ARM今天发布了一款新型芯片,该芯片具有专门的防篡改功能,可防止黑客对设备的直接物理访问。
据称,这款名为Cortex-M35P的芯片一部分是基于ARM的SecurCore处理器技术,适用于生物识别信用卡和其他所谓包含高度敏感信息的智能卡。ARM认为,联网设备越来越需要类似的保护。
ARM连接设备业务副总裁Paul Williamson在公告中表示:“过去我们很难验证抵御对支付应用的物理攻击。但是,随着物联网发展势头愈发强劲,越来越多的设备与高价值数据相连接,物理攻击面对黑客越来越有吸引力。”
Cortex M35P旨在保护设备免受两种类型的攻击。一类是包括试图通过直接篡改处理器来破坏设备,这往往涉及黑客与系统分离。另一类是不那么有侵入性的策略,基本上涉及对系统的窃听。
后者会有很多变体,并且有属于自己的名称:边信道攻击。例如,黑客可以分析设备产生的电磁场波动,以推断其正在处理的信息。研究表明,系统的功耗水平有时也会泄露敏感数据。
单一受损设备所带来的安全风险本身并不是很大,但是黑客可能会利用从系统收集到的信息来破坏其所连接的网络,以及其他易受类似攻击的设备。
除了防篡改功能外,ARM还为Cortex M35P配备了可阻止依赖恶意软件、更传统的攻击的技术。Cortex M35P使用ARM TrustZone软件隔离机制来限制可能会被黑客滥用的、应用对处理器关键功能的访问。
对于ARM来说,解决连接设备的安全问题是企业的一个重要优先事项。ARM授权给其他半导体制造商的处理器技术,可为绝大多数智能手机以及数十亿支持互联网的设备提供动力。ARM正在通过让下游设备制造商更轻松地保护硬件免受黑客攻击,来满足他们的持续需求。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。