And, собственно,

кто бы мог предсказать, что мы будем жить

who could have predicted that we would live

в условиях пандемии, в условиях новой

in the conditions of the pandemic, in the conditions of a new

нормальности. Огромное количество изменений,

normality. A huge number of changes,

к которым нужно адаптироваться и желательно

to which one needs to adapt and preferably

максимально быстро. Ну и здесь помогают

as quickly as possible. And they help here too.

технологии, например, возможности удаленного

technologies, for example, remote capabilities

управления, облака, персональные компьютеры

management, clouds, personal computers

для совместной работы и образования. Технологии

for collaboration and education. Technologies

в телемедицине, конечно, особое значение

in telemedicine, of course, holds special significance

приобретают такие вещи, как контроль за

they acquire things like control over

соблюдением социальной дистанции, мониторинг

observance of social distance, monitoring

температуры, различные бесконтактные киоски,

temperatures, various contactless kiosks,

кассы для магазинов. Понятно, что технология

cash registers for stores. It's clear that the technology

не является какой-то панацеей от кризисов, но

is not a panacea for crises, but

однозначно они могут помогать с ними справляться.

They can definitely help cope with them.

И в этом разрезе, кстати, в том числе могут

And in this context, by the way, they can also

помогать точнее прогнозировать ближайшее

to help make more accurate forecasts for the near future

будущее. Например, лучше понять, чему нашим

the future. For example, to better understand what our

детям стоит учиться в будущем и как будет

Children should learn for the future and how it will be.

развиваться вообще рынок труда. Уже сейчас

the labor market is developing in general. Even now

мы должны готовить к школьникам и студентам

We must prepare for schoolchildren and students.

первого, второго курса, к тем профессиям,

first and second year, to those professions,

которые еще, в общем-то, не появились. Если

which, in general, have not yet appeared. If

мы вспомним 2010 год, там, исходя из технологических

We will remember 2010, based on the technology there.

трендов, мы прогнозировали появление таких

trends, we predicted the emergence of such

профессий, например, как менеджер сообщества

professions, for example, like community manager

или специалист по сбору данных, или инженер

Either a data collection specialist or an engineer.

знаний, виртуальный преподаватель. И, в общем-то,

knowledge, virtual teacher. And, in general,

эти названия очень близки к конкретным специальностям,

these names are very close to specific specialties,

которые очень даже востребованы сегодня. Так

which are in high demand today. So

и сейчас, в 2020, мы можем говорить о профессиях

And now, in 2020, we can talk about professions.

будущего, таких как адвокат по вопросам

of the future, such as a lawyer on issues

искусственного интеллекта или специалист по

artificial intelligence or a specialist in

человеко-машинным интерфейсам или архитектор

human-machine interfaces or architect

дополненной реальности. И пусть они звучат

augmented reality. And let them sound

достаточно футуристично, но уверена, что уже

quite futuristic, but I'm sure it already

через 5-10 лет вполне могут стать реальными.

In 5-10 years, they could very well become a reality.

Вы можете объяснить, зачем вообще мы, вот, как

Can you explain why we, like this, at all?

отдельные инноваторы и как большие корпорации,

individual innovators and large corporations,

вообще работаем над новыми технологиями? Вот

Are we generally working on new technologies? Here you go.

понятно, что этот год особенный, но, если взять

It's clear that this year is special, but if we take...

за скобки все, что произошло в этом году, зачем

Put aside everything that happened this year, for what reason?

мы постоянно что-то придумываем? Это вопрос

Are we constantly coming up with something? That's the question.

какой-то прибыли и условной, там, гонки за

some profit and conditional, there, competition for

лидером, или это какой-то внутренний вопрос,

Is it a leader, or is it some kind of internal issue?

какой-то внутренний драйв? Ну, я думаю, что

some kind of internal drive? Well, I think that

человеку вообще всегда интересно придумывать

A person is always interested in creating new things.

и создавать что-то новое, да, это у человечества

and to create something new, yes, this is in humanity's nature

в крови, что называется, да. Растет, конечно, число

It's in the blood, so to speak, yes. The number is certainly growing.

умных устройств, развиваются сети связи,

smart devices, communication networks are evolving,

растут данные, и причем данные растут

Data is increasing, and moreover, the data is growing.

экспоненциальными темпами, и все это создает

exponential rates, and all of this creates

отличные возможности для развития бизнеса,

great opportunities for business development,

внедрения новых идей. Технологии помогают

the implementation of new ideas. Technologies help

людям раскрыть свой потенциал, и понятно, что

to help people unlock their potential, and it is clear that

вся индустрия развивается наиболее стремительно,

the entire industry is evolving the fastest,

и наша цель — создавать технологии, которые, ну,

and our goal is to create technologies that, well,

самое главное, принесут пользу людям, сделают

the most important thing is that they will benefit people, they will make

лучше жизнь каждого отдельного человека.

the better life of each individual person.

