Чем одножильный теплый пол отличается от двухжильного


одножильный или двужильный, чем отличаются, какой лучше

Содержание:

Большой выбор электрических тёплых полов ставит вопрос перед потребителем, какую модификацию выбрать, и чем отличается одножильный тёплый пол от двухжильного. Комплектация и способы регулировки температурного режима тоже бывают разные.

Принцип работы

Как функционирует электрический тёплый пол? При любой модификации основой тепловой энергии является способность металлов нагреваться, когда через него проходит электрический ток. Показатель сопротивления отвечает за мощностные характеристики. В свою очередь, это зависит от материала, из которого изготовлены жилы, а так же их диаметр. Чем он больше, тем сильнее будет нагреваться кабель. Но нужно учитывать, что и расход электроэнергии при этом возрастёт.


Для удобства монтажа системы и её долговечности кабель с обоих концов оснащают медными проводниками питания.

На заметку. Если возникает необходимость укоротить кабель, его медные концы трогать нельзя.

Для того, чтобы разобраться, какой теплый пол лучше, одножильный или двужильный, нужно познакомиться с эксплуатационными характеристиками данных модификаций и расходом электроэнергии.

Устройство одножильного теплого пола

Основной элемент одножильного теплого пола — кабель с определённым диаметром. Материалом изготовления жилы является нихром, оцинковка, латунь либо другой металл. При подаче электроэнергии благодаря сопротивлению жила прогревается.

Для максимальной безопасности при эксплуатации системы её оборачивают двумя или четырьмя слоями изоляторов:

  • термостойкий слой, материалом для которого служит поливинилхлорид, фторопласт, силиконовая резина, либо сшитый полиэтилен;
  • оболочка из фольгированного алюминия и медной сетки, которые защищают от электромагнитного излучения;
  • внешний слой из пластика, защищающий от механических повреждений;
  • медное заземление, которое подключают к подающему кабелю.

Если всё выполнено правильно, то нагревательная жила прогреется не больше, чем на 80 градусов. Изолятор выдерживает от 100 градусов. У разных производителей своя система изоляции, поэтому при покупке можно отдельно поинтересоваться, из какого материала она выполнена и во сколько слоёв.

На заметку. Срок службы кабельного пола напрямую зависит от величины прогрева. Если нагрузка на кабель не большая, то прослужит дольше. Но при этом страдает мощность, поэтому длины кабеля понадобится больше.

Чем отличается двужильный теплый пол

Отличие одножильного тёплого пола от двужильного существенное. Здесь уже идёт основа из двух проводников, которые, соответственно, намного увеличивают мощность системы.

Такая модель более энергоёмкая и простая при монтаже. Если при одной жиле нужно подводить электричество с обеих сторон провода, то во втором варианте контакты кабеля просто замыкаются.


При монтаже одножильного тёплого пола нужно задействовать его два «холодных» конца. Двужильные замыкают путём соединения контактов на концах кабелей между собой. Такой принцип считается более простым и менее трудоёмким. Этот тип полов имеет лучшие мощностные характеристики, оборудование более массивное по толщине.

Этапы монтажа

Одножильный или двужильный тёплый пол можно смонтировать самостоятельно.

Монтаж происходит поэтапно:

  • рассчитывают мощность нагрева для данной площади;
  • выбирают оптимальную модель, учитывая чистовой пол и площадь покрытия тёплым полом;
  • подготавливают план по укладке кабелей;
  • определяют места установки датчика и терморегулятора, а так же их подключения к источнику электропитания.

Основной показатель системы обогрева — энергопотребление. Его определяют по мощности выбранной модели. Зависит она и от толщины защитной бетонной стяжки.

В жилых помещениях верхний слой бетона доходит до 100 мм. Если черновой пол повышенной влажности, высота пола будет больше за счёт дополнительной гидроизоляции.

На заметку. Бывают случаи, когда в одном помещении комбинируют чистовое покрытие: ламинат и кафель, натуральный камень и дерево. В такой ситуации лучше уложить под каждое покрытие отдельную ветку со своим термостатом, так как теплопроводность у разных материалов сильно отличается.

Как рассчитывают мощность

Чтобы не просчитаться с мощностью, сначала определяют, будет ли тёплый пол основным источником обогрева или вспомогательным.

На заметку. Выполняя расчёт при условии вспомогательного источника, следует учесть мощность основного источника тепла.

Примерный расчёт для двухкомнатной квартиры, где с учётом поправочных коэффициентов сопротивления теплопередачи поверхностей общий расход тепла равен 6 кВт.

Логика следующая:

  • для обогрева 10 кв.м жилого помещения пойдёт около 1 кВт тепловой энергии;
  • основным отоплением обогрев площади охвачен на 90 процентов;
  • тёплым полом как вспомогательным обогревательным элементом требуется компенсировать 10 процентов;
  • учитывая 6 кВт общего расхода, (10х6)/100=0,6 кВт.

Этот расчёт верный в том случае, если тёплые полы установлены во всех комнатах квартиры.

Иногда для расчёта используют средние значения

  • для кухни и жилых зон 110-150 ватт на 1 кв.м;
  • для санузлов 140-150 ватт на 1 кв.м.

Выбирая, какой теплый пол лучше, двухжильный или одножильный, нужно учитывать уровень комфортной температуры. Наиболее интенсивно греют двужильные модели. Регулировка уровня температуры зависит от времени прогрева пола. Когда особых требований к микроклимату нет, можно выбирать одножильные модификации.

Как происходит монтаж

Следующий этап после выбора мощности — определить модель тёплого пола.

Два вида изделий с принципиальным отличием монтажа:

  • целостные маты с закреплёнными обогревательными элементами;
  • кабельные, которые монтируются с нужным шагом.

Как выбрать? В стандартных по конфигурации комнатах можно смело монтировать маты. Они могут быть как с одножильными, так и с двужильными кабелями. Второй тип обеспечит более быстрый прогрев комнат. Чем больше диаметр проводника, тем выше поднимется уровень температуры при максимальном включении оборудования.

Специфика установки одножильной системы предусматривает обязательное замыкание цепи. Оба конца кабеля нужно подвести к источнику электропитания. Когда площади большие, укладывать удобно «змейкой», поэтому это условие соблюсти трудно. А вот для маленькой комнаты вполне подойдёт. Тем более цена у одножильных систем небольшая.

У двухжильного тёплого пола цепи замыкают по другой системе. На концах соединяют два провода. Питание термостата так же идёт при подключении обеих жил обогревательных элементов. Модели более сложные, а значит, и более дорогие. При этом они позволяют решить проблему утепления больших площадей.


