机密计算是一种在处理过程中对数据进行加密的技术,即使在使用过程中也能确保敏感信息的安全,因而迅速流行起来。机密计算将数据隔离在可信执行环境中,这样可以防止未经授权的访问,并为云和多租户环境中的敏感工作负载提供增强的隐私和安全性。由于机密计算弥补了传统加密方法的短板,这种方法在医疗保健和金融等处理关键数据的行业中越来越受欢迎。
正如英特尔在一篇博文中指出的那样,需要组合多个私有数据集的组织可以使用机密计算来执行联合分析或提供机密人工智能服务,这样做不会暴露任何人的私人数据。该功能已用于银行欺诈检测和集体医学研究等领域。
Google Cloud 的新C3实例为Intel Trust Domain Extensions支持的敏感工作负载或受监管数据提供基于硬件的隐私保护和机密性。英特尔TDX是一种基于硬件的技术,通过创建隔离的执行环境来增强数据隐私和安全性,保护敏感工作负载免受未经授权的访问——即使在共享云基础设施中也是如此。使用谷歌云的应用程序可以看到虚拟机中的软件和数据,这些软件和数据与其他云租户中运行的软件以及谷歌的云堆栈、虚拟机管理程序和系统管理员隔离。
英特尔的Xeon可扩展处理器提供对虚拟机的“信任边界”的控制,以及对虚拟机内存的加密(由处理器内部的硬件进一步强制执行)。最终结果是工作负载保持私有,而采用英特尔TDX的机密计算使敏感数据和代码保持私有并且更安全,即使在公共云中也是如此。
Intel Google Cloud Confidential Computing 解决方案还提供可信执行环境的远程认证。该认证为数据相关方提供加密证据,证明其机密虚拟机是真实的,在策略范围内保持更新,并使用经过身份验证的固件启动,从而确保虚拟机正常运行。
客户还可以选择使用 Intel Trust Authority 来认证基于英特尔芯片的机密虚拟机。Intel Trust Authority独立于谷歌云,提供机密虚拟机完整性的独立评估。
好文章,需要你的鼓励
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。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
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。