至顶网CIO与应用频道 02月18日 北京消息:全球领先的区块链公有链平台唯链正式宣布,推出在亚马逊AWS云上运行的针对企业应用的一站式区块链部署方案,帮助更多企业快速、安全、合规地部署区块链应用。
唯链的“区块链即服务”(BaaS)解决方案始于2016年。它结合了基于区块链技术的NFC+RFID芯片、区块链加密和身份校验技术、物联网、云计算、传统企业IT技术,提供全面的基于区块链技术的IT解决方案。其客户覆盖奢侈品、汽车、运输、快消品、食品、农业等行业,包括宝马汽车(BMW)、比亚迪汽车、光明食品、德铁信可(DB Schenker)、上海外高桥进出口商品直销中心(D.I.G)等。
如今,唯链区块链即服务解决方案基于AWS提供服务,客户可以通过AWS CloudFormation技术,一键布署节点,免除手动部署的繁琐步骤,大幅减少部署上链的时间,留出更多精力专注于商业应用开发,高效推进业务发展。
唯链基于Amazon Elastic Compute Cloud (Amazon EC2) 部署了唯链雷神区块链主链,用于数据存证上链、智能合约的部署和运行;利用Amazon Relational Database Service (Amazon RDS) 实现数据持久化,帮助企业客户降低管理成本,同时在Amazon Redshift上进行数据分析,以提升企业客户数据分析的效率;实现企业ERP系统与区块链系统的对接,通过标准化API,企业终端应用能够灵活、方便地调用各种智能合约,也可将数据库数据上传至区块链上;应用前端使用Amazon EC2、Elastic Load Balancing和Amazon CloudFront,收集来自ERP等系统的原始数据,应用后端使用Amazon RDS存储数据,实现所有数据通过接口上传至区块链。
在开发产品、设计解决方案时,唯链始终将合规和安全作为工作的重中之重。唯链区块链即服务解决方案采用了DNV GL提供的、与合规性流程方案及系统架构相关的指导建议,以及在数字化验证、信息安全等方面的最佳实践,并辅以唯链过去在企业部署中累积的丰富经验。
成立于1864年的DNV GL,是世界领先的第三方认证服务机构。作为唯链的战略合作伙伴之一,DNV GL给唯链的客户提供包括安全与合规在内的第三认证。DNV GL对唯链在AWS云平台基础上提供区块链即服务解决方案表示高度的认可。DNV GL管理服务集团大中国区市场总监薄会杰表示,“AWS云服务具有包括ISO 27017云安全认证、ISO 27018云隐私、SOC 1、SOC 2、SOC 3、PCI DSS Level 1等数十种第三方认证(https://aws.amazon.com/cn/compliance/programs/),对唯链区块链即服务解决方案的安全认证是一个强有力的、必不可少的支持。”
唯链与全球顶级的网络安全公司及专业第三方服务机构合作,对主网进行全面安全测试,并在产品和内部控制流程等方面,参照和遵循全球主流的安全评估体系,如ISO27001、欧盟GDPR(《通用数据保护条例》)、中国《网络安全法》等。
唯链首席技术官顾建良先生表示,“AWS是全球领先的云服务平台,它具备广泛的安全合规认证、静态和动态数据加密、硬件安全模块以及强大的物理安全性。通过AWS平台,唯链可以为全球用户提供合规的区块链行业解决方案。未来,唯链会将更多的服务以及行业解决方案部署在AWS上,帮助企业使用更加安全、便捷的方式搭建企业IT 基础设施。”
唯链将作为AWS技术合作伙伴,加入AWS合作伙伴网络(APN),在业务、技术、营销等多个领域获得来自AWS的专业支持。
亚马逊AWS全球副总裁、大中华区执行董事容永康表示,“欢迎唯链加入AWS合作伙伴网络,将唯链先进的区块链即服务(BaaS)解决方案部署在AWS上。AWS云服务具有丰富的安全功能,广泛的合规认证,遍布全球的基础设施覆盖。AWS还在2018年推出了AWS Blockchain Templates区块链模板服务,方便客户使用流行的以太坊和超级账本开源框架,快速、方便地创建和部署安全的区块链网络,同时减少人为错误。希望这些特性能够帮助唯链及其客户加快应用创新步伐,不断扩大自己的竞争优势。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。