אוטוטוקס ו-Yunex Traffic משדרגות את האבטחה בתקשורת תחבורתית עם פריסה רחבה בארה”ב
החברה מדווחת על עמידה בתקני אבטחת המידע בארה״ב; שיתוף הפעולה בין אוטוטוקס ל-Yunex Traffic מביא לשדרוג יחידות תקשורת חכמות בכבישים בארה”ב, עם דגש על אבטחת מידע, פרטיות וזיהוי מצבי סיכון
חברת אוטוטוקס (Autotalks) מכפר נטר, המתמחה בפתרונות לתקשורת V2X (Vehicle to Everything), וחברת Yunex Traffic המתמחה במערכות תחבורה חכמות, הכריזו על יכולות מורחבות בתחומי הפרטיות והאבטחה ששולבו ביחידות תקשורת לכבישים (RSUs – Roadside Units) המבוססות על שבבי אוטוטוקס. יכולות האבטחה נבדקו בתהליך ההסמכה OmniAir שהוא מרכיב קריטי נדרש לפני פריסה של פתרון מסוג זה בארה"ב.
Yunex Traffic היא חברה המתמחה בתחום מערכות התחבורה החכמות. היא מעסיקה כ-3,500 עובדים שמבצעים פרויקטים ב-40 מדינות כולל בערים גדולות כמו דובאי, לונדון, ברלין, בוגוטה ומיאמי.
פריסת יחידות RSU2X בארה”ב: אלפי יחידות מותקנות בכבישים
ההתקנה של יחידות התקשורת RSU2X (Roadside units to everything) לכבישים בארה"ב מאפשרת להתקני תשתית בדרכים ולכלי רכב מסוגים שונים לתקשר זה עם זה. היא מיושמת בתחבורה ציבורית, מכוניות פרטיות, משאיות, אופניים ואף הולכי רגל. שבבי V2X מאפשרים ליישם מגוון תרחישים וביניהם תעדוף רכבי הצלה ואוטובוסים וכן זיהוי הולכי רגל ומשתמשים אחרים הנמצאים בסיכון. עד היום הותקנו למעלה מ-500 יחידות תקשורת מדגם RSU2X של Yunex Traffic במספר מדינות בארה"ב ובהן: קליפורניה, אריזונה, קולורדו, פלורידה, צפון קרולינה ומדינות נוספות בעתיד.
טכנולוגיה אנונימית להגנת המשתמשים
הגנה על פרטיות נמצאת בחזית הטכנולוגית של שיתוף הפעולה בין אוטוטוקס ל-Yunex Traffic. יחידות התקשורת לכבישים מדגם RSU2X מצייתות באופן מלא למערכת הניהול של אישורי אבטחה של צפון אמריקה (SCMS) שהיא קריטית להבטחת תקשורת אמינה. הדור השני של שבבי אוטוטוקס תוכנן באופן מיוחד כדי לאפשר תקשורת אנונימית באמצעות הפרדה בין מסרי התקשורת לבין זהות המשתמשים והימנעות מאחסון של מידע אישי.
אוטוטוקס מציעה חידוש בתחום האבטחה של שבבי V2X באמצעות מודול אבטחת חומרה (HSM) שקיבל הסמכה לתקן הפדרלי 140-2 FIPS בתחום עיבוד הנתונים וכן הסמכות נוספות. אישורים אלה מבטיחים שמפתחות פרטיים מנוהלים באופן מאובטח בתוך המכשיר ונכסים רגישים מוגנים באופן מלא. יכולת זו היא חיונית למניעת גישה בלתי מאושרת ולשמירת האמון ברשת מקושרת של כלי רכב.
מאיצי החומרה המתקדמים של שבבי אוטוטוקס מאמתים הודעות נכנסות בזמן אמת ומאפשרים לנתונים אמינים בלבד לעבור לעיבוד. יתרה מכך, ארכיטקטורת השבבים של אוטוטוקס מבודדת מכל מערכות התקשורת האחרות כמו רשתות סלולריות ומגינה בכך על סביבת V2X מפני מתקפות סייבר מרוחקות.
"טכנולוגיית V2X חיונית לבניית תשתית נתונים אמינה לצורכי בטיחות בדרכים"
און הרן, מייסד ו-CTO, אוטוטוקס מסר "החזון שלנו דוגל בתפישה שאבטחה ופרטיות הם מרכיבים ראשונים במעלה בתקשורת V2X. טכנולוגיית V2X חיונית לבניית תשתית נתונים אמינה לצורכי בטיחות בדרכים ואנו מחויבים לספק את האמון באבטחה ובפרטיות בכל הפתרונות שלנו. שיתוף הפעולה שלנו עם Yunex Traffic מדגים מחויבות זו בעת שאנו פועלים ביחד להגביר את הבטיחות בדרכים תוך הגנה על מידע המשתמשים".

