Китайская компания Yingchuang New Materials первой стала строить здания с помощью трехмерных принтеров, использующих переработанные строительные материалы. Причем делает она это с головокружительной быстротой.

Компания Yingchuang New Materials выстраивает стены зданий с помощью массивного 3D-принтера

Имея в своем распоряжении четыре огромных 3D-принтера, компания за 24 часа выстраивает каркас для 10 домов. И себестоимость такого строительства составляет всего 5 тыс. долл. за здание.

Дома, распечатанные на трехмерных принтерах, используются в Шанхайском технопарке в качестве офисов.

Принтеры, поставляемые компанией WinSun Decoration Design Engineering, имеют 6 метров в высоту, 10 метров в ширину и 40 метров в длину.

Как и настольные устройства, 3D-принтеры WinSun, предназначенные для проведения строительных работ, используют технологию моделирования методом плавления (fused deposition modeling, FDM), выстилая слои материалов один за другим, словно выдавливая глазурь из кондитерского шприца.

Компьютер при помощи программного обеспечения автоматизированного проектирования управляет механическим экструдером, который наносит на рабочую поверхность все новые и новые слои бетона. Под воздействием специального отвердителя каждый очередной слой быстро застывает, и его прочности оказывается вполне достаточно для того, чтобы выдерживать давление следующего слоя, пока машина перемещается взад-вперед.

Стены зданий отливаются и на заводе Yingchuang New Materials, а их стыковка производится уже непосредственно на стройплощадке.

Завод и исследовательский центр Yingchuang, раскинувшиеся на площади 3 тыс. квадратных метров, также были построены с помощью технологии 3D-печати. По словам главы компании Ма Йихе, строительство удалось завершить всего за месяц.

Yingchuang – уже не первая компания, использующая трехмерную печать в строительстве. Но она первой доказать возможность постройки сразу нескольких зданий за один день.

Несколько лет назад исследователи из Университета Южной Калифорнии построили здание при помощи 3D-принтера быстрее чем за день.

Как ни фантастично это звучит, но подобные машины уже сейчас способны возводить бетонные стены с усиливающими элементами для здания площадью 185 кв. м всего за 20 часов.

Метод роботизированного экструдирования Contour Crafting напоминает технологию, используемую настольными 3D-принтерами. Сначала с помощью САПР разрабатывается архитектурный дизайн. А затем этот дизайн посредством трехмерных принтеров находит свое физическое воплощение непосредственно на строительной площадке.

Машины автоматически прокладывают все необходимые коммуникации для подачи электроэнергии, водопровода и кондиционеров, размещая также электронные датчики, которые контролируют температуру и другие параметры внутри здания.

Профессор кафедры промышленного и системного проектирования USC Viterbi School of Engineering Берох Хошневис возглавляет направление совершенствования строительной технологии Contour Crafting.

Машина Contour Crafting вместе с металлической рамой и роботизированной системой экструдирования весит 227 кг. Она разделяется на две части и быстро собирается на стройплощадке.

Каждый из слоев бетона, выходящего из экструдера машины, имеет ширину 10 см и высоту 15 см. Под воздействием специального отвердителя за время, пока машина обходит весь периметр здания, бетон становится достаточно прочным для того, чтобы выдержать следующий слой.

Хошевис убежден, что технология трехмерной печати не только поможет наладить строительство доступного жилья в странах третьего мира, но и найдет когда-нибудь применение во внеземном строительстве с использованием материалов, имеющихся на других планетах.

В отличие от 3D-принтеров Yingchuang, которые за один непрерывный цикл выстраивают стену, машины Contour Crafting воздвигают без какого-либо перерыва сразу все здание.

Недавно голландская дизайнерская студия DUS Architects с помощью портативного трехмерного принтера KamerMaker построила в Амстердаме дом на канале.

Дом был построен из блоков размером 1,8 x 1,8 x 3,6 м, отливаемых из термопластика, и собран на месте подобно моделям, создаваемым из конструктора Lego.

В отличие от технологий трехмерной печати Dus Architect и Contour Crafting, технология Yingchuang предполагает использование переработанных строительных материалов: песка, бетона, стекловолокна.