Совет. Уровень потребления электроэнергии тёплым полом прямо пропорционален его мощности. В связи с этим нужно правильно рассчитать нагрузку на электропроводку. При несоответствии проводку нужно заменить.

Если помещение сложной конфигурации, то двужильный тёплый пол решит проблему, так как возвращать кабель назад, к термостату, нет необходимости. Процесс монтажа оборудования займёт около 4-5 часов, не более.

Считается, что оба варианта тёплых полов безвредны человека. Однако двужильный кабель для тёплого пола создаёт электромагнитное поле меньше допустимого по норме в 300 раз, одножильный — в 60. По этой причине в больших кухнях и гостиных, где люди находятся дольше, чем в других комнатах, целесообразнее использовать двужильные кабели. Одножильные — в санузлах, коридорах и на лоджиях.

На заметку. При установке тёплых кабельных полов на большие площади, терморегуляторов следует распределить по зонам комфорта. Иногда требуется в гостиной сделать более высокую температуре, чем, например, в кухне.

При укладке оборудования следует учитывать, сколько тепловой энергии будет уходить в черновой пол. Так, например, в квартирах и домах на вторых этажах и выше нет необходимости сооружать мощную теплоизоляцию, достаточно фольгированного слоя. А вот над подвалами или на холодных полах в домовладениях поверхность нужно утеплить капитально, иначе часть тепла будет уходить «в никуда». С потерей тепла уходят киловатты электроэнергии. Поэтому на теплоизоляторе для пола лучше не экономить.

Итоги

Чтобы правильно выбрать модификацию тёплого пола, нужно рассчитать удельную тепловую ёмкость и параметры помещения. Для больших комнат правильнее будет выбрать двужильную систему. У одножильного тепловая отдача и, соответственно, энергопотребление меньше.

При монтаже кабельного электропола высота помещения уменьшится за счёт поднятия поверхности пола.

Система кабельных тёплых полов с успехом монтируется под кафель, линолеум и ковролин. Хорошо прогревает комнату через ламинат и натуральный камень. Регуляторы помогают эффективно распределять тёплые потоки по комнатам, экранируя обогревательные элементы. Если нужно качественно утеплить дом или квартиру — тёплые полы будут отличным решением.


Использует ли задание TensorFlow по умолчанию несколько ядер?

Переполнение стека
  1. Около
  2. Товары
  3. Для команд
  1. Переполнение стека Общественные вопросы и ответы
  2. Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
.

В 10 раз более быстрый параллельный Python без многопроцессорной обработки Python | Роберт Нишихара

Более быстрый Python без реструктуризации кода

Хотя многопроцессорная библиотека Python успешно используется для широкого спектра приложений, в этом сообщении в блоге мы показываем, что она не подходит для нескольких важных классов приложений, включая обработку числовых данных, вычисление с сохранением состояния и вычисления с дорогостоящей инициализацией. Есть две основные причины:

  • Неэффективная обработка числовых данных.
  • Отсутствуют абстракции для вычислений с сохранением состояния (т. Е. Невозможность совместного использования переменных между отдельными «задачами»).

Ray - это быстрая и простая среда для создания и запуска распределенных приложений , которые решают эти проблемы. Для ознакомления с некоторыми из основных концепций см. Это сообщение в блоге. Ray использует Apache Arrow для эффективной обработки данных и предоставляет абстракции задач и акторов для распределенных вычислений.

В этом сообщении блога сравниваются три рабочие нагрузки, которые нелегко выразить с помощью многопроцессорной обработки Python, и сравнивается Ray, многопроцессорность Python и последовательный код Python. Обратите внимание, что важно всегда сравнивать с оптимизированным однопоточным кодом.

В этих тестах Ray - 10–30x быстрее, чем последовательный Python, 5–25x быстрее, чем многопроцессорность, и 5–15x быстрее, чем быстрее из этих двух на большой машине.

На машине с 48 физическими ядрами Ray на 9x быстрее, чем многопроцессорный Python, и 28x быстрее, чем однопоточный Python. Отображаются планки погрешностей, но в некоторых случаях они слишком малы, чтобы их можно было увидеть. Код для воспроизведения этих чисел доступен ниже. Рабочая нагрузка масштабируется по количеству ядер, поэтому больше работы выполняется на большем количестве ядер (вот почему последовательный Python занимает больше времени на большем количестве ядер).

Тесты выполнялись на EC2 с использованием типов инстансов m5 (m5.large для 1 физического ядра и m5.24xlarge для 48 физических ядер). Код для запуска всех тестов доступен здесь. Сокращенные фрагменты включены в этот пост. Основные отличия заключаются в том, что полные тесты включают 1) код синхронизации и печати, 2) код для разогрева хранилища объектов Ray и 3) код для адаптации теста к небольшим машинам.

Чтобы узнать больше о том, как компании используют Ray в производстве для ускорения своих приложений Python, зарегистрируйтесь на бесплатную Ray Summit .

Узнайте, как компании используют Ray в производстве для ускорения своих приложений Python на Ray Summit 2020.

Многие рабочие нагрузки машинного обучения, научных вычислений и анализа данных интенсивно используют большие массивы данных. Например, массив может представлять большое изображение или набор данных, а приложение может пожелать, чтобы несколько задач анализировали изображение. Эффективная обработка числовых данных имеет решающее значение.

Каждый проход через цикл for ниже занимает 0,84 с, с Ray, 7.5s с многопроцессорной обработкой Python и 24s с последовательным Python (на 48 физических ядрах). Этот разрыв в производительности объясняет, почему можно создавать библиотеки, подобные Modin, поверх Ray, но не поверх других библиотек.

Код с Рэем выглядит следующим образом.

Код для примера обработки игрушечного изображения с использованием Ray.

При вызове ray.put (image) большой массив сохраняется в общей памяти и может быть доступен для всех рабочих процессов без создания копий.Это работает не только с массивами, но и с объектами, которые содержат массивы (например, списки массивов).

Когда рабочие выполняют задачу f , результаты снова сохраняются в общей памяти. Затем, когда сценарий вызывает ray.get ([...]) , он создает множество массивов, поддерживаемых общей памятью, без необходимости десериализации или копирования значений.

Эти оптимизации стали возможными благодаря использованию Рэем Apache Arrow в качестве базового формата данных и формата сериализации, а также хранилища объектов общей памяти Plasma.

В многопроцессорном Python код выглядит следующим образом.

