Пентагон выделил $15 млн. на разработку энергоэффективных компьютеров

Пентагон выделил $15 млн. на разработку энергоэффективных компьютеров

 По имеющимся данным, структуры, выполняющие инвестиционные программы Пентагона, выделили $15 млн. на поддержку исследований и производства энергоэффективных компьютерных комплектующих для снижения энергозатрат и повышения производительности рабочих станций, используемых военным ведомством и спецслужбами США.

По условиям контракта, Агентство перспективного планирования научно-исследовательских работ Министерства обороны США (DAPRA) выделило $6,3 млн. компании SRI International и $8,7 млн. - компании Reservoir Labs. Планируется, что деньги пойдут на разработку и внедрение энергоэффективных комплектующих для встраиваемых систем, которые бы позволили производить более эффективную вычислительную обработку информации.

Финансирование осуществляется в рамках программы «Революция энергоэффективности технологий встроенной вычислительной обработки» (Power Efficiency Revolution For Embedded Computing Technologies), цель программы: «обеспечить повышение эффективности встраиваемых вычислений на ватт электроэнергии».

Как известно, многие устройства, используемые спецслужбами и военными, в частности на поле боя, имеют датчики, которые собирают больше информации, чем способна обработать существующая вычислительная техника в режиме реального времени. Алгоритмы и аппаратные средства, созданные в рамках программы, призваны решить эту проблему.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru