近日,东软集团股份有限公司(以下简称“东软”)与龙芯中科技术有限公司(以下简称“龙芯中科”)在北京共同发布了业内首款通过国家级认证的自主可控千兆防火墙产品。同时,双方宣布,将在自主可控、国产自主芯片信息安全产品研发及产业化领域进行深入合作,共同促进中国自主可控信息安全产品市场的全面、健康发展。
据介绍,本次双方发布的东软NetEye集成安全网关NISG6000-AQKK,是一款自主可控防火墙产品。该产品采用龙芯CPU,通过模块化设计,集防火墙、VPN、DoS/DDoS攻击防御、入侵防御、防病毒、反垃圾邮件、URL过滤、应用协议识别与控制等多项尖端安全技术于一体,是面向应用的下一代防火墙产品。目前,该产品已正式通过了国家公安部三所自主可控防火墙产品测试,是业界首款取得国家级认证的自主可控防火墙产品。该产品的发布,以及后续还在策划中的一系列基于龙芯平台、采用自主可控技术的网络安全产品的逐步面世,将加速转变国内企业过去核心部件、核心设备依靠国外厂商提供配套资源的情况为自己掌握核心部件的生产能力、核心技术的研发能力,从而解决信息安全设备主要部件受制于人的现实问题,同时也会降低采用非自主可控技术的产品底层可能存在的难以计数的后门风险。而另一方面,在此基础上从安全网关的层面进一步提高安全可控能力,从而实现软硬件两个层面的完全自主可控。这将对于网络安全企业以及国家信息安全保障具有重大战略意义。据东软集团副总裁兼网络安全事业部总经理杨纪文透露,该新品的研发历经挑战。为进一步提高防火墙性能,双方技术团队进行了多次讨论和分析,通过修改网卡驱动和优化底层内核,利用龙芯多核架构,充分挖掘龙芯CPU的性能潜力,将CPU与网卡深度绑定,并集成东软快速转发核心代码,最终将防火墙吞吐量提升到业界领先的4G水平,最终顺利通过公安部三所自主可控千兆防火墙产品测评。
杨纪文表示,东软与龙芯中科在技术创新文化、深厚知识资产积淀、优秀技术应用能力等方面具有天然的匹配度,此次双方合作推出自主可控防火墙产品,为未来双方在网络安全领域的合作奠定基础,增强自信。可以期待,在软硬件领域拥有领先优势的两家公司的合作一定会推动国内安全可控信息安全产品产业的快速发展。
龙芯中科总裁胡伟武对此:“我们谈自主可控,自主创新,意义在于摆脱国家安全受制于人和产业发展受制于人的窘境。改变局面光靠一、两项核心技术或一、两个产品的突破是不够的,必须建立起自主可控的信息产业体系和健康产业生态链。经过多年的市场培育,围绕龙芯处理器的国产自主可控生态圈已初具规模,希望通过与东软在网络安全领域的进一步合作来弥补该产业链中自主可控信息安全产品的重要环节。“
东软集团高级副总裁兼首席运营官陈锡民也表示:“国产化与自主可控是摆在中国企业面前一个重要的课题,同时也是一个巨大的机遇。此次东软与龙芯中科发挥各自优势,在各自专业领域挖掘契合点,快速满足国内市场需求,推出自主可控安全产品,同时建立长期、广泛、密切的合作关系,将优势资源最大化。希望能由此引起业界更多对自主可控信息安全产品市场的关注,促进该产业的健康发展。“
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。