Код для примера обработки игрушечного изображения с использованием многопроцессорной обработки.

Разница в том, что многопроцессорность Python использует pickle для сериализации больших объектов при их передаче между процессами. Этот подход требует, чтобы каждый процесс создавал свою собственную копию данных, что увеличивает использование памяти, а также накладные расходы на дорогостоящую десериализацию, чего Рэй избегает, используя макет данных Apache Arrow для сериализации с нулевым копированием вместе с хранилищем Plasma.

Рабочие нагрузки, которые требуют существенного «состояния» для разделения между множеством небольших рабочих единиц, являются еще одной категорией рабочих нагрузок, которые создают проблему для многопроцессорной обработки Python. Этот шаблон очень распространен, и я проиллюстрирую его на примере игрушечного приложения для обработки потокового видео.

На машине с 48 физическими ядрами Ray на 6x быстрее, чем многопроцессорный Python, и 17x быстрее, чем однопоточный Python. Многопроцессорность Python не превосходит однопоточный Python менее чем на 24 ядрах.Рабочая нагрузка масштабируется по количеству ядер, поэтому больше работы выполняется на большем количестве ядер (вот почему последовательный Python занимает больше времени на большем количестве ядер).

State часто инкапсулируется в классы Python, а Ray предоставляет абстракцию актора, так что классы могут использоваться в параллельной и распределенной настройке. Напротив, многопроцессорность Python не обеспечивает естественного способа распараллеливания классов Python, и поэтому пользователю часто нужно передавать соответствующее состояние между вызовами map . Эту стратегию может быть сложно реализовать на практике (многие переменные Python нелегко сериализовать), и она может быть медленной, когда она действительно работает.

Ниже приведен игрушечный пример, в котором используются параллельные задачи для обработки одного документа за раз, извлечения префиксов каждого слова и возврата наиболее распространенных префиксов в конце. Счетчики префиксов хранятся в состоянии актора и изменяются различными задачами.

В этом примере используются 3,2 с с Ray, 21 с с многопроцессорной обработкой Python и 54 с с последовательным Python (на 48 физических ядрах).

Версия Ray выглядит следующим образом.

Код для примера обработки игрушечного потока с использованием Ray.

Ray хорошо работает здесь, потому что абстракции Ray подходят для решения поставленной задачи. Этому приложению необходим способ инкапсуляции и изменения состояния в распределенной настройке, и действующие лица соответствуют всем требованиям.

Многопроцессорная версия выглядит следующим образом.

Код для примера обработки игрушечного потока с использованием многопроцессорной обработки.

Проблема здесь в том, что pool.map выполняет функции без сохранения состояния, что означает, что любые переменные, созданные в одном вызове pool.map , которые вы хотите использовать в другом пуле .Вызов карты должен быть возвращен из первого вызова и передан во второй вызов. Для небольших объектов этот подход приемлем, но когда необходимо совместно использовать большие промежуточные результаты, стоимость их передачи непомерно высока (обратите внимание, что это было бы неверно, если бы переменные совместно использовались между потоками, но потому что они общие для всех границ процесса, переменные должны быть сериализованы в строку байтов с использованием библиотеки, такой как pickle).

Так как многопроцессорная версия должна передавать так много состояний, она выглядит крайне неудобной и, в конце концов, обеспечивает лишь небольшое ускорение по сравнению с последовательным Python.В действительности вы не стали бы писать такой код, потому что вы просто не использовали бы многопроцессорность Python для потоковой обработки. Вместо этого вы, вероятно, использовали бы специальный фреймворк для потоковой обработки. Этот пример показывает, что Ray хорошо подходит для создания такого фреймворка или приложения.

Одно предостережение заключается в том, что существует множество способов использования многопроцессорной обработки Python. В этом примере мы сравниваем с Pool.map , потому что он дает наиболее близкое сравнение API. В этом примере должно быть возможно достичь лучшей производительности, запустив отдельные процессы и установив между ними несколько многопроцессорных очередей, однако это приводит к сложной и неустойчивой конструкции.

В отличие от предыдущего примера, многие параллельные вычисления не обязательно требуют разделения промежуточных вычислений между задачами, но в любом случае они получают выгоду. Даже вычисления без сохранения состояния могут выиграть от совместного использования состояния, когда инициализация состояния требует больших затрат.

Ниже приведен пример, в котором мы хотим загрузить сохраненную нейронную сеть с диска и использовать ее для параллельной классификации группы изображений.

На машине с 48 физическими ядрами Ray на 25x быстрее, чем многопроцессорный Python, и 13x быстрее, чем однопоточный Python.В этом примере многопроцессорность Python не превосходит однопоточный Python. Отображаются планки погрешностей, но в некоторых случаях они слишком малы, чтобы их можно было увидеть. Рабочая нагрузка масштабируется по количеству ядер, поэтому больше работы выполняется на большем количестве ядер. В этом тесте «последовательный» код Python фактически использует несколько потоков через TensorFlow. Изменчивость многопроцессорного кода Python возникает из-за изменчивости многократной загрузки модели с диска, в которой другие подходы не нуждаются.

В этом примере используется 5s с Ray, 126s с многопроцессорной обработкой Python и 64s с последовательным Python (на 48 физических ядрах).В этом случае последовательная версия Python использует много ядер (через TensorFlow) для распараллеливания вычислений, поэтому на самом деле она не является однопоточной.

Предположим, мы изначально создали модель, выполнив следующие действия.

Код для сохранения модели нейронной сети на диск.

Теперь мы хотим загрузить модель и использовать ее для классификации группы изображений. Мы делаем это партиями, потому что в приложении не все изображения могут быть доступны одновременно, и может потребоваться выполнить классификацию изображений параллельно с загрузкой данных.

Версия Ray выглядит следующим образом.

Код для примера классификации игрушек с использованием Ray.

Загрузка модели происходит достаточно медленно, поэтому нам нужно сделать это только один раз. Версия Ray амортизирует эту стоимость, загружая модель один раз в конструктор актера. Если модель нужно разместить на GPU, то инициализация будет еще дороже.

Многопроцессорная версия работает медленнее, потому что ей необходимо перезагружать модель при каждом вызове карты, поскольку предполагается, что отображаемые функции не имеют состояния.

Многопроцессорная версия выглядит следующим образом. Обратите внимание, что в некоторых случаях этого можно достичь, используя аргумент инициализатора для многопроцессорной обработки . Пул . Однако это ограничено настройкой, при которой инициализация одинакова для каждого процесса и не позволяет различным процессам выполнять разные функции настройки (например, загружать разные модели нейронной сети), а также не позволяет выполнять разные задачи. быть ориентированными на разных работников.

