来自麻省理工学院(MIT)的研究人员开发出了能够为低功耗设备提供加密的处理器。
物联网(IoT)包括嵌入式工业传感器、智能照明和监控系统等,可为企业带来宝贵价值。
这些设备要求功耗极低,可以在低功耗广域网(LPWAN)上运行,并在过去几年中迅速进入企业、工业现场和消费领域。
但是,当没有足够可用的动力时,安全可能就会成问题,因为没有资源或手段来实施传统的安全解决方案。
例如,加密是当今物联网设备的一个难点。虽然我们的许多在线交易和通信都受到公钥密码技术的保护,但由于缺乏电力和内存,许多物联网设备无法支持单独的加密。
然而,麻省理工学院的研究人员可能已经解决了加密方面的挑战。
电气工程师和计算机科学家组成的团队开发了一种新型芯片,用于公钥加密硬连线,消费者通常只消耗功率标准协议的1/400。
此外,这些处理器进行加密所需的内存仅为普通加密的10%,研究人员说,这些处理器执行命令的速度提高了500倍。
该芯片使用所谓的椭圆曲线加密,这依赖于一系列的数学函数和曲线来提高安全性——麻省理工的芯片被设计用于处理任何曲率。
该团队将处理加密格式化和传输的数据报传输层安全协议硬连接到芯片设计中,以及能够处理额外的基于椭圆曲线的安全协议的处理器。但是,这款处理器在不用时可以关闭以提高能源效率。
此外,他们还采用了定制逆变器电路将可用的表面积提高10%,同时能耗降低50%。
Utsav Banerjee是麻省理工学院的一名研究生,他在一份记录研究报告的论文中写道:“密码学家研究具有不同属性的曲线,并使用不同的素数。关于哪条曲线是安全的、使用哪条曲线存在着很多争议,并且很多政府有不同的标准,他们站出来谈论不同的曲线。”
“借助这款芯片,我们可以支持所有这些曲线,并希望未来有新的曲线出现时,我们也可以支持它们,”Banerjee补充道。
研究结果将在本周在国际固态电路会议上发表。
9月,IBM和麻省理工学院将联合建立全新的人工智能研究中心:MIT-IBM沃森人工智能实验室(MIT-IBM Watson AI Lab),专注于人工智能、医疗和网络安全。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
CoffeeBench是Sakana AI与毕马威联合构建的多智能体经济基准测试,让六个AI企业在90天咖啡供应链模拟中自主经营,评估大语言模型的长期商业决策能力。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。