2018 NAVIGATE 领航者峰会上,安全成为核心话题之一: 紫光旗下新华三集团隆重发布了“新华三云境?安全云”与“新华三云墙”两大创新产品,并进一步阐述了从被动安全向主动安全的全面转型的战略。这是继去年发布的业界领先的“新华三云智?安全态势感知”系统之后,又一个里程碑式的进展,标志着新华三作为主动安全领域的领导者,其打造的以“主动发现 · 预知未来 · 协同防御 · 智能进化”为特色的新一代主动安全体系日趋成熟与强大,成为客户在数字化转型过程中最强有力的安全保障。
新华三集团副总裁、新华三集团安全产品线总裁张力
本次峰会上,新华三举办了安全相关的两大主题论坛——信息安全论坛和安全生态论坛,邀请行业专家探讨安全市场态势与应对策略,共商如何保障企业数字安全,护航数字未来。新华三发布了 “安全领航者”渠道拓展计划,并举行了隆重的云墙合作伙伴签约启动仪式,旨在支撑云端网一体化的主动防御体系,大力拓展专业渠道,共建主动安全大生态体系。在信息安全展区,新华三全面展示了以态势感知、安全云、云墙和专业安全服务等重点产品为代表的主动安全产品技术与解决方案。
传统安全身陷困境 新华三主动安全引领未来
作为数字化解决方案领导者和网络安全领域的理念与技术领导厂商,新华三在2017年初宣布为数字经济打造全面升级、主动防御的大安全体系,在国内率先启动了从被动安全向主动安全的创新转变。此次领航者峰会发布主动安全战略,具有情报驱动、AI演化、云上安全、智能运维、软件定义、开放互联等特点,因此具有安全、智能、连接与共生的领先优势,标志着新华三相关的产品、技术、生态的支撑日趋丰富。
新华三的主动防御体系充分利用了新华三的海量大数据优势、丰富的产品与方案优势,大数据分析能力、深度学习与人工智能技术,云网端协同联动能力,以及丰富的行业生态优势,真正可以实现从被动防护向主动安全的转变,使新华三成为国内主动安全理念的领导厂商。
安全领航 新华三构建主动安全大生态
2017年,在国家政策、地方资源、人才储备的“天地人和”优势背景下,新华三大安全不断推出创新性、差异化产品,并推出了个性化渠道政策和建立了完善的渠道体系。在本次领航者峰会期间,新华三发布了“安全领航者计划”, 并举行了隆重的“云墙”生态合作伙伴签约启动仪式。通过不断拓展安全专业渠道,致力于进一步提升安全建设能力,为客户带来更多价值。
“云墙”生态合作伙伴签约启动仪式
此外,新华三还将机器学习等技术在安全领域落地,实现从被动监测到主动防御的跨越,并通过态势感知开发平台API接口,可兼容多厂商安全设备,实现数据采集和联动响应。新华三还积极围绕安全产品和解决方案开展生态合作,打造“平台+终端+服务+应用”的开放融合生态环境。
展区全景
“新华三云智”—安全态势感知系统
领航者峰会的信息安全展区全面展示了新华三主动安全丰富的内容,包括“云智“、”云境“、”云墙“、下一代安全网关,攻防教学与实训教学等,标志着新华三可为广大客户提供主动安全全系列产品、解决方案与安全服务,通过云网端协同联动,为客户提升风险响应速度和防护能力。同时,展区内一系列互动体验游戏,更是在轻松的氛围中增进了参会者对新华三大安全的理解。
2018领航者峰会,新华三大安全精彩纷呈。凭借主动安全的战略理念、齐备的安全产品线以及安全领航者计划引领的生态,新华三大安全在2018将激流勇进,再创辉煌!
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。