2018年10月16日,历时4个多月的曙光“打造核心技术 赋能数字经济”主题系列全国巡展迎来北京站收官,在业内外人士的关注下,中科曙光对外发布了为“安全”专属打造的网络流量识别分析系统SUNA。
这是曙光第一次完整发布针对行业的网络流量识别分析系统和软硬件一体化解决方案,也是曙光自主研发的一款高性能、高识别率、高可靠的流量可视化平台,SUNA具备业内领先的处理性能,常规配置的单计算节点就可处理超过100Gbps网络流量,识别并分析7000多种协议和应用,支持百万级特征库规则。
SUNA集合了曙光多年来在DPI和网络流量内容分析系统领域的软硬件技术积累和安全相关行业的工程经验,可实现全流量分析,实时感知和分析网络中传输的协议、流量、会话、应用等信息。
SUNA系统将网络流量分析处理软件和Tb级高性能汇聚分流器、智能网卡等可视化平台产品相结合,形成了软硬件一体的完整解决方案,可以更好地服务政府、电信、公安、安全、科研、教育、互联网等领域的客户,实现网络内容分析和可视化,信息安全,信息溯源,不良内容识别和处理等功能,为客户的信息系统安全提供了核心平台级产品和技术支撑。
作为曙光一款重要的安全方面的新产品,网络流量识别分析系统SUNA是曙光基于用户安全领域的深刻洞悉及理解的心血结晶。下一步,曙光网络流量识别分析系统还将着力打造成开放式平台,兼容更多网络安全产品和功能。并且,基于该系统,曙光整合在流量获取和分析、大数据处理、人工智能、网络安全等方面的技术和产品积累,将推出智能化网络安全态势感知解决方案。
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。