(2021年4月19日)为协助中国安卓开发者无缝对接全球64位开发环境,并进一步向终端用户提供最佳体验,中国五大移动应用商店(排名不计先后)—小米应用商店、OPPO软件商店、vivo应用商店、腾讯应用宝、百度手机助手,于今日共同宣布,今后发布于各应用商店的所有应用必须有序支持64位Arm架构,今年底前全体应用及游戏均需按计划上传含有64位构建的APK(涵盖存量应用更新及新版本发布),以便中国市场上所有的移动安卓应用程序能在2022年8月底前为64位架构的全面普及做好准备,从而紧随全球移动科技领域的发展趋势,更好更快地为中国数亿手机用户提供沉浸式的使用体验。此前,Arm于2020年10月首次揭晓,所有Arm® Cortex®-A CPU大核自2022年起将仅支持64位代码的执行,如今更进一步宣布,从2023年起,所有的Cortex-A系列移动CPU内核(大核与小核)都将只支持64位。
这些顶级移动应用商店在此承诺,针对开发者提交64位应用所必须的所有前期准备工作业已就绪,即将把安卓生态系统推向64位的新纪元,从而为两年后纯64位设备的面世铺平道路。今天的当务之急,首先是开发者必须在这些移动应用中及时添加64位支持。
自2014 年6月首款支持 64 位的移动设备面世以来,32位的手机数量一直处于下降态势之中。从国内的数据来看,目前仅支持32 位应用的手机占比已远小于百分之一。随着安卓移动应用的开发重心转向 64 位,生态系统上下游将可以专注于支持过去基于32位架构所无法提供的新功能和新技术。
移动生态系统向 64 位的迁移意味着一流的安全性和多达 20% 的性能提升,从而为终端用户提供更快的应用加载速度、更高的帧率和更复杂的沉浸式体验,这点对于高品质移动游戏助益甚多。
小米应用商店:“在未来的64位CPU的智能手机上,只有应用程序是针对64位的设备构建的,才能够提供超出我们预期的更快、更丰富的用户体验。”
OPPO软件商店:“应用开发者不能错过在纯64位安卓设备出现之前检查、更新和构建项目的机会。越早进行转换,收益越大。”
vivo应用商店:“支持64位设备是安卓应用程序利用超过4GB RAM地址空间、在数据处理中利用更宽寄存器和更高精度,以及获取强化安全特性的唯一途径。”
腾讯应用宝:“变化是不可避免的,也是令人兴奋的——尤其是当我们谈论到64位安卓生态系统的过渡时,为64位架构构建应用,越早越好。”
百度手机助手:“永远不要低估将32位安卓应用移植到64位的价值。毫无疑问,投资于此将是有丰厚回报。我们鼓励您尽快开始着手进行64位迁移。”
腾讯先游云游戏平台:“伴随着64位生态系统迁移的推进,一个划时代的拐点就在眼前,我们构建于Arm架构之上的服务将彻底打破平台的藩篱,从根本上改变人们相互联系与享受高品质移动游戏的方式。”
在产业链上游,Arm也携手诸多引领业界的芯片厂商,在移动应用商店转向仅支持 64 位应用开发的过程中提供支持,并针对预计在 2023 年到来的纯 64 位设备的市场场景,做出专注为纯64位设备提供服务的承诺,同时通过开发者文档、最佳代码实践等资源提供,以帮助生态系统完成过渡。
Arm终端事业部副总裁兼总经理Paul Williamson表示:“我们认为,迁移到 64 位是安卓生态系统保持竞争力和未来增长的重要行动。现有应用和未来应用都将受益于 64 位架构带来的性能和计算能力提升。我们将继续支持中国移动应用开发者,确保其应用平稳过渡到 64 位。”
64 位要求的额外迁移工作仅适用于使用原生代码或库的应用。使用 Java 或 Kotlin 编程语言编写的应用以及任何库或 SDK 已经针对 64 位设备准备就绪。对于大多数开发者而言,面向64 位的过渡并不复杂,仅需专注于 64 位兼容应用还可以节省成本并加快产品上市速度。
安谋中国市场及生态副总裁梁泉表示:“为帮助中国开发者深入了解64位架构的优势,顺利完成升级过渡,安谋中国亦积极进行产业推广,包括通过极术社区等渠道发布多种技术文章与可供下载的白皮书,系统、深入的展示了64位架构的性能和安全优势,以及应用升级的方法等关键信息。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。