Код для примера классификации игрушек с использованием многопроцессорной обработки.

Во всех этих примерах мы увидели, что производительность Ray зависит не только от оптимизации производительности, но и от наличия абстракций, подходящих для текущих задач. Вычисления с сохранением состояния важны для многих приложений, и принуждение вычислений с сохранением состояния к абстракциям без сохранения состояния обходится дорого.

Перед запуском этих тестов вам необходимо установить следующее.

 pip install numpy psutil ray scipy tensorflow 

Затем все приведенные выше числа можно воспроизвести, запустив эти сценарии.

Если у вас возникли проблемы с установкой psutil , попробуйте использовать Anaconda Python.

Исходные тесты выполнялись на EC2 с использованием типов инстансов m5 (m5.large для 1 физического ядра и m5.24xlarge для 48 физических ядер).

Чтобы запустить экземпляр на AWS или GCP с правильной конфигурацией, вы можете использовать средство автомасштабирования Ray и выполнить следующую команду.

 ray up config.yaml 

Здесь представлен пример config.yaml (для запуска m5.4xlarge экземпляр).

Хотя это сообщение в блоге посвящено тестам между многопроцессорностью Ray и Python, сравнение яблок с яблоками затруднено, потому что эти библиотеки не очень похожи. Отличия заключаются в следующем.

  • Ray разработан для обеспечения масштабируемости и может запускать один и тот же код как на портативном компьютере, так и в кластере (многопроцессорность выполняется только на одном компьютере).
  • Рабочие нагрузки Ray автоматически восстанавливаются после сбоев машин и процессов.
  • Ray разработан независимо от языка и имеет предварительную поддержку Java.

Более соответствующие ссылки находятся ниже.

.

Что означают «двухъядерный» и «четырехъядерный»?

Когда вы покупаете новый ноутбук или собираете компьютер, процессор является наиболее важным решением. Но жаргона много, особенно ядер. Вам нужно двухъядерный, четырехъядерный, шестиядерный, восьмиядерный ...

Давайте избавимся от жаргона и поймем, что все это значит на самом деле.

Двухъядерный против четырехъядерного, объяснение

Вот все, что вам нужно знать:

  • Всегда есть только одна микросхема процессора.Этот чип может иметь одно, два, четыре, шесть или восемь ядер.
  • В настоящее время 18-ядерный процессор - лучшее, что вы можете получить в потребительских ПК.
  • Каждое «ядро» - это часть микросхемы, которая выполняет обработку. По сути, каждое ядро ​​- это центральный процессор (ЦП).

В этой статье сравниваются двухъядерные и четырехъядерные процессоры для компьютеров, а не для смартфонов . О том, как разобраться в ядрах смартфонов, у нас есть отдельный пост.

Влияние двух- и четырехъядерных процессоров на скорость

Вы могли подумать, что большее количество ядер сделает ваш процессор в целом быстрее, но это не всегда так.Это немного сложнее.

Больше ядер - быстрее, только если программа может разделять свои задачи между ядрами. Не все программы предназначены для разделения задач между ядрами. Подробнее об этом позже.

Тактовая частота каждого ядра также является решающим фактором скорости, как и архитектура. Более новый двухъядерный процессор с более высокой тактовой частотой часто превосходит более старый четырехъядерный процессор с более низкой тактовой частотой.

Энергопотребление

Чем больше ядер, тем выше потребление энергии процессором.Когда процессор включен, он подает питание на все ядра, а не только по одному.

Производители микросхем пытаются снизить энергопотребление и сделать процессоры более энергоэффективными. Но, как правило, четырехъядерный процессор потребляет больше энергии от вашего ноутбука (и, следовательно, быстрее разряжается от батареи).

Больше ядер - больше тепла

На тепло, выделяемое процессором, влияет больше факторов, чем ядро. Но опять же, как правило, большее количество ядер приводит к большему нагреву.

Из-за этого дополнительного тепла производителям необходимо добавлять более качественные радиаторы или другие решения для охлаждения.

Четырехъядерные процессоры дороже двухъядерных?

Больше ядер - не всегда дороже. Как мы уже говорили ранее, в игру вступают тактовая частота, версии архитектуры и другие факторы.

Но если все остальные факторы совпадают, то большее количество ядер будет стоить дороже.

Все дело в программном обеспечении

Вот маленький грязный секрет, о котором производители микросхем не хотят, чтобы вы знали.Дело не в том, сколько ядер вы используете, а в том, какое программное обеспечение вы используете на них.

Программы должны быть специально разработаны для использования преимуществ нескольких процессоров. Такое «многопоточное программное обеспечение» не так распространено, как вы думаете.

Важно отметить, что даже если это многопоточная программа, важно также то, для чего она используется. Например, веб-браузер Google Chrome поддерживает несколько процессов, как и программа для редактирования видео Adobe Premier Pro.

Adobe Premier Pro дает указание различным ядрам работать над различными аспектами редактирования.Учитывая множество слоев, задействованных в редактировании видео, это имеет смысл, поскольку каждое ядро ​​может работать над отдельной задачей.

Точно так же Google Chrome указывает разным ядрам работать на разных вкладках. Но вот в чем проблема. Когда вы открываете веб-страницу во вкладке, она обычно становится статичной. Никакой дополнительной обработки не требуется; остальная часть работы заключается в хранении страницы в оперативной памяти. Это означает, что даже если ядро ​​можно использовать для фоновой вкладки, в этом нет необходимости.

Этот пример Google Chrome является иллюстрацией того, что даже многопоточное программное обеспечение может не дать вам значительного прироста производительности в реальном мире.

Удвоить количество ядер - это не удвоить скорость

Итак, допустим, у вас правильное программное обеспечение и все остальное оборудование такое же. Будет ли четырехъядерный процессор в два раза быстрее, чем двухъядерный процессор? Нет.

Увеличение числа ядер не решает программную проблему масштабирования. Масштабирование до ядер - это теоретическая способность любого программного обеспечения назначать правильные задачи нужным ядрам, чтобы каждое ядро ​​выполняло вычисления с оптимальной скоростью. На самом деле это не так.На самом деле задачи разделяются последовательно (что и делает большинство многопоточных программ) или случайным образом.

Например, у вас четырехъядерный процессор (Core1, Core2, Core3, Core4). Вам нужно выполнить три задачи (T1, T2, T3), чтобы завершить действие, и у вас есть пять таких действий (A1, A2, A3, A4, A5).

