Inside the Moon Mission That's a High-Tech Cave Hunt

Atomic Machines emerges with $250M to build micro-machines from code

Atomic Machines, công ty do Jeff Holden - người xây dựng Amazon Prime - thành lập, vừa huy động được 250 triệu đô la cho hệ thống tạo ra micro-machines trực tiếp từ code. Họ sử dụng quy trình tự động hóa để chuyển đổi code thành các thiết bị vật lý ở cấp độ vi mô. Công nghệ này có thể thay đổi hoàn toàn cách chúng ta tạo ra các thiết bị điện tử và cơ khí nhỏ. Đáng học hỏi ở đây là sự kết hợp giữa phần mềm và vật lý để tạo ra sản phẩm phức tạp. Nếu bạn làm việc trong lĩnh vực embedded systems hoặc IoT, bài viết này có nhiều insight hữu ích về tương lai của sản xuất.

Atomic Machines gây chú ý với khoản gọi vốn 250 triệu USD và công nghệ tạo ra vi máy từ mã code, đột phá cách tiếp cận thiết bị vật lý.

Deployment Gap

Atoms luôn chậm hơn bits do các rào cản vật lý trong deployment. Nguyên nhân kỹ thuật nằm ở việc truyền tải thực tế các thiết bị vật lý tốn thời gian hơn nhiều so với truyền dữ số qua mạng, với thời gian trung bình deployment vật lý lên đến 48 giờ so với chỉ vài phút cho deployment digital. Hệ quả này tạo ra khoảng trữ deployment đáng kể, làm chậm tốc độ triển khai và tăng chi phí vận hành. Lập trình viên nên chú trọng tối ưu hóa quy trình CI/CD và cân nhắc hybrid deployment để giảm thiểu khoảng cách này.

Lập trình viên nên đọc bài này để hiểu cách giảm thiểu sự chậm trễ giữa việc phát triển phần mềm và triển khai sản phẩm thực tế.

Nasa launches telescope that will map two billion galaxies

NASA vừa phóng thành công Roman Space Telescope từ trung tâm Kennedy ở Florida, bắt đầu nhiệm vụ khảo sát vũ trụ rộng lớn. Kính thiên văn này wyposaż bằng Wide Field Instrument có trường nhìn 0,28 độ vuông và bộ cảm biến infrared, cho phép quét lên tới hai tỷ galaxie trong ánh sáng near‑infrared. Dữ liệu thu được sẽ được dùng để đo lường sự phân tán của galaxie và suy ra đặc tính của năng lượng tối và vật chất tối. Kết quả missione này có thể cung cấp bằng chứng mới về bản chất của thành phần chiếm 95% vũ trụ, giúp kiểm định hoặc thay đổi các mô hình cosmology hiện tại. Đáng học là việc đầu tư vào thiết bị trường nhìn rộng và cảm biến độ nhạy cao mở ra khả năng khảo sát thống kê lớn, một hướng đi cần thiết để giải quyết các vấn đề cơ bản về vật chất tối và năng lượng tối.

Việc đọc bài này giúp lập trình viên nắm bắt công nghệ xử lý dữ liệu thiên văn quy mô lớn từ dự án kính viễn không Roman của NASA.

Beam Bots

Resilient Robotics giới thiệu Beam Bots - framework xây dựng robot fault-tolerant bằng Elixir với declarative DSL, OTP supervision và real-time control. Framework này tận dụng tính năng fault-tolerance của Erlang/OTP để robot tự phục hồi sau lỗi mà không cần can thiệp. Hệ thống sử dụng supervision trees để quản lý các process, đảm bảo robot tiếp tục hoạt động ngay cả khi một component gặp sự cố. Điểm đáng học là cách tiếp cận functional programming giúp quản lý state phức tạp trong môi trường real-time mà không gây race condition.

Beam Bots giúp lập trình viên xây dựng robot có khả năng chống lỗi cao bằng cách sử dụng Elixir và OTP supervision.

Next Steps for U.S. Drone Computing: Key Recommendations for a 2035 Vision

The Computing Community Consortium (CCC) is excited to release a new key recommendations brief drawn from the recent Computing on the Fly: Navigating a Vision for the Future of Drone Computing report. The report lays out a vision for non-military drone infrastructure by 2035 and identifies twelve technical challenges standing in the way. This brief, Key Recommendations for the Future of Drone Computing, outlines the next steps, translating those challenges into specific actions for the four computing communities whose decisions will determine whether that vision is met: scientific funders, policymakers, industry, and academia. Action is urgent to realize the full potential of non-military drones. The report establishes milestones for 2028, […]

Compact Long-Wave Infrared camera pairs STM32N6 MCU with Lynred ATI320 thermal sensor

8devices 8Sight T100 là camera Long-Wave Infrared compact Lynred ATI320 dành cho UAS, robotics và công nghiệp. Thiết kế này kết hợp cảm biến nhiệt Lynred ATI320 với MCU STM32N6 mạnh mẽ. Camera cung độ phân giải 320x256 pixel, hỗ trợ nhiệt độ từ -20°C đến 650°C với độ nhạy nhiệt NETD dưới 30mK. Bộ xử lý STM32N6 cho phép xử lý hình ảnh nhiệt thời gian thực với độ trễ thấp dưới 50ms. Nếu bạn đang phát triển hệ thống nhiệt cho drone hoặc robot, giải pháp này mang lại hiệu năng cao với kích thước nhỏ gọn.

Bài giới thiệu camera nhiệt STM32N6 kết hợp với cảm biến nhiệt Lynred ATI320 mang đến giải pháp nhỏ gọn cho hệ thống bay và ứng dụng công nghiệp.

RaiderChip Tests Voice-Directed Robot Control on a GenAI NPU

RaiderChip thực hiện kiểm soát robot Unitree bằng giọng nói lên trên một NPU GenAI duy nhất trong môi trường MuJoCo. Công nghệ này cho phép kết hợp lập trình GenAI và các policy robot thời gian thực trên cùng một phần cứng. Việc kiểm chứng này chứng minh khả năng xử lý voice-directed control với độ trễ thấp trên nền tảng NPU GenAI. Kết quả nghiên cứu mở ra hướng mới cho việc tích hợp AI tiến vào hệ thống robot điều khiển bằng giọng nói. Các lập trình viên quan tâm đến robot control có thể tìm hiểu thêm về cách tối ưu hóa policy scheduling trên NPU GenAI.

Bài viết này giúp lập trình viên hiểu cách tích hợp GenAI và điều khiển robot thời gian thực trên một NPU duy nhất.