跳动百科

以光速执行矩阵乘法以增强网络安全

邰武谦
导读 所有事物都是数字,毕达哥拉斯宣称。25个世纪后的今天,代数和数学在我们的生活中无处不在,无论我们是否看到它们。类似寒武纪的人工智能(A

“所有事物都是数字,”毕达哥拉斯宣称。25个世纪后的今天,代数和数学在我们的生活中无处不在,无论我们是否看到它们。类似寒武纪的人工智能(AI)爆炸使数字更接近我们所有人,因为技术发展允许并行处理大量操作。

标量(数字)之间的运算逐渐并行化为向量之间的运算,随后是矩阵。矩阵之间的乘法现在成为当代人工智能计算系统中最耗费时间和精力的操作。一种称为“平铺矩阵乘法”(TMM)的技术通过将矩阵运算分解为较小的图块来帮助加快计算速度,由同一系统在连续的时隙中计算。但是,采用晶体管的现代电子AI引擎正在接近其固有极限,并且几乎无法在高于~2 GHz的时钟频率下进行计算。

令人信服的光特性——超高速以及显著的能源和占地面积节省——提供了一种解决方案。最近,由塞萨洛尼基亚里士多德大学的Nikos Pleros教授领导的WinPhos研究小组的光子研究人员团队利用光的力量开发了一种紧凑型硅光子计算机引擎,能够以创纪录的50 GHz时钟频率计算TMM。

正如Advanced Photonics报道的那样,他们采用硅锗电吸收调制器和能够编码和计算数据的新型神经形态架构设计。根据通讯作者George Giamougiannis的说法,“这项工作为解决需要线速计算的基于DL的应用程序铺平了道路”,这项工作有望为数据中心网络安全做出重大贡献。

数据中心网络安全:光猎杀邪恶

毫无疑问,人工智能爆发为良性和恶意用户提供了强大的工具包,以加快和自动化他们的活动。随着数据中心 (DC) 中传输的数据逐年增加约 13%,它们已成为恶意个人的主要目标,这些恶意个人旨在破坏敏感数据,例如财务数据、个人信息和许多组织(包括政府机构)的知识产权。、、医院和金融机构。因此,DC 网络安全对于防止入侵者访问机密信息至关重要。

事实上,威胁检测机制面临着一系列新的要求,这是由于流经当代数据中心内大量服务器和交换机的数据量造成的。 实时威胁检测势在必行:必须以超高速处理数据包检测。此外,必须在恶意数据包的路由中尽早检测到威胁:每个 DC 节点都应配备强大的网络安全工具包。

塞萨洛尼基亚里士多德大学的研究人员利用他们的超快处理器,与 NVIDIA 在直流网络安全领域的专家合作,成功地将硅光子学与人工智能相结合,建立了一个框架,以成功和迅速地识别最常见的直流攻击类型之一,即分布式拒绝服务 (DDoS) 攻击,在 NVIDIA 的服务器中以线速。多亏了这种新颖的计算方案,这个数字可能很快就会受到DC攻击——至少目前是这样。