Вот как программа будет разделять задачи:

  • Core1 = A1T1
  • Core2 = A1T2
  • Core3 = A1T3
  • Core4 = A2T1

Однако программное обеспечение не очень умное.Если A1T3 является самой сложной и длительной задачей, программное обеспечение должно разделить A1T3 между Core3 и Core4. Но теперь, даже после того, как Core1 и Core2 завершают свои задачи, им приходится ждать, пока более медленная задача Core3 завершит действие.

Все это окольный способ сказать, что программное обеспечение в его нынешнем виде не оптимизировано для использования всех преимуществ нескольких ядер.И удвоение ядер не означает удвоение скорости.

Где на самом деле помогают другие ядра?

Теперь, когда вы знаете, что делают ядра и их ограничения для повышения производительности, вы, должно быть, задаетесь вопросом: «Нужно ли мне больше ядер?» Ну, это зависит от того, что вы планируете с ними делать.

Двухъядерный и четырехъядерный в играх

Если вы мечтаете стать геймером, то приобретите больше ядер на игровом ПК.Подавляющее большинство новых игр уровня AAA (то есть популярных игр от крупных студий) поддерживают многопоточную архитектуру. Чтобы хорошо выглядеть, видеоигры по-прежнему во многом зависят от видеокарты, но многоядерный процессор тоже помогает.

build-powerful-cheap-pc

Монтаж видео или аудио

Любому профессионалу, который работает с видео или аудио программами, будет полезно больше ядер.Большинство популярных инструментов для редактирования аудио и видео используют преимущества многопоточной обработки.

Photoshop и дизайн

Если вы дизайнер, то более высокая тактовая частота и больший объем кеш-памяти процессора увеличивают скорость лучше, чем большее количество ядер.Даже самое популярное программное обеспечение для дизайна, Adobe Photoshop, в значительной степени поддерживает однопоточные или многопоточные процессы. Использование нескольких ядер не будет значительным преимуществом.

Стоит ли покупать больше ядер?

В целом, четырехъядерный процессор будет работать быстрее, чем двухъядерный процессор для общих вычислений.Каждая открываемая вами программа будет работать на собственном ядре, поэтому, если задачи являются общими, скорость будет лучше. Если вы используете много программ одновременно, часто переключаетесь между ними и назначаете им свои собственные задачи, тогда получите процессор с большим количеством ядер.

Просто знайте: общая производительность системы - это та область, где играет роль слишком много факторов.Не ждите волшебного прироста от замены одного компонента, например процессора. Выбирайте с умом и покупайте процессор, соответствующий вашим потребностям.

Как управлять звуковой панелью с помощью пульта дистанционного управления Roku TV

Если у вас есть потоковое устройство Roku, вы можете управлять своей звуковой панелью с помощью пульта дистанционного управления Roku TV!

Об авторе Михир Паткар (Опубликовано 1222 статей)

Михир Паткар уже более 14 лет пишет о технологиях и продуктивности в ведущих мировых изданиях.Он имеет академическое образование в области журналистики.

Ещё от Mihir Patkar
Подпишитесь на нашу рассылку новостей

Подпишитесь на нашу рассылку, чтобы получать технические советы, обзоры, бесплатные электронные книги и эксклюзивные предложения!

Еще один шаг…!

Подтвердите свой адрес электронной почты в только что отправленном вам электронном письме.

.

Почему одни платформы процветают, а другие нет

Вкратце об идее
Вызов

Цифровым платформам легче достичь масштаба, чем поддерживать его.

Причина

Пять основных свойств сети определяют их масштабируемость, прибыльность и, в конечном итоге, устойчивость.

Проницательность

Анализ этих свойств поможет предпринимателям и инвесторам понять перспективы платформ для долгосрочного успеха.

В 2016 году Didi стала крупнейшей в мире компанией по каршерингу, совершив 25 миллионов поездок в день в Китае и превзойдя совокупные ежедневные поездки всех других компаний по каршерингу по всему миру. Компания достигла этого рубежа, объединившись в 2015 году со своим внутренним конкурентом Kuaidi и вытеснив Uber с китайского рынка после ожесточенной и дорогой битвы. С выпотрошенной конкуренцией Didi постепенно начала увеличивать свою рентабельность за счет сокращения субсидий водителям и пассажирам.

Но как только компания начала выходить на уровень прибыльности, в начале 2018 года Meituan, гигантский игрок в сфере онлайн-офлайн-услуг, таких как доставка еды, продажа билетов в кино и бронирование поездок, запустил собственный бизнес по вызову пассажиров в Шанхае. Meituan не взимала с водителей плату за использование своей платформы в течение первых трех месяцев, а затем забирала только 8% их доходов, а Didi - 20%. Водители и пассажиры устремились к новому сервису. В апреле Диди нанес ответный удар, войдя на рынок доставки еды в Уси, городе недалеко от Шанхая.Последовала дорогостоящая ценовая война, когда многие обеды продавались практически за бесценок из-за крупных субсидий от обеих компаний. Вот вам и прибыльность Диди.

Диди получила и другие удары. В марте 2018 года картографическое подразделение Alibaba - Gaode Map, крупнейшая навигационная служба в Китае - открыло бизнес по совместному использованию автомобилей в Чэнду и Ухане. Он вообще не взимал плату с водителей, а в июле начал предлагать пассажирам возможность заказа в нескольких сервисах по вызову пассажиров. Между тем, Ctrip, крупнейший в Китае онлайн-сервис для путешествий, объявил в апреле о том, что ему предоставлена ​​лицензия на предоставление услуг по вызову автомобилей по всей стране.

Почему огромные масштабы Didi не прекратили свою конкуренцию в сфере услуг по организации поездок в Китае? Почему это не был рынок, на котором победитель получает все, как предсказывали многие аналитики? Более того, почему некоторые платформенные компании, такие как Alibaba, Facebook и Airbnb, процветают, в то время как Uber, Didi и Meituan, среди прочих, тратят деньги? Что позволяет цифровым платформам бороться с конкуренцией и увеличивать прибыль?

Игровая консоль с небольшим техническим преимуществом может легко украсть долю.

