英特尔今天宣布,受美国国防高级研究计划局委托开发一种芯片,该芯片让应用能够处理加密数据而不必先对其进行解密。

该芯片将使用一种称为完全同态加密的新加密方法。今天公布的这个项目号称是一个将持续多年时间的计划,参与方还包括微软公司,主要是协助开发。
在企业中,通常的做法是在存储以及在网络中压缩数据时对数据进行加密。如果黑客在漏洞中获得数据的访问权限,则数据加密可以防止黑客读取记录。但是目前的加密方法并不能阻止所有的黑客攻击行为。
缺点是,加密数据必须由使用这些数据的应用进行解密,然后才能执行计算,这就为黑客制造了机会,让他们可以在数据是可读格式下访问敏感信息。通过为DARPA开发这款芯片,英特尔希望能够通过利用完全同态加密(简称FHE)来降低数据解密要求所带来的风险,让应用无需解密数据即可处理信息。
关于FHE的理论研究始于四十多年前。IBM研究人员于2009年开发了第一个成功的实现方案,此后计算机科学家们一直致力于让该技术运用于解决企业问题,而阻碍这一目标实现的主要技术障碍,是FHE当前需要大量的计算能力,这正是英特尔希望克服的挑战。
英特尔的目标是开发针对FHE进行优化的专用集成电路,让处理时间缩短达五个数量级,即100000倍。这项工作将涉及英特尔内部多个部门的团队,项目参与者包括来自主要研究新兴技术(如量子计算)的英特尔实验室、设计工程团队、数据平台团队的工程师。
在项目的第一阶段,英特尔将开发构建该芯片的硬件和必要的软件。此外英特尔还将投资于FHE的学术研究项目。在项目的后期阶段,微软将与美国政府一起测试英特尔的芯片,方法是将其整合到Azure云服务中。此外微软还将制定关于FHE的国际标准,这可能是该技术最终实现商业化的重要一步。
如果英特尔和微软成功应用FHE,那么FHE将有望成为保护敏感数据的一个强大工具。例如对医疗行业来说,无需解密即可处理敏感数据将使医院可以更安全地将医学信息提供给临床研究人员。其他需要处理敏感数的高度管制组织(例如银行)也可以对于这项技术加以利用。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
港科大研究团队开发ORCA框架,首次让视频头像具备真正的"主观能动性"。通过"观察-思考-行动-反思"循环机制和双系统架构,虚拟角色能够自主完成复杂多步骤任务,在L-IVA测试平台上达到71%成功率。这项技术突破了传统视频生成只能机械执行预设动作的限制,为虚拟主播、教育视频等应用开辟新前景。