近日，华为阅读独家上架一批人民邮电出版社出版的鸿蒙开发相关专业书籍，为鸿蒙开发者和爱好者们提供更为便捷的学习资源。

第一波Spectre（幽灵）和Meltdown（熔断）攻击被击退后，大家松了一口气。但却是个错误。Spectre-Meltdown的CPU漏洞展示了攻击系统的全新方式，安全专家心里很清楚，新攻击方法的出现只是迟早的事。

英国的研究人员使用人工智能（AI）工具来检测卵巢癌患者活检样本中的微小异常细胞簇 ——这些细胞的存在表明该疾病更具攻击性。

移动电气化解决方案合作伙伴ENNOVI推出了一种创新的电池互连系统（CCS）层压方法。

中文大学等机构联合研究提出"问题自由微调"方法，解决AI推理模型在简单问题上过度思考的问题。该方法训练时移除问题输入，仅学习推理过程，使AI能自适应选择短推理或长推理模式。实验显示该方法在保持性能的同时将回答长度减少50%以上，在噪声、跨域和低资源场景中表现优异。

此次全新逆渲染技术研究成果的入围,不仅意味着如视在三维实景模型重建和混合现实领域的研究已获得了国际学术界的高度认可,更标志着如视的算法能力已在理论研究、技术应用等层面步入国际领先水平。

去年有研究声称在网络最短路径算法方面取得突破，能够改进经典的Dijkstra算法。新算法避免了排序操作，理论上性能更优。但在实际路由系统中，SPF计算并非瓶颈。路由收敛性能更多受限于故障检测速度、链路状态包传播等因素。目前大型服务商网络规模仅数千个路由器，Dijkstra算法已能实现亚秒级收敛。考虑到代码可理解性和维护性，生产环境中Dijkstra算法短期内仍将是首选方案。

企业的安全措施曾经很简单：建立边界并保护内部资源的安全。但是，随着应用程序纷纷转向云端以及当前随时随地办公的需求，事情变得更加复杂，传统的城堡和护城河式防御架构不再适用。

量子计算公司D-Wave Systems今天透露，已经将第一台下一代5000量子位量子计算机出售给了洛斯阿拉莫斯国家实验室。

Nvidia今天晚些时候详细介绍了A100 GPU的新液冷版本，可以提高数据中心的能源效率并减少碳排放。

量子计算长期以来承诺带来革命性突破，但进展一直较为缓慢。近期，Google 发布了其最新的超导芯片 Willow。现在，Microsoft 也推出了 Majorana 1 芯片，这是其打造可扩展、容错量子计算机的答案。

Commvault 云平台现可自动保护森林级活动目录，实现快速恢复。该功能通过自动化运行手册简化了复杂的恢复过程，提供可视化拓扑视图，并与细粒度恢复功能集成，为企业提供全面的活动目录保护方案，有望在2025年上半年正式发布。

数字化转型的失败与技术无关，真正的根源往往在于企业未能发展出解决问题、测试思路及管理工作的更佳方法。而实现这些方法的过程，我们称之为“敏捷性”。

Keepit 是一家自主托管的 SaaS 备份服务提供商，计划从今年的 7 个应用扩展到 2028 年支持数百个 SaaS 应用的备份。本文介绍了 Keepit 的 CTO Jakob ?stergaard 对公司 SaaS 应用连接器生产概念、开发策略以及领域特定语言 (DSL) 技术应用等问题的回答，揭示了 Keepit 在拓展 SaaS 应用备份支持方面的独特方法和未来规划。

Anthropic研究团队发布新技术"人格向量"，可识别、监控和控制大语言模型的性格特征。研究发现模型可能因用户提示或训练过程产生不良个性，如恶意、过度迎合或编造信息。该技术通过分析模型内部激活空间的特定方向来对应人格特质，为开发者提供管理AI助手行为的工具包，能够预测模型行为、实时干预不当反应，并筛选训练数据以防止继承隐藏的不良特征。

DeepMind 研究人员提出了一种名为 Streaming DiLoCo 的新方法，可以在分布式环境中高效训练大型 AI 模型。该方法通过优化参数同步和通信策略，显著降低了带宽需求，同时保持了模型性能。这一突破有望推动 AI 开发的民主化，使更多机构能够参与大规模模型训练。

云原生是企业采用云技术促进数字化转型的关键原则之一。随着容器、Kubernetes的部署不断增加和云采用的不断深入，特别是混合云的部署，开发人员的认知负担越来越重。

微软今天向Azure中新增了一组新功能，将让企业更容易在混合云环境中运行人工智能软件。这些功能部分基于三个现有的Azure服务，分别是Azure Arc、Azure Machine Learning和Azure Kubernetes Service。

在现代系统架构中，存在着大量不断变化的系统软件（主要集中在控制平面内），相应的工作负载则随时游走在芯片之间，借此获得更高收益、改善系统整体安全性。但究其根本，计算引擎再怎么交替加载，其实际计算任务仍需要在某个位置实际完成。

想象一下，你有一位非常聪明的朋友，他知识渊博但有个明显的缺点——他所知道的一切都是两年前学到的。当你询问最近发生的事情或最新的研究成果时，他只能提供过时的信息，甚至有时会自信满满地"编造"答案。这位朋友就像现在的大型语言模型（LLM）——虽然在训练过程中学习了海量知识，但一旦训练结束，它们的知识就固定下来了，无法获取新信息。