Чтобы ответить на эти вопросы, вам необходимо понимать сети, в которые встроена платформа. Факторы, влияющие на рост и устойчивость компаний, занимающихся платформами (и цифровых операционных моделей в целом), отличаются от факторов традиционных компаний. Начнем с того факта, что во многих цифровых сетях стоимость обслуживания дополнительного пользователя незначительна, что существенно упрощает масштабирование бизнеса. И поскольку большая часть операционной сложности сетевой компании передается на аутсорсинг поставщикам услуг на платформе или обрабатывается программным обеспечением, узкие места на пути создания и роста стоимости обычно не связаны с человеческими или организационными факторами - еще один важный отход от традиционных моделей.В конечном итоге в бизнесе цифровых сетей сотрудники не предоставляют продукт или услугу - они просто проектируют и контролируют автоматизированную операцию, управляемую алгоритмами. Устойчивое конкурентное преимущество в большей степени зависит от взаимодействия между платформой и сетью, которую она организует, а не от внутренних факторов на уровне компании. Другими словами, в экономике, связанной с цифровыми технологиями, долгосрочный успех продукта или услуги во многом зависит от здоровья, защищенности и доминирования экосистемы, в которой они работают.

И, как узнает Диди, цифровой платформе зачастую легче добиться масштаба, чем поддерживать его. В конце концов, преимущества, которые позволяют платформе быстро расширяться, работают на ее конкурентов и всех, кто хочет выйти на рынок. Причина того, что одни платформы процветают, в то время как другие испытывают трудности, на самом деле кроется в их способности управлять пятью фундаментальными свойствами сетей: сетевыми эффектами, кластеризацией, риском дезинтермедиации, уязвимостью для множественной адресации и мостом для нескольких сетей.

Сила сетевых эффектов

Важность сетевых эффектов хорошо известна. Экономисты давно поняли, что цифровые платформы, такие как Facebook, обладают односторонним («прямым») сетевым эффектом: чем больше у вас друзей на Facebook в вашей сети, тем выше вероятность, что вы привлечете дополнительных друзей через связи своих друзей. Facebook также использует перекрестные («косвенные») сетевые эффекты, в которых две разные группы участников - пользователи и разработчики приложений - привлекают друг друга.Аналогичным образом Uber может выявить побочные эффекты, потому что большее количество водителей привлекает больше пассажиров, и наоборот.

Менее признан тот факт, что сила сетевых эффектов может сильно различаться и может влиять как на создание ценности, так и на захват. Когда сетевые эффекты сильны, ценность платформы продолжает резко расти вместе с количеством участников. Например, по мере увеличения числа пользователей Facebook увеличивается количество и разнообразие интересного и актуального контента.Однако, как мы обнаружили в ходе исследования, игровые приставки демонстрируют лишь слабые сетевые эффекты. Это связано с тем, что видеоигры - это бизнес, основанный на хитах, а для успешной платформы требуется относительно немного хитов. Общее количество доступных игр не так важно для продаж консолей, как наличие нескольких подходящих игр. Действительно, даже новичок с небольшим техническим преимуществом (и хорошей командой по развитию бизнеса) может украсть значительную долю рынка у традиционных игроков. Это объясняет, почему в 2001 году новая Xbox от Microsoft представляла такую ​​угрозу для доминирующей в то время Sony PlayStation 2, и почему каждая консоль с годами увеличивалась и уменьшалась на рынке, поочередно лидируя.

Что еще более важно, сила сетевых эффектов может меняться со временем. Окна - классический пример. В период расцвета персональных компьютеров в 1990-х годах большинство приложений для ПК были «клиентскими», то есть фактически существовали на компьютерах. В то время сетевые эффекты программного обеспечения были сильными: ценность Windows резко возросла, так как количество разработчиков, пишущих для нее приложения, превысило 6 миллионов на пике ее популярности. К концу 1990-х годов Windows, казалось, стала ведущей платформой.Однако по мере развития интернет-приложений, которые работали в различных операционных системах, сетевые эффекты Windows уменьшились, а барьеры для входа упали, что позволило операционным системам Android, Chrome и iOS набрать силу на ПК и планшетах. Поставки Mac также начали расти в середине 2000-х, увеличившись более чем в пять раз к концу десятилетия. Такой поворот событий показывает, что, когда влияние сети оператора ослабевает, его положение на рынке уменьшается.

Однако фирмы могут разрабатывать функции, усиливающие сетевые эффекты.Amazon, например, за эти годы встроил в свою бизнес-модель несколько типов эффектов. Вначале системы обзора Amazon генерировали одинаковые побочные эффекты: по мере увеличения количества отзывов о продуктах на сайте пользователи с большей вероятностью посещали Amazon, чтобы прочитать отзывы, а также написать их. Позже торговая площадка Amazon, которая позволяет третьим сторонам продавать продукты пользователям Amazon, вызвала перекрестные сетевые эффекты, в которых покупатели и сторонние продавцы привлекали друг друга. Между тем система рекомендаций Amazon, которая предлагает продукты на основе прошлых покупательских предпочтений, усилила влияние масштаба компании за счет постоянного изучения предпочтений потребителей.Чем больше потребителей используют сайт, тем более точные рекомендации может дать им Amazon. Хотя эффекты обучения обычно не распознаются как сетевой эффект как таковые, они действуют во многом как побочные эффекты и могут увеличивать барьеры для входа.

Сетевая кластеризация

В исследовательском проекте с Синьсинь Ли из Университета Коннектикута и Эхсаном Валави, докторантом Гарвардской школы бизнеса, мы обнаружили, что структура сети влияет на способность платформенного бизнеса поддерживать свой масштаб.Чем больше сеть фрагментирована на локальные кластеры и чем более изолированы эти кластеры друг от друга, тем более уязвим бизнес перед проблемами. Рассмотрим Uber. Водителей в Бостоне больше всего волнует количество гонщиков в Бостоне, а гонщиков в Бостоне больше всего волнуют водители в Бостоне. За исключением частых путешественников, никого в Бостоне не волнует количество водителей и пассажиров, скажем, в Сан-Франциско. Это позволяет другому сервису совместного использования автомобилей достичь критической массы на местном рынке и добиться успеха благодаря дифференцированному предложению, например по более низкой цене.Действительно, помимо своего конкурента Lyft на национальном уровне, Uber сталкивается с рядом местных угроз. Например, в Нью-Йорке ему конкурируют Juno и Via, а также местные компании такси. Диди также сталкивается с рядом сильных соперников во многих городах.

А теперь сравним рынок Uber с рынком Airbnb. Путешественников не волнует количество хозяев Airbnb в их родных городах; вместо этого их волнует, сколько их в городах, которые они планируют посетить.Следовательно, сеть более или менее представляет собой один большой кластер. Любой реальный претендент на Airbnb должен будет выйти на рынок в глобальном масштабе, повышая узнаваемость бренда по всему миру, чтобы привлечь критические массы путешественников и хозяев. Таким образом, проникновение на рынок Airbnb обходится гораздо дороже.

