Confidential Computing Consortium (机密计算联盟)组织今天表示,将新增10家成员企业和机构,推动数据在使用过程中的加密方式标准化。
这个得到Linux基金会支持的组织表示,这次新加入的成员包括埃森哲、AMD、Facebook和Nvidia等知名企业,以及Anjuna Security、Anqlave、Cosmian Tech SAS、iExec Blockchain Tech SAS、IoTeX和R3 Technologies等鲜为人知的初创公司。
该联盟正致力于是先数据加密的标准化,确保数据在内存中处理的同时能够被加密,而不会暴露给计算机系统的其他部分。尽管对静态数据和传输中的数据进行加密所使用的方法已经广为人知,但仍然无法可靠地保护这些信息被实际使用过程中的安全性。
因此该联盟正在开发一种名为Open Enclave Software Development Kit开源框架,从而改变现状。这种框架可以用于构建Trusted Execution Environment(TEE),针对那些运行在多种计算架构上的应用。
TEE指的是计算机芯片的一个安全组件,可以加密其中所装载的数据和代码,让处理器的其他部分无法访问这些数据和代码。TEE所做的实际上是创建隔离的执行环境,对使用中的数据实施保护。该联盟希望Open Enclave SDK将成为构建可利用TEE应用的一个通用框架。
该联盟表示,新加入的成员都拥有独特的专业能力,将有助于实现这一目标。
该联盟理事会主席Stephen Walli表示:“在过去五个月中,我们新增了10个成员企业,包括全球最大的社交网络、杰出的咨询公司、领先的半导体制造商、以及图形处理领域的先驱。”
该联盟是由微软在2019年创立的,其他创始成员还包括阿里、Arm、百度、IBM、Red Hat以及腾讯。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。