今天,基于英特尔软件防护扩展(英特尔SGX),拥有硬件式可信执行环境(TEE)的微软Azure DCsv2-Series全面发行上市。依托英特尔提供的可靠基础,Azure DCsv2-Series让保密计算得以走向广大企业客户,帮助他们在充分利用云计算的同时有效保护敏感的工作负载。
英特尔数据中心安全和系统架构副总裁Anil Rao表示:“客户需要对使用中的数据进行加密,从而减小攻击面,同时加强保护云端的敏感数据。英特尔与微软的合作,为市场带来了企业级保密计算的解决方案,让客户能够利用英特尔®软件防护扩展技术更好地发挥云和多方计算范式的优势。”
结合加密的数据存储和传输方法,TEE能为敏感数据(例如金融服务和医疗卫生领域的重要数据)创建端到端的保护架构。微软Azure是首个利用硬件优化型TEE作为加密机制帮助客户保护使用中的数据并提供广泛虚拟化服务的云供应商。此举能够在支持云端数据处理的同时加强安全与隐私控制。依托英特尔软件防护扩展,Azure保密计算虚拟机独立于操作系统、管理程序或虚拟机管理器以及其他特权进程。
今天,英特尔软件防护扩展已经用于英特尔至强处理器E-2100系列,同时正努力将其扩展到后续各代主流至强平台。正如英特尔于二月份对外的公布,公司正持续扩展英特尔软件防护扩展技术,力图扩大防护范围,将防护延伸至加速器,并优化性能。能够利用这些高级应用程序隔离能力的用例数量将进一步增加。
英特尔将在日后与微软一起支持客户在更安全、更私密的云环境中执行数据处理。两家公司均为“保密计算联盟”创始成员,共同致力于通过行业协作为当今和未来社会提供更安全的计算基础设施。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。