Можно усилить сеть, построив глобальные кластеры на основе локальных кластеров. В то время как Craigslist, сайт тематических объявлений, в первую очередь связывает пользователей и поставщиков товаров и услуг на местных рынках, его списки жилья и вакансий привлекают пользователей с других рынков.Социальные игры Facebook (например, FarmVille) установили новые связи между незнакомыми игроками, создав более плотную, глобальную и интегрированную сеть, которую легче защитить от конкуренции. И Facebook, и WeChat, популярное приложение для социальных сетей в Китае, расширяют свои сети, предлагая популярным брендам и знаменитостям - национальным и часто международным - создавать общедоступные аккаунты, публиковать сообщения и взаимодействовать с пользователями.

Риск дезинтермедиации

Дезинтермедиация, при которой участники сети обходят концентратор и подключаются напрямую, может стать большой проблемой для любой платформы, которая извлекает ценность напрямую из сопоставления или упрощая транзакции.Представьте, что вы нанимаете уборщика на платформе вроде Homejoy и довольны обслуживанием. Вы действительно вернетесь в Homejoy, чтобы снова нанять того же человека? Если пользователь нашел подходящее совпадение, у него мало стимулов для возврата на платформу. Кроме того, после того, как у платформы будет достаточно клиентов, чтобы заполнить его или ее график, уборщику эта платформа больше не понадобится. Это была именно та проблема, которая обрекла компанию Homejoy, которая закрылась в 2015 году, через пять лет после основания.

Платформы

использовали различные механизмы для предотвращения дезинтермедиации, такие как создание условий обслуживания, которые запрещают пользователям проводить транзакции за пределами платформы, и блокирование пользователями обмена контактной информацией. Airbnb, например, скрывает точное местоположение и номера телефонов хозяев до тех пор, пока не будут произведены платежи. Однако такие стратегии не всегда эффективны. Все, что делает платформу более громоздкой в ​​использовании, может сделать ее уязвимой для конкурентов, предлагающих оптимизированный интерфейс.

Некоторые платформы пытаются избежать дезинтермедиации, увеличивая ценность ведения бизнеса на них. Они могут облегчить транзакции, предоставляя страховку, условное депонирование платежей или средства связи; разрешать споры; или отслеживать действия. Но эти услуги становятся менее ценными, когда между пользователями платформы растет доверие, и стратегии могут иметь неприятные последствия, поскольку потребность в платформе уменьшается. Один из нас, Фэн, и Грейс Гу, докторант Гарвардской школы бизнеса, увидели этот эффект в исследовании онлайн-рынка фрилансеров.По мере того, как платформа улучшала свою систему рейтингов репутации, доверие между клиентами и фрилансерами росло, а дезинтермедиация стала более частой, компенсируя прирост доходов от лучшего соответствия.

Некоторые платформы устраняют риски дезинтермедиации, внедряя разные стратегии получения стоимости с разными результатами. Thumbtack, торговая площадка, соединяющая потребителей с местными поставщиками услуг, такими как электрики и учителя игры на гитаре, взимает плату за привлечение потенциальных клиентов: клиенты размещают запросы на сайте, а поставщики услуг отправляют им расценки и платят сборы Thumbtack, если эти клиенты отвечают.Эта модель приобретает ценность еще до того, как две стороны соглашаются работать вместе, и помогла спасти компанию от увядания, как Homejoy. Сегодня Thumbtack обрабатывает транзакции на сумму более 1 миллиарда долларов в год. Обратной стороной модели дохода является то, что она не мешает обеим сторонам строить долгосрочные отношения за пределами платформы после матча.

Alibaba применила другой подход в своей платформе электронной коммерции Taobao. Когда Taobao вышла на рынок в 2003 году, EveryNet eBay занимала более 85% китайского рынка потребительских товаров.Тем не менее, Taobao не взимала плату за размещение или транзакцию и даже создала службу мгновенного обмена сообщениями Wangwang, которая позволяла покупателям задавать вопросы напрямую продавцам и торговаться с ними в режиме реального времени. В отличие от этого, EachNet взимала с продавцов комиссию за транзакции и, поскольку была обеспокоена отсутствием посредничества, не допускала прямого взаимодействия между покупателями и продавцами до тех пор, пока продажа не была подтверждена. Неудивительно, что Taobao быстро заняла лидирующие позиции на рынке, и в конце 2006 года eBay закрыл свой китайский сайт.Сегодня Taobao продолжает предлагать свои рыночные услуги C2C бесплатно и получает прибыль за счет доходов от рекламы и продаж программного обеспечения для витрин, которое помогает продавцам управлять своим онлайн-бизнесом.

После оценки того, что он может потерять до 90% своего бизнеса из-за дезинтермедиации, китайский рынок аутсорсинга ZBJ, запущенный в 2006 году с моделью взимания 20% комиссии, начал искать новые источники дохода. В 2014 году он обнаружил, что многие новые владельцы бизнеса использовали его сайт, чтобы получить помощь с дизайном логотипа.Как правило, следующая работа, которую нужно было выполнить этим клиентам, - это регистрация бизнеса и регистрации товарных знаков, которые платформа начала предлагать. Сегодня ZBJ - крупнейший поставщик регистрации товарных знаков в Китае - услуги, которая приносит фирме более 70 миллионов долларов годового дохода. Компания также значительно снизила комиссию за транзакции и сосредоточила свои ресурсы на расширении базы пользователей, а не на борьбе с дезинтермедиацией. Как показывает опыт ZBJ, который сейчас оценивается более чем в 1,5 миллиарда долларов, когда дезинтермедиация представляет собой угрозу, предоставление дополнительных услуг может работать намного лучше, чем взимание комиссии за транзакции.

Уязвимость к множественной адресации

Множественная адресация происходит, когда пользователи или поставщики услуг (сетевые «узлы») устанавливают связи с несколькими платформами (или «концентраторами») одновременно. Обычно это происходит, когда стоимость внедрения дополнительной платформы невысока. В сфере услуг такси многие водители и пассажиры используют, скажем, Lyft и Uber - водители для сравнения цен и времени ожидания, а водители - для сокращения времени простоя. Точно так же продавцы часто работают с несколькими сайтами групповых покупок и ресторанами с несколькими платформами доставки еды.И даже разработчики приложений, затраты на которые нетривиальны, по-прежнему считают целесообразным разрабатывать продукты как для систем iOS, так и для Android.