כשהענן עולה לחלל: המרוץ החדש של מאסק ובזוס שעשוי לשנות את עולם הבינה המלאכותית
החלל תמיד היה זירת תחרות בין מעצמות ואנשי חזון, אבל המרוץ הנוכחי שונה מכל מה שראינו. אילון מאסק וג'ף בזוס, שני המיליארדרים שכבר שינו את תעשיית החלל, מתמקדים כעת ביעד חדש: להעביר את מרכזי הנתונים העצומים אל מעל לעננים. מדובר בפרויקט שנשמע כמו מדע בדיוני, אבל הוא כבר בשלבי פיתוח, ועשוי לשנות את הדרך שבה אנחנו חושבים על מחשוב, אנרגיה ובינה מלאכותית
בלו אוריג'ין, חברת החלל שבשליטת ג'ף בזוס, פועלת בשנה האחרונה לפיתוח טכנולוגיות שיאפשרו הקמת מרכזי נתונים במסלול סביב כדור הארץ, המיועדים בראש ובראשונה לאימון מודלים מתקדמים של בינה מלאכותית. במקביל, ספייס אקס של אילון מאסק בוחנת שימוש בלווייני סטארלינק
מהדור הבא כתשתית מבוזרת של כוח מחשוב, שתפעל כמעין רשת של מרכזי נתונים בחלל. השאלה היא לא רק מי יגיע ראשון, אלא האם הרעיון הזה בכלל בר ביצוע, ומה המחיר – הן הטכנולוגי והן האנושי.
למה בכלל לשלוח מחשבים לחלל?
הרעיון נשמע מופרך במבט ראשון. למה לקחת משהו שעובד היטב על הקרקע ולשלוח אותו למקום שהגישה אליו כרוכה במיליוני דולרים? התשובה טמונה בבעיה אחת גדולה: אנרגיה. מרכזי נתונים מודרניים, במיוחד אלה שמריצים מודלים של בינה מלאכותית, בולעים כמויות מטורפות של חשמל. אימון מודל AI מתקדם אחד יכול לדרוש חשמל שמספיק לכמה עיירות שלמות למשך חודשים. המחשבים האלה גם מפיקים חום רב, שדורש מערכות קירור ענקיות שצורכות עוד אנרגיה.
בחלל, המשוואה משתנה לחלוטין. השמש זורחת כמעט ללא הפסקה, והאנרגיה הסולארית זמינה בשפע. אין צורך במערכות קירור כי החום מתפזר אל החלל הקר. בנוסף, אין צורך בתשתיות ענק של חוות שרתים קרקעיות שצורכות קרקע ומשאבים. זה נשמע מושלם, אבל על מנת להגשים את החזון הזה נדרשים פתרונות לאתגרים הנדסיים מורכבים במיוחד.
כדי להגיע להיקף מחשוב המקביל למרכז נתונים גדול על הקרקע, בהספק של סדר גודל של גיגה־וואט, יידרש מערך של אלפי לוויינים במסלול, כאשר כל אחד מהם מצויד ביכולת חישוב של עשרות עד מאות קילוואט. מעבר לאתגרי השיגור עצמם, מדובר במערכת מורכבת שמציבה דרישות חריגות בתחומי התכנון, התחזוקה והבטיחות. כל לוויין נדרש לפעול בסביבה עתירת קרינה, להתמודד עם תנאי טמפרטורה קיצוניים ועם חלקיקי אבק חלל, ובמקביל לשמור על קישור תקשורת מהיר, רציף ואמין עם הקרקע ועם לוויינים אחרים במערך, כדי לאפשר העברת נתונים בקצבים גבוהים.בין חלום למציאות
בלו אוריג'ין מתמקדת בפיתוח לוויינים מתקדמים שמשלבים מעבדים חזקים, מערכות אנרגיה סולארית ענקיות ומערכות תקשורת לייזר שיכולות להעביר נתונים במהירויות שמתקרבות לזו שיש במרכזי נתונים קרקעיים. החברה גם חוקרת כיצד לשדרג לוויינים שכבר נמצאים במסלול – אולי באמצעות רובוטים או חלליות שירות אוטונומיות. ספייס אקס, מצידה, מנסה למנף את רשת הסטארלינק הקיימת. הרעיון הוא לשדרג את הלוויינים הקיימים או להוסיף דור חדש שמותאם לחישוב AI, ולהשתמש ברשת הענקית כבר קיימת כדי ליצור תשתית מבוזרת של מחשוב.
- כמעט שני ג’יגה־ואט של חישוב: xAI מרחיבה את מתחם מרכזי הנתונים בממפיס
- מנסה לרכך את המכה? טסלה פרסמה את תחזיות האנליסטים למסירות רכבים
- המלצת המערכת: כל הכותרות 24/7
עם זאת, הטכנולוגיה היא רק חלק מהפאזל. אחת השאלות הגדולות היא איך מבצעים תחזוקה בחלל. על הקרקע, אם שרת מתקלקל, טכנאי פשוט מגיע ומחליף אותו. בחלל, הדבר הזה הרבה יותר מסובך. צריך לתכנן מראש מערכות גיבוי, יכולת לתקן מרחוק, או אפילו לשלוח משימות תיקון רובוטיות. כל תקלה יכולה להפוך לוויין בשווי מיליוני דולרים לגוש מתכת חסר תועלת. השאלה האחרת היא תקשורת. כדי שמרכז נתונים בחלל יהיה שימושי, הוא צריך להיות מחובר למשתמשים על הקרקע בקו מהיר וללא תקלות. זה דורש תשתית קרקעית ענקית של תחנות קרקע, מערכות אנטנות ופרוטוקולי תקשורת מתקדמים. כל עיכוב של מילישנייה יכול להיות קריטי כשמדובר באימון מודלי AI בזמן אמת או בעיבוד נתונים רגישים.
