Kurgan-Telecom Ru | Информационные технологии

Среди всего многообразия электрических машин переменного тока синхронный реактивный электродвигатель (СРД, от английского Synchronous Reluctance Motor, SynRM) занимает особое место. С одной стороны, принцип его работы был известен ещё в XIX веке и казался инженерам того времени малоперспективным. С другой — именно этот тип машин за последние два десятилетия переживает настоящий ренессанс и активно вытесняет асинхронные двигатели в задачах промышленного привода.

Парадокс состоит в следующем. В конструкции SynRM отсутствуют постоянные магниты и обмотка возбуждения. Ротор представляет собой только специально профилированный магнитопровод без каких-либо электрических цепей. Казалось бы, нет источника магнитного поля — нет и момента. Однако реактивный момент, возникающий исключительно за счёт разницы магнитных сопротивлений по различным осям ротора, оказывается вполне достаточным для создания высокоэффективного тягового двигателя.

Ключом к реализации потенциала SynRM стали два взаимосвязанных достижения: развитие силовой электроники, позволившей строить высококачественные частотные преобразователи, и разработка алгоритмов управления с оптимизацией по критерию максимального момента на ампер (MTPA — Maximum Torque Per Ampere). Без этих инструментов SynRM остаётся малоэффективным. Вместе с ними — становится конкурентоспособным решением для широкого круга промышленных задач.

В настоящей статье рассматривается математическая модель синхронного реактивного двигателя и её реализация в системе моделирования Engee. Особое внимание уделяется физике анизотропии магнитного сопротивления, математическому описанию реактивного момента и стратегии MTPA. Модель верифицирована на параметрах реальной машины мощностью 300 кВт с последующим анализом переходных процессов при разгоне и набросе нагрузки.

Веб-сокеты (WebSocket) — набор правил для двусторонней связи между браузером и сервером в реальном времени. Если HTTP работает по принципу "спросил - ответил", то протокол веб-сокетов предусматривает постоянный канал: сервер может сам отправлять данные браузеру, не дожидаясь запроса. Именно по этому протоколу работают чаты, онлайн-редакторы, многопользовательские игры.

Я готовил статью про устройство самого протокола, но когда начал разбираться с историей появления стандарта, оказалось, что она заслуживает отдельного материала. Вот он.

Ink отлично ведёт ветвления и состояние, пока диалоги остаются «просто текстом». Проблемы начинаются, когда этим текстом нужно управлять как производственным объектом: раздать реплики актёрам, собрать сценарий для записи, отслеживать правки, локализацию и готовность аудио, не превращая проект в бесконечную таблицу.

В статье разберем Dink — слой поверх Ink, который добавляет идентификаторы, метаданные и выгрузки в удобные форматы, чтобы диалоги можно было доводить до озвучки и релиза без ручного хаоса.

В последнее время наблюдается рост цен на комплектующие и не только. 

Всё это связано с тем, что производители железа постепенно  уходят из потребительского сегмента и сосредотачиваются на рынке ИИ. 

В результате обычный персональный компьютер медленно, но верно перестаёт быть доступным.

Но так ли всё плохо, как пишут в интернете?

AS (Автономная система) - часть интернета, состоит из блоков IP адресов.

Рекомендую прочитать мою прошлую статью для полного понимания: РКН создали белый список для 72 AS, но пострадали 391 AS (>225 млн IP адресов)

В июне 2025г было замечено (credits: ValdikSS), что на некоторых нодах для тестирования блокировок интернета в РФ наблюдается недоступность TLS 1.3 на серверах OVH.

В статье разберём почему так было и проведём фокус с блокировкой.

Месяц ночных смен, потерянные лицензии и ручное «оживление» серверов. Так прошла вынужденная миграция в облако, которая на бумаге выглядела стандартной процедурой.

Эта статья — не техническая инструкция для админов. Это разбор реального «переезда в облако» для собственников и ИТ‑директоров, которые отвечают головой за бизнес‑результат. Мы намеренно не уходим в технические настройки, а показываем, где в миграции рождаются риски простоя и что руководитель обязан потребовать от команды до старта проекта.