Ученые создают новые лекарства, решают сложные

Scientists are creating new drugs, solving complex issues.

задачи в области физики, механики, биоинформатики,

problems in the field of physics, mechanics, bioinformatics,

аэродинамики. Школьники применяют технологии

aerodynamics. Schoolchildren use technologies

искусственного интеллекта, например, чтобы в будущем

artificial intelligence, for example, to use in the future

благодаря знанию легче найти себя в экономике

Thanks to knowledge, it is easier to find oneself in the economy.

данных.

data.

Беспилотные автомобили уже, да, оснащенные решениями

Driverless cars are already equipped with solutions.

для предотвращения столкновений, они помогут

to prevent collisions, they will help

снизить количество аварий. Примеров масса, и все

reduce the number of accidents. There are many examples, and all

эпизоды нашего подкаста, по сути, они рассказывали

The episodes of our podcast essentially told stories.

именно о той пользе, которую приносят технологии.

it is precisely about the benefits that technologies bring.

Конечно, инновации не создаются в одиночку.

Of course, innovations are not created in isolation.

Например, если говорить о переходе к облачным

For example, when talking about the transition to cloud services.

системам, да, который мы видим достаточно тоже

systems, yes, which we see quite a lot too

стремительный, так это очень масштабный процесс,

rapid, it's a very large-scale process,

и реализовывать его мы можем только совместно

and we can only implement it together

с экосистемой. Возможности наших партнеров тут имеют

with the ecosystem. The opportunities of our partners here have

решающее значение для нашего успеха. Мы всегда опираемся

decisive importance for our success. We always rely on

на запросы пользователей, на запросы клиентов, и, конечно,

to user requests, to client requests, and of course,

опять же, очень тесно сотрудничаем с партнерами и ценим их

Again, we work very closely with our partners and value them.

доверие и поддержку, и уже вместе создаем какое-то

trust and support, and together we are already creating something

законченное решение.

completed solution.

Есть ли какие-то совсем консервативные сферы, где

Are there any completely conservative areas where

наши технологии, ну, в принципе, технологии прошли совсем

Our technologies, well, basically, the technologies have completely evolved.

мимо и вот ничем не могут помочь? Вот мы журналистику,

"Past by and they can't help at all? Here we are in journalism,"

наверное, не успели обсудить в нашем подкасте, не знаю,

Probably didn't have time to discuss it in our podcast, I don't know,

как технологии журналистам могут помочь.

how technology can help journalists.

Да, совершенно верно. Есть области, где потенциал

Yes, that's absolutely correct. There are areas where there is potential.

технологий еще не реализовался в полной мере. Например,

the technologies have not yet been fully realized. For example,

не знаю, это аналитика, генерация текстов, виртуальные

I don't know, it's analytics, text generation, virtual.

ассистенты, робототехника, когнитивные интерфейсы,

assistants, robotics, cognitive interfaces,

все это развивается, потому что это новые возможности

All of this is evolving because these are new opportunities.

для создания новых инновационных решений.

for creating new innovative solutions.

Технологии не могут заменить человека, но они все глубже

Technologies cannot replace humans, but they are becoming deeper.

проникают в нашу жизнь и становятся практически

they penetrate into our lives and become virtually

повсеместными, помогая решать массу практических

widespread, helping to solve a multitude of practical

задач. Например, мы работаем с облаками, часто даже

tasks. For example, we work with clouds, often even

не догадываясь об этом. Пользуемся музыкальными

not aware of this. We make use of musical

сервисами, заказываем продукты, играем в сети.

with services, we order groceries, we play online.

Также искусственный интеллект решает множество реальных

Artificial intelligence also solves numerous real-world problems.

задач. Это механизмы рекомендаций, это таргетированная

tasks. These are recommendation mechanisms, these are targeted

реклама, перевод текстов, видеоаналитика.

advertising, text translation, video analytics.

Автоматизация производства, расширенная диагностика

Production automation, advanced diagnostics.

в медицине. Везде, так или иначе, но технологии касаются

in medicine. Everywhere, one way or another, technology is involved.

самых разных сфер нашей жизни.

the most diverse spheres of our life.

На этом, кажется, все. С вами был подкаст «Закон Мура»

That's all for now. You were listening to the podcast "Moore's Law."

и я, Султан Сулейманов. «Закон Мура» — это совместный

And I, Sultan Suleimanov. "Mur's Law" is a joint

подкаст Intel и контент-бюро «Продано». Вместе со мной

Podcast Intel and the content bureau "Sold." Together with me.

над этим выпуском работали редактор Анна Чесова, продюсер

This issue was worked on by editor Anna Chesova, producer

Анна Коваленко и монтажер Лера Кусто. За обложку спасибо

Anna Kovalenko and editor Lyra Kusto. Thank you for the cover.

Анастасии Яровой, а за музыку — Виктору Давыдову. Пока.

To Anastasia Yarovaya for the lyrics, and to Viktor Davydov for the music. Goodbye.