至顶网软件频道消息: 英特尔今年在区块链领域里忙个不停,其中的一个重要项目就是与IBM共同赞助Hyperledger的Transact。
如今,区块链技术正在不断为产业创新提供支持,世界领先计算机硬件生产商之一的英特尔要与区块链商家进行广泛合作也是理所当然的。由英特尔共同赞助的Hyperledger新项目是6月底发布的,目的是简化区块链编程。与此同时,英特尔表示今年还将在其他几个区块链开发项目上做出更多贡献。
英特尔区块链项目总监Michael Reed在接受记者采访时表示,“我们与区块链部门合作的主要目标是确保区块链领域的新工作负载和领先解决方案能在英特尔芯片CPU/处理器上更好地运行。为此,我们正在全面进军整个区块链行业。”
Reed做了以下的解释——英特尔将区块链相关的工作放在了几个不同的类别上,例如参与区块链开发和构建开源软件。Reed表示,“我们将努力在企业以太网联盟和Hyperledger等联盟里收集区块链开发人员的要求或标准。”
谈及英特尔最近的工作时,Reed提到今年6月底Hyperledger的一个项目公告。“我们最近刚与Hyperledger一起共同发布了一个名为Transact的项目。 Transact的目标是为程序员提供使用区块链的更适当方式,让技术之间更容易兼容。”他说。
Reed表示,“Transact有望提供区块链常用的编程方法,他们称之为可扩展事务层。假若我今天要编个区块链程序,就需要选编程环境。例如,如果我想在以太坊环境里编程,通常就会选择Solidity,在Solidity集成开发环境里编程,由此得到智能合同,进而在以太坊虚拟机中执行。”
而Transact则希望简化此流程。Reed表示,“Transact的目标是打造一个有可扩展事务层的世界,这意味着,通过Transact完成一次编程,得到的代码就可以在任何支持Transact的区块链上运行。”Transact是由英特尔和IBM共同赞助的项目,该项目已经在Hyperledger获得批准,并在不久前正式发布了消息。”
Hyperledger在发布的关于Transact的博文公告(https://www.hyperledger.org/blog/2019/06/27/introducing- hyperledger-transact)中表示,英特尔此前做的工作在该项目的开发上发挥了部分作用。该博文称,“Hyperledger Transacts的初始代码是由Bitwise IO和Cargill开发的,英特尔之前在Hyperledger Sawtooth的贡献对初始代码有很大影响。”
英特尔的开源部最近也有其他发展。Reed表示,“我们刚刚启动了一个新的解决方案,称为可信计算规范,它为程序员提供了允许区块链与离线资源进行交互的方法。”
“这就是个VM (虚拟机),可以为用户提供更快执行合同的计算能力,这样的计算能力包括数据存储等。例如,ERP (企业资源规划)数据库,他们就可以在供应链应用程序里访问这个数据库。计算能力也可能是传感器,帮助用户更便捷地访问传感器。除此之外,计算能力也可能是为了通知或触发区块链合同。”Reed表示。
据Reed解释,英特尔曾在2019年5月在CoinDesk共识会议上作为企业以太坊联盟内部组建的一部分披露了此次项目的相关信息。
Reed表示,英特尔一直在聚焦旗下CPU/处理器性能的提升,并与IBM及Hyperledger Fabric的开发者社区合作提高Hyperledger Fabric的性能。Reed更给出了细节,“我们在这段时间内看到,在英特尔芯片上运行的Hyperledger Fabric性能提升了6倍”。英特尔曾于今年4月公布了有关数据。
此外,他还透露,英特尔芯片还在推广另外几项改进。例如,为使用英特尔硬件的开发人员项目提供隐私、安全和可扩展性。他称,“一些关键功能有助于实现这些改进,其中之一就是英特尔SGX(英文Software Guard Extensions的缩写)。英特尔SGX是我们处理器的一个独立部分”,可以在‘安全性、可扩展性和数据隐私’方面‘有助于更好地制作区块链’。” Reed表示。据悉,Corda创建者R3今年3月推出的Java虚拟机(JVM)就是在硬件的SGX部分运行。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。