消费级AMD处理器将重新提供针对物理攻击的加密保护。此前,AMD悄然移除了这一功能,引发用户强烈不满。
正如上周报道所指出的,AMD从消费级Ryzen处理器中移除了一项名为TSME(透明安全内存加密)的保护功能。TSME能够对内存中存储的全部内容进行加密,使数据在遭遇冷启动攻击或其他需要物理访问的入侵行为时毫无利用价值。
大约十年前,AMD率先将TSME引入旗下高端处理器。此后数年间,该公司逐步将这一保护功能延伸至低端处理器,包括价格低于Pro版本的消费级Ryzen芯片。多年来,这些低端芯片的用户早已习惯了这项安全保障。不过,部分安全专家也指出,消费级芯片遭受物理攻击的可能性其实远低于企业级产品。近期,AMD在毫无预警的情况下,悄然取消了低端产品线的这一保护功能,且操作方式极为隐蔽——在Windows系统上完全无法察觉,在Linux系统上也需要相当的技术能力才能发现。上周,AMD拒绝就此次变更作出任何说明或确认。
事件曝光后,社交媒体上涌现出大量AMD用户的抗议声音。他们指出,AMD在长期支持TSME之后突然悄悄将其移除,此举有失诚信。更令人不解的是,此次变更完全通过固件更新实现,无需对芯片硬件做任何改动,这意味着继续支持该功能在很大程度上只是意愿问题,而非硬件限制所迫。众多批评者呼吁AMD撤回这一决定。
上周末,AMD表示计划在下个月发布的固件更新中恢复该功能。AMD通常将TSME称为Memory Guard(内存防护)。
AMD在一封电子邮件中表示:"针对部分非PRO系列Ryzen 9000桌面处理器,BIOS中原本提供启用Memory Guard的选项,但该选项已在近期的更新中被移除。基于社区用户的宝贵反馈,我们将在7月即将发布的BIOS版本中恢复这一选项。"
目前,AMD尚未解释移除该功能的原因。有批评者猜测,此举是AMD为引导用户购买更高价位CPU的商业策略。当然,也不排除其他相对合理的原因,例如随着芯片架构演进,持续维护该功能的技术难度有所上升。另一种可能是出于性能考量——内存数据的加解密会带来延迟,而延迟正是游戏玩家的大敌。Ryzen 9000系列的用户中有相当比例是游戏玩家,其中许多人本就主动关闭了TSME,对该功能需求不高,AMD或许因此低估了此次变更所引发的反响。
这一事件及AMD的沉默应对,折射出过去二十年间科技行业公关生态的深刻变迁。曾几何时,科技巨头和各大企业愿意主动告知用户产品与服务的变更,以确保用户体验的可预期性,也愿意承认错误并说明改进计划。而如今,换来的只有沉默。随着这些企业的规模与影响力不断膨胀,其对用户应负的责任感却等比例地消退了。
Q&A
Q1:AMD为什么要移除Ryzen处理器上的TSME内存加密功能?
A:AMD目前尚未正式解释移除TSME的原因。外界存在多种猜测:一是商业目的,引导用户购买更贵的Pro版芯片;二是技术原因,芯片架构更新导致维护难度上升;三是性能考量,内存加解密会产生延迟,影响游戏体验,而Ryzen 9000系列的主要用户群体恰好是游戏玩家。AMD至今未就此次变更作出任何官方说明。
Q2:TSME内存加密功能何时会恢复?普通用户需要做什么?
A:AMD已确认将在2025年7月发布的BIOS更新中恢复Memory Guard(即TSME)选项,适用于部分非PRO系列Ryzen 9000桌面处理器。普通用户届时更新主板BIOS后,即可在BIOS设置中重新找到并启用该选项,无需对硬件进行任何改动。
Q3:TSME内存加密对普通消费级用户来说重要吗?
A:TSME主要防御冷启动攻击等需要物理接触设备的入侵行为,对于普通家庭用户而言,遭受此类攻击的概率相对较低。部分安全专家也指出,消费级芯片受到物理攻击的可能性远低于企业级设备。不过,该功能的存在本身提供了一层额外的安全保障,且开启后对大多数非游戏场景的性能影响有限,用户可根据自身需求选择是否启用。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。