G.Skill обязалась честно маркировать оперативную память после урегулирования судебного иска о дезинформации потребителей
Источник изображения: Videocardz
Тайваньский бренд G.Skill пришел к мировому соглашению в рамках коллективного судебного разбирательства, инициированного из-за некорректного указания спецификаций оперативной памяти. Производитель согласился выплатить компенсацию для окончательного урегулирования спора.
Общий объем компенсационного фонда оценивается в 2,4 млн долларов. На возмещение могут рассчитывать потребители из США, приобретавшие десктопные модули ОЗУ со скоростью выше DDR4-2133 или DDR5-4800 в период с 31 января 2018 года по 7 января 2026 года.
Примечательно, что практически половина от выделенной суммы будет направлена на покрытие сопутствующих расходов: оплату услуг адвокатов, судебные издержки и административные нужды.
Суть претензий к G.Skill заключалась в маркетинговой политике компании: на упаковках указывались пиковые частоты, достижимые исключительно при разгоне, в то время как штатные рабочие параметры «из коробки» оказывались значительно скромнее.
Согласно условиям сделки, G.Skill обязуется изменить формат маркировки. Отныне рядом со скоростными характеристиками должна присутствовать четкая пометка о том, что для получения заявленных показателей необходима активация профилей разгона или ручная настройка BIOS. Напомним, что в прошлом году по схожему пути пошла компания Corsair, чьи выплаты по аналогичному делу составили 5,5 млн долларов.
Источник: iXBT
Motorola представила суперфлагман Signature 27: аккумулятор на 7000 мА·ч, камера на 200 Мп, яркий Tandem OLED-экран, IP69, Snapdragon 8 Elite Extreme Gen 6 и 7 лет обновлений за 1600 долларов
Распаковка ZX Spectrum Next Issue 3 для новичков
«Бюро 1440» готовит 374 спутника «Рассвет-4» для российского аналога Starlink
Gemini зациклился: Android Auto снова и снова уточняет, кому звонить
От Балтики до Тихого океана: сеть 5G «Билайна» заработала еще в 13 городах
Чтение и аудиокниги в одной подписке: «Литрес» стал частью «СберПрайма»
Intel, прощай?
Рекурсивное самоулучшение ассистента: дообучение нейросети с помощью LoRA