По сообщениям местной телевизионной компании CNC World, последние 12 лет Yingchuang занимается технологиями трехмерной печати, применяемыми в строительной отрасли.

По мнению Йихе, трехмерная печать, называемая также аддитивной производственной технологией, могла бы использоваться для строительства высотных зданий из материалов, полученных путем измельчения ранее разрушенных домов.

Компания Yingchuang планирует построить в Китае сто фабрик по утилизации строительного мусора и изготовлению из него недорогих материалов для 3D-принтеров, применяемых в строительстве.

В интервью порталу 3ders Йихе заявил, что известная группа Thomson, занимающаяся продажей жилья, обратилась к нему с предложением построить для нее загородный дом.

Концепция IoT получает исключительно разнообразные применения

Опрос, проведенный PwC, выявил, что компании постепенно, но массово внедряют технологии Интернета вещей (Internet of Things, IoT), инвестируя в датчики, передающие информацию без проводов для дальнейшего анализа.

IoT состоит из оборудования — небольших устройств и средств организации беспроводных сетей — и программного обеспечения; ключевую роль играют датчики, получающие информацию о предметах и окружающей среде, отмечается в докладе PwC.

«IoT, соединяющий с цифровым миром самые разные объекты, от холодильников до жилых домов и парковок, к 2020 году превратится в индустрию с многотриллионным оборотом», — прогнозируют аналитики PwC.

Сегодня в IoT инвестируют 20% всех компаний, на 3% больше, чем в прошлом году. Всего в опросе приняли участие около 1,5 тыс. руководителей высшего ранга. Из них 14% указали, что в предстоящие три-пять лет датчики будут иметь для их компаний высшее стратегическое значение.

Сама концепция IoT широкомасштабная и имеет разнообразные применения. К примеру, исследователи из AT&T разработали систему «умного багажа» на основе чипов LTE и GPS, позволяющую непрерывно отслеживать местонахождение сумок с помощью смартфона или планшета. А в Сан-Хосе развертывают сеть датчиков для слежения за дорожным движением и уровнями шума и загрязнения воздуха.

Датчики — ключевой элемент подобных систем: их показания помогают быстрее принимать более точные решения по оптимизации бизнес-процессов, цепочки поставок и взаимодействия с клиентами. Как отмечается в докладе PwC, наиболее активно датчики применяются в отраслях энергетики и добычи полезных ископаемых — для обнаружения угарного газа в воздухе и обеспечения безопасности работы шахтеров.

Растет использование датчиков в сфере коммунальных услуг: умные счетчики регистрируют закономерности потребления электроэнергии, позволяя операторам отслеживать тенденции и оптимизировать распределение мощности.

В автомобилях датчики применяются в системах безопасности и содействия водителю, а на производстве — для контроля и оптимизации работы оборудования. В розничной торговле датчики помогают собирать информацию в цепочке поставок для прогнозной аналитики, отмечают в PwC.

В докладе не упоминается применение датчиков в рознично-торговой отрасли для «слежки» за покупателями. К примеру, аппаратно-программные платформы Apple iBeacon и Qualcomm Gimbal, следя за перемещениями покупателей в магазине, предлагают им через смартфоны и планшеты скидки и акции.

Меньше всего датчики применяются в финансовом секторе, отмечают в PwC, добавляя, что в этой отрасли телематические системы можно было бы использовать для передачи информации, касающейся страховых требований.

Производители микросхем, такие как Qualcomm и Intel, предлагают комплекты датчиков, помогающих распознавать местонахождение изделий и следить за их использованием. Сетевые стандарты для IoT разрабатываются в недавно образованных организациях: в AllSeen Alliance, возглавляемом Qualcomm и Microsoft, и в Open Interconnect Consortium, во главе которого стоят Intel, Samsung и Dell.

Корпорация IBM сделала очередной шаг по направлению к амбициозной цели создания процессора, который работал бы так же, как человеческий мозг. Создан второй, более совершенный чип, моделирующий функционирование мозга высокоразвитых живых существ.

