system on a chip
PulseAugur coverage of system on a chip — every cluster mentioning system on a chip across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
Linux `tac` 命令为安全和 DevOps 提供强大的日志分析功能
Linux 中的 `tac` 命令，常被忽视，仅仅是 `cat` 的反写，是强大的日志分析和事件响应工具。通过反转日志条目顺序，`tac` 将最新事件置于终端顶部，显著加快了在活跃事件中识别根本原因的过程。本教程涵盖了其在检测暴力破解攻击、重建时间线以及分析 `syslog` 和 `auth.log` 等各种日志类型中的应用。
-
Cisco 推出 Instant Attack Verification AI 用于 SOC 调查
Cisco 推出了 Instant Attack Verification (IAV)，这是一款 Agentic AI 工具，旨在协助一级和二级安全运营中心 (SOC) 的调查。该新系统旨在自动化和加速安全警报的验证过程，使 SOC 分析师能够专注于更复杂的威胁。IAV 系统旨在提高网络安全事件响应的效率和有效性。
-
AI在安全运营中的应用取决于数据质量
人工智能在安全运营中的成功取决于其处理的数据质量。随着人工智能系统越来越多地集成到安全运营中心（SOC）中以自动化威胁分类和分析，确保输入数据的准确性和完整性至关重要。糟糕的数据质量可能导致错误的威胁评估和安全结果受损。
-
半导体测试需求激增，供应商上调市场估算 · 追踪 6 个来源
半导体测试设备市场正经历需求激增，由系统级芯片 (SoC) 和内存领域共同驱动。Teradyne 和 Advantest 等主要供应商正在上调其 2026 年市场规模估算，Advantest 预计内存和 SoC TAM 将大幅增长。这种需求的增加反映在 ASE 等 OSATs 的资本支出上，已达到历史新高，表明测试耗材的需求呈现出强劲且可能可持续的增长浪潮。
-
Qualcomm SoC：测量音频AI的STFT计算路径
本文探讨了在Qualcomm片上系统（SoC）上计算短时傅里叶变换（STFT）的五种不同方法，特别关注Snapdragon SM8650。文章详细介绍了使用CPU、专用数字信号处理器（cDSP）和神经网络处理单元（NPU）的实现方式，并测量了每种方法的精度、延迟和功耗。研究结果表明，最佳方法取决于下游音频AI管道的具体需求，而不是单一的普遍最佳方法。
-
低成本UWB雷达使用CNN估算呼吸率，用于远程医疗
研究人员开发了一种低成本系统，使用符合IEEE 802.15.4z标准的IR-UWB硬件，为远程医疗应用估算人类呼吸率。一个卷积神经网络（CNN）被训练用于从UWB信道冲激响应数据预测呼吸率，在未见过的情况下实现了1.73次/分钟（BPM）的平均绝对误差。该CNN模型针对嵌入式部署进行了优化，内存需求减少了67%，推理时间减少了62%，误差仅略微增加，使其可以在nRF52840片上系统上运行。该系统能效极高，一次充电可连续监测房间运行…
-
新方法使用与非门图进行可扩展硬件木马检测
研究人员开发了一种新颖的方法，通过将大型片上系统（SoC）设计表示为与非门图（AIGs）来检测其中的硬件木马。该方法利用知识图嵌入来创建电路结构的紧凑、固定大小的表示，从而使复杂性能够与边数成线性扩展。该方法能够跨深度数据通路进行符号学习，以识别指示木马的罕见、不一致的连接，并在实验中展示了实际的可扩展性和木马与良性节点之间的清晰分离。
-
CISO 必须采取先发制人的威胁管理，以对抗复杂的网络对手
由于国家行为者和勒索软件团伙的复杂性和耐心日益增加，传统的“检测、响应和恢复”网络安全模式正变得过时。CISO 必须转向先发制人的威胁管理，该管理持续监控外部环境中的攻击前信号和对手规划。这种主动方法将情报个性化到组织的特定攻击面，并关联内部和外部数据，以在威胁成为事件之前对其进行优先级排序，从而将 CISO 定位为战略风险协调者，而不是被动的队列管理者。
-
AI安全：进攻性代理随计算能力扩展，防御性代理需要工具使用
arXiv上的一份新预印本表明，虽然进攻性AI安全代理随着计算能力的提高而改进，但防御性安全运营中心（SOC）任务从原始推理中获益不大。研究表明，有效的防御更多地依赖于有纪律的工具使用，而不是简单地扩展计算能力。
-
Anthropic的Claude集成到SOC检测工具中，架构审查反馈不一
