10月21日,“湾区创见·2020网络安全大会”新闻发布会在深圳召开,深圳市人民政府副市长聂新平,公安部网络安全保卫局一级巡视员、副局长郭启全,深圳市政务服务数据管理局局长刘佳晨出席会议,并介绍大会及“网鼎杯”的背景及筹备组织情况。深圳市委网信办副主任金琇、深圳市公安局网络警察支队支队长张勇出席并回答记者提问。
湾区创见·2020网络安全大会将以“新基建 新安全”为主题,于11月28日-29日在深圳国际会展中心召开,并同步举办“网鼎杯”国家级网络安全大赛决赛。这是目前华南地区规格最高、规模最大的网络安全大会,目标是打造背靠湾区、立足华南、辐射全国的重要安全会议品牌,提升粤港澳大湾区网络安全产业影响力,为全国城市智慧化发展和网络安全工作作出贡献。
大会由深圳市人民政府主办,深圳市政务服务数据管理局、深圳市公安局、深圳市互联网信息办公室、深圳市密码管理局承办,深信服、华为、腾讯、平安和鹏城实验室协办。
深圳副市长聂新平表示,深圳举办网络安全大会,是深圳贯彻落实习近平总书记重要讲话精神、抢抓“双区”驱动和综合改革试点重大历史机遇、服务全国网络安全产业高质量发展的具体举措。深圳市近年来深入实施网络强国战略,在智慧城市和数字政府建设、落实《网络安全法》,推动《深圳经济特区数据条例》立法、构建完善网络安全产业体系和管理服务体系、一流网络安全人才引进上取得显著成绩。深圳技术创新活跃、科技企业集聚、产业基础雄厚,培育了深信服、华为、腾讯、平安一批网络安全龙头企业。
通过本次大会的举办,一是能够助推网络安全建设和产业创新发展;二是能为智慧城市和数字政府建设提供安全支撑,积极应对5G、AI等新一代信息技术应用带来的安全挑战;三是进一步推动大湾区全面交流、深度交融。深圳全力打造网络安全治理样板,形成一批可复制可推广的治理成果,解决好智慧城市和数字政府建设网络安全系列基础问题。
“当前网络安全形势复杂、严峻。应按照习近平总书记指示要求、按照中央决策部署,对标对表,形成合力共同维护国家网络安全。”公安部网络安全保卫局副局长郭启全表示,在新时期,要按照新理念、新举措,网络安全必然上到新高度。深圳5G和AI技术全国领先,因此今年在深圳以“新基建 新安全”这个主题,举办这样立足粤港澳大湾区的网络安全大会非常重要。
本次大会会期为二天,采取“2+15”的设置,即2场主论坛+15场分论坛。大会具有五大特色:
一是政府引导、企业牵头,多方参与,以丰富的形式共同展示深圳网络安全产业开放包容的整体形象和城市魅力。
二是立足湾区,辐射全国,把大会打造成具有持续发展力和国际影响力的国际网络安全盛会。
三是创新引领,紧密结合“双区”建设和新型智慧城市建设的要求,围绕新基建和“5G+AI”技术下的网络安全,聚焦国家政策解读、前瞻技术分享和行业安全实践分享。
四是总结经验,赋能抗疫,大会将分享公共卫生突发重大事件时期,深圳网络安全应对经验和策略建议。
五是赛会衔接,相互促进,本次大会将衔接深信服和永信至诚联合主办的“网鼎杯”网络安全攻防大赛决赛和TECHSPARK星星之火IT创新创业比赛决赛,选拔网络安全高端人才、网络安全与新基建相关技术领域的创业独角兽。
深圳市政务服务数据管理局局长刘佳晨表示,希望让更多的企业和专业人才亲身感受深圳市场化法治化国际化营商环境、生机勃勃的创新创业环境和优良的生态环境,扎根深圳,共同建设具有全球影响力的网络安全创新高地。
大会内容覆盖了5G安全、云安全、等保 2.0、零信任保护,以及智慧政务、智慧医疗、商企安全实践、金融安全等当下网络安全领域的最热议题。届时,深信服、华为、腾讯、平安、鹏城实验室等粤港澳大湾区代表企业和协办单位,将携最新的网络安全创新技术和应用方案共同亮相本次大会。
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。