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
微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。
专家预测,随着人工智能技术的迅速发展和广泛应用,2025 年可能成为 AI 泡沫破裂的关键一年。尽管 AI 仍有望在多模态模型和自动机器学习等领域取得突破,但技术瓶颈、投资回报率下降、监管趋严以及环境和伦理问题等因素可能导致 AI 热潮降温。未来 AI 发展将更注重平衡和可持续性。
研究表明,现有的公开 AI 模型在描述大屠杀历史时过于简单化,无法呈现其复杂性和细微之处。研究人员呼吁各相关机构数字化资料和专业知识,以改善 AI 对这段历史的理解和表述。他们强调需要在 AI 系统中加入更多高质量的数据,同时在审查和信息获取之间寻求平衡。
Google 推出名为 Titans 的新型 AI 架构,是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统,使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式,推动机器智能向人类认知迈进一大步。