6 марта 2026 года в Санкт‑Петербурге пройдёт WiDS Meetup — событие, которое я организую уже третий год подряд. Это не конференция в классическом смысле и не «просто митап». Да, у нас есть праздничная рамка, но смысл не в ней. Для меня WiDS Meetup — попытка нащупать новую форму технологического события, где инженерная глубина и практическая ценность не спорят с эстетикой, а усиливают друг друга. Судя по тому, как растёт аудитория и качество разговоров, это работает.

Меня зовут Марк Паненко. Я руковожу направлением Machine Learning / Data Science в Ozon Банке и много лет участвую в организации мероприятий сообщества Open Data Science (ODS) в Санкт‑Петербурге. Ниже — история о том, как родился WiDS Meetup, почему он вырос до формата фестиваля/арт‑конференции и как это связано с тем, что происходит в индустрии прямо сейчас.

Как использовать в России нейросети Claude без VPN. Обзор Claude Opus 4.6, Sonnet, Haiku: тесты, возможности, фишки и удобные способы оплаты.

Привет, друзья!

В этой небольшой статье я расскажу вам о новом свойстве события toggle - source, а также о новом атрибуте HTML-элемента dialog - closedby.

Свойство source позволяет определять источник переключения видимости поповера (popover), а атрибут closedby позволяет декларативно управлять логикой закрытия dialog, но обо всем по порядку.

Привет, Хабр! Сейчас тема ИИ у всех на слуху: эта технология то ли собирается перевернуть современный мир, то ли всем уже надоела, то ли и то и другое сразу. У пользователей ее упоминание в продуктах может вызвать как интерес, так и тревогу, особенно когда она обещает больше, чем реально дает. 

Меня зовут Юля, в MТС я занимаюсь внедрением ИИ-функций в нескольких продуктах. В этом материале расскажу о результатах собственного исследования отношения пользователей к ИИ: покажу, как можно сегментировать аудиторию в зависимости от их восприятия технологий и как донести ценность ИИ через персонализацию и продуманные сценарии.

Уже на этой неделе (с 1 марта 2026 года) вступает в свою законную силу и начинает действовать Приказ ФСТЭК России № 117 «Об утверждении требований о защите информации, содержащейся в государственных информационных системах, иных информационных системах государственных органов, государственных унитарных предприятий, государственных учреждений». 

Новый приказ отменяет существовавший более 10 лет приказ ФСТЭК России от 11.02.2013 № 17 «Об утверждении Требований о защите информации, не составляющей государственную тайну, содержащейся в государственных информационных системах», а также все его последующие редакции и дополнения.

Об этом уже много говорили с момента выхода этого приказа, и продолжают говорить до сих пор. И мы решили сделать «мастер-статью», в которой мы будем размещать максимум полезной информации, о том, как всем нам жить «по-новому» - ведь не исключено, что 117 приказ останется на довольно продолжительное время с нами.

Привет! Я — Аля, старший продакт-менеджер выделенных серверов в Selectel. Представьте, вашей команде нужно разработать новый интерфейс для продукта. Вы ставите задачу на дизайнера, а он приносит статичные картинки экранов в Figma. На встрече команда смотрит на них и понимает, что половина сценариев не продумана. Возникают вопросы: «Что будет, если пользователь нажмет на кнопку или данные не загрузятся?» И вместо того, чтобы передать задачу в разработку, вам приходится выяснять детали в комментариях и чатах.

Нам это хорошо знакомо. Долгие циклы согласований, переделки после релиза, сложности с тестированием — все это было частью нашего процесса. Чтобы решить эти проблемы, мы решили попробовать AI-инструменты для прототипирования. В статье расскажу, как Figma Make и другие сервисы помогли нашей команде ускорить создание прототипов и сократить количество правок. Будет полезно тем, кто устал от цикла «получить макет → найти проблему → подождать правки → повторить».

Если вы разрабатываете iOS-приложение с виджетом, Watch-компаньоном (это приложение для Apple Watch, которое работает в паре с основным приложением на iPhone) или Share Extension - рано или поздно вам придётся передавать данные между процессами. App Groups - стандартный механизм для этого, и на первый взгляд он прост: добавил capability, написал UserDefaults(suiteName:), поехали. Но именно эта кажущаяся простота и создаёт проблемы. Данные лежат в незашифрованном контейнере, любое приложение из вашей команды может их прочитать, а валидация входящих данных почти никогда не делается. Давайте же рассмотрим, как правильно настроить App Groups, что реально можно туда класть, какие риски существуют и как организовать безопасный обмен (в том числе с примером передачи токена авторизации между приложением и виджетом).