Когда множественная адресация широко распространена на каждой стороне платформы, как это происходит при вызове на автомобиле, платформе становится очень трудно получать прибыль от своего основного бизнеса. Uber и Lyft постоянно подрывают друг друга, соревнуясь за гонщиков и водителей.

Действующие владельцы платформ могут уменьшить множественную адресацию, зафиксировав одну сторону рынка (или даже обе стороны).Чтобы поощрять эксклюзивность, и Uber, и Lyft давали бонусы на многих рынках людям, которые совершили определенное количество поездок подряд, не отклоняя, не отменяя их или не отключаясь в часы пик. И пока поездки продолжаются, обе платформы предоставляют водителям новые запросы на пикап очень близко к местам высадки пассажиров, что сокращает время простоя водителей и, следовательно, искушение использовать другие платформы. Тем не менее, из-за изначально низкой стоимости внедрения нескольких платформ, множественная адресация по-прежнему широко распространена в сфере совместного использования поездок.

Попытки предотвратить множественную адресацию также могут иметь непреднамеренные побочные эффекты. В одном исследовательском проекте Фэн и Хуэй Ли из Университета Карнеги-Меллона изучили, что произошло в 2011 году, когда Groupon переоборудовала свой счетчик сделок, который отслеживает количество людей, подписавшихся на конкретное предложение на своем сайте, чтобы показать неоднозначные диапазоны, а не точные цифры. После этого LivingSocial стало труднее идентифицировать и переманивать популярных торговцев на Groupon. В результате LivingSocial стала привлекать больше эксклюзивных предложений.Исследование показало, что хотя Groupon удалось сократить количество доменов на стороне продавца, потребители с большей вероятностью будут посещать оба сайта, потому что на них было меньше пересекающихся сделок, а для нескольких домов это обходилось дешево. Этот вывод указывает на ключевую проблему, с которой сталкиваются платформенные фирмы: сокращение множественной адресации на одной стороне рынка может увеличить множественную адресацию на противоположной стороне.

Другие подходы работают лучше. Давайте еще раз посмотрим на индустрию видеоигр: производители консолей часто заключают эксклюзивные контракты с издателями игр.Что касается пользователей платформ, то высокие цены на консоли и услуги подписки, такие как Xbox Live и PlayStation Plus, снижают стимулы игроков к использованию нескольких домов. Снижение уровня множественной адресации по обе стороны рынка снизило интенсивность конкуренции и позволило производителям консолей быть прибыльными. Amazon, которая предоставляет услуги фулфилмента сторонним продавцам, взимает с них более высокую комиссию, когда их заказы поступают не с торговой площадки Amazon, что стимулирует их продавать исключительно на ней. Amazon Prime, который предоставляет подписчикам бесплатную двухдневную доставку для многих продуктов, помогает компании снизить склонность онлайн-покупателей к тому, чтобы покупать сразу несколько домов.

Сетевой мост

Во многих ситуациях лучшей стратегией роста платформы может быть соединение разных сетей друг с другом. В любом платформенном бизнесе успех зависит от привлечения большого числа пользователей и сбора данных об их взаимодействиях. Такие активы почти всегда могут быть ценными в различных сценариях и на разных рынках. Используя их, фирмы, добившиеся успеха в одной отраслевой вертикали, часто диверсифицируются в разные направления бизнеса и улучшают свою экономику.Это основная причина, по которой Amazon и Alibaba вышли на так много рынков.

Когда владельцы платформ подключаются к нескольким сетям, они могут создать важную синергию. Alibaba успешно объединила свою платежную платформу Alipay с платформами электронной коммерции Taobao и Tmall, предоставив столь необходимые услуги как покупателям, так и продавцам и укрепив доверие между ними. Alibaba также воспользовалась данными транзакций и пользователей Taobao и Tmall для запуска новых предложений через свое подразделение финансовых услуг Ant Financial, включая систему кредитных рейтингов для продавцов и потребителей.Информация из этой рейтинговой системы позволила Ant Financial выдавать краткосрочные потребительские и коммерческие ссуды с очень низкими показателями дефолта. С помощью этих кредитов потребители могут покупать больше продуктов на платформах электронной коммерции Alibaba, а продавцы Alibaba могут финансировать больше товаров. Эти сети взаимно усиливают позиции друг друга на рынке, помогая каждой сети поддерживать свой масштаб. Действительно, даже после того, как конкурирующая платформа Tencent предложила конкурирующий сервис цифрового кошелька WeChat Pay через свое приложение WeChat, Alipay оставался привлекательным для потребителей и продавцов из-за тесного взаимодействия с другими сервисами Alibaba и Ant Financial.

По мере того, как наиболее успешные платформы соединяются на все большем и большем числе рынков, они становятся все более эффективными в объединении отраслей. Так же, как Alibaba Group перешла от коммерции к финансовым услугам, Amazon перешла от розничной торговли к развлечениям и бытовой электронике. Таким образом, платформы становятся важнейшими центрами мировой экономики.

ЗАКЛЮЧЕНИЕ

При оценке возможностей, связанных с платформой, предприниматели (и инвесторы) должны проанализировать основные свойства сетей, которые она будет использовать, и рассмотреть способы усиления сетевых эффектов.Также очень важно оценить осуществимость минимизации множественной адресации, построения глобальных сетевых структур и использования сетевого моста для увеличения масштаба при одновременном снижении риска дезинтермедиации. Это упражнение осветит ключевые проблемы роста и поддержки платформы и поможет бизнесменам разработать более реалистичные оценки потенциала платформы по получению прибыли.

Что касается Didi и Uber, то наш анализ не дает больших надежд. Их сети состоят из множества очень локальных кластеров.Они оба сталкиваются с безудержной многократной адресацией, которая может ухудшиться по мере того, как на рынки выходит больше конкурентов. Возможности сетевого моста - их лучшая надежда - пока имели лишь ограниченный успех. Им удалось навести мосты только с другими высококонкурентными предприятиями, такими как доставка еды и продажа закусок. (В 2018 году Uber заключил сделку по установке, например, торговых автоматов Cargo в своих транспортных средствах.) И неизбежный рост числа беспилотных такси, вероятно, затруднит для Didi и Uber сохранение своей рыночной капитализации.Сетевые свойства превосходят масштаб платформы.

Версия этой статьи появилась в выпуске журнала Harvard Business Review за январь – февраль 2019 г. (стр.118–125). .

Смотрите также