Процессор, разрабатываемый под кодовым наименованием TrueNorth, имеет 5,4 млрд транзисторов, размещенных в сети из 4096 нейросинаптических ядер

«Достигнута очередная веха в области разработки компьютеров, имитирующих работу мозга», – отметил Дхармендра Модха, главный научный сотрудник подразделения IBM Research, занимающийся созданием вычислительных систем, моделирующих функционирование мозга.

В проектировании чипа принимали также участие исследователи из Корнелльского университета. «Наша архитектура воспроизводит структуру и функции мозга в кремнии и демонстрирует при этом высокую эффективность с точки зрения энергопотребления», – подчеркнул Модха.

Коммерческая версия чипа могла бы выступать в качестве датчика с низким энергопотреблением, который подходит для широкого спектра встроенных и портативных устройств. «Новый процессор претендует на роль кремниевого мозга для Интернета вещей, – отметил Модха. – Он способен перевернуть весь наш опыт использования мобильных устройств».

Процессор мог бы найти применение в больших суперкомпьютерах, обеспечивая ускорение машинного обучения и выполнение других операций в нейронных сетях.

Это уже второй чип, моделирующий работу мозга, который был создан в IBM командой Модхи. Первый появился в 2011 году.

Новый процессор, разрабатываемый под кодовым наименованием TrueNorth, имеет 5,4 млрд транзисторов, размещенных в сети из 4096 нейросинаптических ядер. Он представляет собой эквивалент 256 млн синапсов, значительно превосходя модель 2011 года, в которой начитывалось около 260 тыс. синапсов.

Компания IBM объединила 16 чипов в четыре массива, которые эквивалентны 16 млн нейронов и 4 млрд синапсов. Конструкцию можно масштабировать и дальше, создавая еще более крупные решения.

Нынешние работы уходят своими корнями в проект Systems of Neuromorphic Adaptive Plastic Scalable Electronics (SyNAPSE), к реализации которого в 2008 году приступило DARPA, агентство перспективных оборонных исследований Пентагона.

Новый чип радикально отличается от существующей сегодня вычислительной архитектуры фон Неймана, в которой операции выполняются последовательно.

Архитектура IBM моделирует работу человеческого мозга. Каждое «нейросинаптическое ядро» имеет собственную память («синапсы»), процессор («нейрон») и коммуникационный канал («аксоны»). Все эти компоненты связаны друг с другом и управляются событиями.

Объединение ядер позволяет улавливать различные нюансы при распознавании образов и обладает другими особенности чувственного восприятия, присущими мозгу.

Как и мозг, новый чип потребляет очень мало энергии. Для выполнения типичной операции ему требуется всего 70 мВт, что на порядок меньше энергопотребления стандартных процессоров. Компания Samsung изготовила прототип чипа с использованием литографического процесса с нормой проектирования 28 нм.

Столь низкое энергопотребление (это меньше, чем требуется слуховому аппарату) открывает самый широкий спектр областей потенциального применения, особенно на устройствах с ограниченными возможностями источников питания.

Такой процессор можно встроить, например, в мобильное устройство или датчик, в котором он будет обучаться распознавать объекты, анализируя звуковые, визуальные или мультисенсорные источники данных. Сегодня для решения такой задачи, требующей интенсивных вычислений, нужен выделенный сервер. Новый же чип позволит легко выполнить ее прямо на удаленном устройстве, исключая необходимость направления видеопотока в ЦОД.

«Фактически датчик превращается в мощный компьютер», – пояснил Модха.

Архитектура, созданная по образу человеческого мозга, не предназначена для замены стандартных процессоров и будет использоваться наряду с ними для решения задач, которые требуют большого количества вычислительных операций, выполняемых параллельно.

В ЦОД новые чипы можно было бы использовать в платах сопроцессорных ускорителей для построения нейронных сетей машинного обучения. Многие алгоритмы машинного обучения, находящие сегодня коммерческое применение, можно легко адаптировать к особенностям этой архитектуры, обеспечивающей высокоэффективное выполнение параллельных операций при минимальных затратах электроэнергии.

IBM изучает возможности коммерческого использования нового процессора, не беря пока никаких обязательств по началу его самостоятельного выпуска или лицензированию другим производителям.

Кроме того, корпорация разрабатывает компиляторы и другое программное обеспечение, призванное упростить использование процессоров.