一位网络安全专业人士会见了一位财富50强企业的CISO，讨论将AI集成到安全运营中心（SOC）的议题。该CISO成功地将Anthropic的Claude模型连接到检测工具，并取得了积极的成果。然而，该专业人士对整体系统架构表示担忧。
-
随着由 AI 驱动的违规事件激增，高管们要求按顺序构建 CTI 功能
构建强大的网络威胁情报 (CTI) 功能需要高管的认同和对其战略价值的清晰理解，而不是将其视为单纯的安全运营中心附属。最近的调查表明，高管在情报需求方面的参与度显著提高，而资金不足是 CTI 团队面临的首要障碍。有效整合 AI、拥有强大治理和人类监督的组织，更能降低数据泄露成本，而缺乏这些支撑的组织将面临更高的费用和来自影子 AI 及 AI 增强攻击的风险。
-
三星Galaxy Z Flip 8泄露暗示升级有限且价格上涨
一份泄露的报告表明，即将推出的三星Galaxy Z Flip 8将进行最小的升级，主要局限于新的系统芯片（SoC）。尽管有这些微小的变化，但据传该设备的价格会上涨，这可能会导致粉丝不满。
-
SK hynix、TetraMem 发布节能边缘 AI 芯片，但存在性能限制
SK hynix 和 TetraMem 与南加州大学合作，为边缘 AI 设备开发了一种实验性的基于忆阻器的片上系统（SoC）内存计算系统。该 SoC 旨在通过直接在内存阵列中进行计算来提高轻量级 AI 模型的能效，与传统的 GPU 或 NPU 相比，显著减少了数据移动和功耗。虽然该芯片展示了有前景的能效，但其理论峰值性能 2.54 TOPS 仍远不能满足当前高级 AI 应用的需求。
-
高通将 AI 计算集成到加速器中，研究人员减轻 AI 数学负担
高通公司正通过将计算能力直接集成到其 AI 加速器中，提出一种新的 AI 基础设施方法。该设计旨在通过将计算置于更靠近数据的位置来克服内存墙。研究人员还在开发新的 AI 数学方法，以减少 AI 任务的硬件需求，可能通过将语义含义与嵌入分离来实现。
-
Apple 计划 2028 年前采用 1.4nm 芯片；AI 公司智辨良人估值超 27 亿美元
据报道，Apple 正在探索最早于 2028 年在其旗舰智能手机片上系统 (SoC) 中使用 1.4nm 工艺技术。这一潜在的转变可能意味着使用 2nm 工艺制造的芯片寿命可能只有大约两年。与此同时，AI 公司智辨良人（Zibianliangren）在两个月内成功完成了多轮融资，投后估值超过 200 亿人民币，主要投资者包括中国移动和国家人工智能产业投资基金。
-
SPARX框架加速边缘RISC-V芯片上的CNN
研究人员开发了SPARX，一个用于在边缘设备上加速卷积神经网络（CNN）的框架。该系统将近似计算与安全和隐私功能集成到RISC-V片上系统中。SPARX利用自定义RISC-V指令扩展和近似对数CNN加速器，并通过差分噪声隐私引擎和认证机制进行增强。评估显示，在特定CNN模型的精度影响极小的情况下，面积和功耗显著降低，吞吐量也有所提高。
-
AI 将重塑安全运营中心，强调人才战略
人工智能将显著改变安全运营中心（SOC），将其结构从金字塔形转变为菱形，初级职位减少，中层力量增强。这种演变需要一种战略性的人才培养方法，侧重于技能、指导以及将 AI 融入日常运营，而不仅仅是采用新技术。公司现在必须试验 AI 工具，以领先于对手，并为人类专业知识与 AI 协作的未来做好团队准备。
-
多模态人工智能通过整合多样化数据输入增强网络安全运营
多模态人工智能正成为网络安全运营的宝贵工具，能够处理文本、屏幕截图和日志等多样化数据类型，以连接零散的证据。该技术旨在通过减少低价值的解释任务来增强而非取代人类分析师，使他们能够专注于关键决策。安全领域部署多模态人工智能的实用架构涉及分层方法，具有强大的护栏、人工监督和对工具的受控访问，以减轻过度依赖带来的风险。
-
尽管警报减少，人工智能仍难以提高SOC性能
尽管人工智能在安全运营中心（SOC）取得了进展，但许多中心在解决平均时间（MTTR）、分析师倦怠和漏报攻击方面仍然面临挑战。目前的人工智能部署在关联警报和提供调查起点方面表现出色，显著减少了原始警报量和误报。然而，人工智能的有效性受到系统碎片化、数据质量和工作流程集成等因素的限制，特别是在检测后阶段，协调和审批会导致显著延迟。
-
关键基础设施防御需要AI SecOps
关键基础设施日益整合人工智能，将其攻击面扩展到模型、数据和机器学习管道。传统安全措施和仅由人类操作的安全运营中心（SOC）因数据量和AI原生攻击的速度而不堪重负。为应对此挑战，组织必须采用AI SecOps，将持续安全检查嵌入运营管道，并使用AI驱动的工具来匹配对抗性AI的速度和推理能力。