天津市人民政府与中国电子信息产业集团有限公司将于12月下旬在天津共同主办PKS安全先进计算2021生态大会。大会以“聚势聚能,共擎共飞”为主题,定位于展示我国安全先进计算产业发展战略和成果的顶级大会,“中国信创谷”建设的启航大会,全面建设PKS生态的集结大会。大会旨在搭建开放协作平台,集聚产业生态力量,组织突破关键核心技术,加快发展安全先进计算产业,助推网络强国、数字中国建设。工业和信息化部产业发展促进中心、中国电子信息行业联合会、中国信息产业商会、中国华电、中国电信、中国联通、中国通号、中国华录、阿里、腾讯、百度、京东、用友、金蝶等作为大会支持单位。
当前,加快推进计算产业发展已经成为世界主要国家普遍共识和优先战略,算力不仅是科技创新的重要驱动力,也是塑造和衡量一个国家核心竞争力的重要指标。过去十年,中国电子与天津市坚定地选择了一条安全为先、融入移动、绿色节能的先进计算发展之路,形成了飞腾CPU、麒麟操作系统和全流程全环节立体安全防护的自主计算体系,即“PKS”体系。经过多年的探索实践,PKS体系已在政务、能源、金融等领域得到广泛应用,成为事实上的我国自主安全计算信息系统的核心底座。
立足新发展阶段,天津市与中国电子共同召开PKS安全先进计算2021生态大会,集聚力量联合攻克关键核心技术、协同发展壮大安全先进计算产业,推动PKS成为建设数字中国、发展数字经济的技术和基础平台。
天津市表示,“十四五”期间,天津市将着力发展信息技术应用创新产业,打造自主创新的重要源头和原始创新的主要策源地,全面增强全国先进制造研发基地核心竞争力。首届PKS安全先进计算生态大会在天津举办,将有助于在天津形成以PKS为核心的安全先进计算产业聚集效应,并将成为“中国信创谷”的重要加速器,助力天津信创产业高质量发展。
中国电子副总经理、党组成员陈锡明表示,计算能力作为推动数字经济发展的核心引擎正迎来重大战略发展良机,中国电子正在加快打造国家网信产业核心力量和组织平台,始终坚持自主创新,发展PKS安全先进计算,链接十万家生态伙伴。借助此次大会,中国电子将与广大生态伙伴一道,共同坚持安全先进的计算路线,突破关键核心技术,构建新型产业生态,助力天津“中国信创谷”建设,打造数字经济高地,为中国安全先进计算产业蓬勃发展贡献力量。
此次PKS安全先进计算2021生态大会将采取“线上和线下、虚拟和现实、现场和远程”三结合的方式,邀请天津市委市政府主要领导,中国电子主要领导,院士专家,中国华电、中国通号、阿里、百度等知名企业高管出席并发言,共同探讨我国安全先进计算产业的发展路径,建立战略驱动、自主创新、平等合作、健康发展的新型安全先进计算产业生态,并就安全先进计算产业最新发展成果、标杆应用、产业发展趋势作精彩分享。天津市将正式发布“中国信创谷”建设规划,并举行“共建中国信创谷”重大合作签约;中国电子将发布PKS最新核心技术和产品,发布生态合作行动;中国信息产业商会将正式发布PKS安全先进体系团体标准;中国电子信息行业联合会、中国信息产业商会将发布加快发展安全先进计算产业生态的倡议书。
大会还将举办10场生态专场活动,十余家PKS核心成员企业将与天津市属相关主管部门、PKS生态伙伴聚焦于安全先进计算技术在安全实践、现代金融、数字政企、绿色能源、数字城市、产教融合、数字园区、元器件供应链、数字健康等场景下的新应用及发展愿景规划,探讨通过优化“PKS in”产品设计制造方案,将PKS内嵌成为生态伙伴的成功因子,完善“PKS +”行业解决方案,将PKS融入成为行业数字转型的成功引擎,推动PKS生态为用户提供更优的应用体验,创造更多更大价值,助力数字经济高质量发展。专场将发布基于PKS的绿色能源行业解决方案、金融数字底座、数字医疗平台解决方案等一系列重磅产品。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。