Сэм Альтман не отступает, даже несмотря на то, что проблемы OpenAI продолжают нарастать как снежный ком.

С начала 2026 года плохие новости копятся одна за другой:

Сделка с NVIDIA теперь под серьезным сомнением.

Стратегическое партнерство с SoftBank повисло в воздухе.

Партнерский проект Stargate - Oracle - пережил сокрушительный обвал цен на акции, потрепав нервы всем, кто делал ставку на прорыв в сфере ИИ.

Вдобавок ко всему, американская общественность все активнее выступает против строительства дата-центров.

И, наконец, все больше экспертов говорят о том, что индустрия ИИ в ее нынешнем состоянии - это пузырь.

К счастью для Сэма, мир не заканчивается на границах США. И взгляды генерального директора OpenAI (и не только его) теперь обращены к этому более широкому миру.

Это история о том, как мы несколько недель искали странные скачки latency в продакшене и в итоге уткнулись в поведение кэша процессора. Не в аллокатор, не в GC, не в сеть. В кэш. В статье — реальные эксперименты, код, метрики, гипотезы, которые не подтвердились, и довольно неприятные выводы о том, насколько процессор может быть непредсказуемым, когда система нагружена по-взрослому.

Всем привет! За последние несколько лет число кибератак кратно выросло — это создало необходимость в новых подходах к кибербезопасности. Одним из них стала эшелонированная защита — ряд СЗИ, работающих на разных сетевых уровнях, но выполняющих одну задачу по защите ресурсов. Сегодня мы расскажем об агрегации логов различных СЗИ — задаче, которая возникла как следствие внедрения эшелонирования.

В этой статье мы поделимся, как построили универсальную систему для хранения логов с различных СЗИ с возможностью как ретроспективного, так и моментального анализа событий «в одном окне» с помощью open source-решения (и объясним, почему это безопасно).

Кейс Dolina v. Lurie всколыхнул не только юридическое сообщество. Сейчас шум в медиа начал утихать и настало время спокойно препарировать это дело LLM-матрицами и тензорными вычислениями.

Cgoodwin

Есть такие интересные явления, которые сопровождают человечество очень давно, и, несмотря на это, всё ещё представляют собой значительный интерес, где одно из таких явлений представляет собой обычный кнут, а точнее, звук, производимый с его помощью… 

За 15 лет в разработке и анализе производительности 1С я понял одну простую, но неприятную вещь: когда высоконагруженная система начинает тупить, мы инстинктивно виним платформу, железо или СУБД. Но в реальности, даже на тяжёлых бэкендах с тысячами пользователей, узкое горлышко — это почти всегда наш собственный код.

Сегодня я расскажу, как мы построили систему мониторинга своими руками, сэкономили 20% на железе (которого у нас, к слову, не «терабайты и сотни ядер», а вполне вменяемые конфигурации) и почему стандартный APDEX может нагло врать вам в лицо.

— Платформа 1С 8.3.24.

— СУБД Postgres Pro.

— Больше 40 серверов 1С в разных контурах (внутренний для сотрудников, внешний для поставщиков).

— В пике — более 4000 пользователей. Ежечасно (!) крутятся тысячи фоновых заданий и сотни интеграционных сценариев.

Привет, Хабр! Меня зовут Владимир Кочетков, и я тимлид Deep Learning разработки в области распознавания речи и соавтор курса «MLOps для разработки и мониторинга моделей» в Яндекс Практикуме.

Сегодня поделюсь опытом, как мы с командой внедряли менеджер ML-экспериментов, и расскажу: в чём сложность обучения моделей; когда нам понадобился менеджер экспериментов; какие были к нему требования и как они эволюционировали в процессе; что мы выбрали и почему; как это работает в жизни.

А начнём с главной мысли: проводить множество попыток обучения до нужного состояния очень сложно, если не следить за тем, что и как мы меняем при каждом подходе.