NVIDIA股价盘中涨超3% 首夺全球最大市值宝座

摘要：英伟达股价周二盘中涨超3%，总市值达到3.33万亿美元，超过微软的3.32万亿美元，首次成为全球市值最高的股票。由于市场对英伟达用于人工智能计算的芯片需求旺盛，该公司股价今年飙升了173%。 在周二的午盘交易中，英伟达股价上涨了3.2%，使该公司的市值达到3.33万亿美元，超过了微软。本月早些时候，英伟达的市值首次达到3万亿美元，超过了苹果。今年以来，英伟达的股价上涨了170%以上，在该公司5月份公布第一季度收益后，股价进一步上涨。自2022年底以来，该股已经增长了9倍多，与此同时，生成式人工智能（generative artificial intelligence）也出现了。在用于数据中心的人工智能芯片市场上，英伟达占据了约80%的市场份额，其他公司则竞相抢购构建人工智能模型和运行越来越大的工作负载所需的处理器。最近一个季度，英伟达数据中心业务的收入同比增长427%，至226亿美元，约占该公司总销售额的86%。英伟达是美国最有价值公司的新成员。在过去的几年里，苹果和微软一直在交换这个头衔。英伟达的上升速度如此之快，以至于该公司还没有被纳入道琼斯工业平均指数，这是一个由30只股票组成的基准，历史上包括最有价值的美国公司。在上个月发布财报的同时，英伟达还宣布了1比10的股票拆分计划，该计划于1月7日生效。分拆让英伟达更有可能被纳入道琼斯指数。道琼斯指数是一个价格加权指数，这意味着股价较高（而不是市值较高）的公司对该基准指数的影响力过大。 原文：https://m.cnbeta.com.tw/view/1435237.htm

马斯克的449亿美元薪酬 与其他美国上市公司CEO相比如何？

摘要：尽管去年美国CEO的薪酬中位数几乎是其公司工人薪酬中位数的200倍，但相比之下，特斯拉CEO埃隆-马斯克（Elon Musk）创纪录的薪酬仍然使他们相形见绌。上周四，特斯拉公司股东以压倒性多数投票赞成恢复马斯克的10年薪酬计划，按该公司在4月份的估值，该薪酬计划总价值为449亿美元。 今年早些时候，在特斯拉股价较高时，该薪酬方案的价值更高，但自那时以来特斯拉的股价下跌了约25%。特斯拉董事会和股东于2018年批准了上述全股票一揽子计划，承诺在特斯拉公司的市值、税前收入和营收达到里程碑数字时，将授予马斯克奖励。但在今年1月，美国特拉华州的一名法官驳回了上述薪酬方案。这位法官称，特斯拉公司批准该法案的程序“存在严重缺陷”，马斯克控制了公司的董事会，股东们没有完全知情。但特斯拉公司表示，那是马斯克应该得到的报酬，因为他将特斯拉公司变成了世界上最畅销的电动汽车制造商，使其市值增加了几千亿美元。但即使重新批准投票，马斯克也无法获得股票期权。预计特斯拉将要求法官根据投票结果重新审视她的决定，如果她不这样做，该公司可能会向特拉华州最高法院提出上诉。整个过程可能需要几个月的时间。无论结果如何，马斯克的一揽子计划都是美国上市公司CEO获得的最大奖项——都远远高于其他首席执行官。以下是该包的几种比较方法。与上市公司CEO薪酬中位数相比：根据分析机构提供的数据，去年美国标准普尔500指数成份公司CEO的薪酬中位数为1630万美元，即使把这个数字放大为10倍，得到1.63亿美元，马斯克的收入仍然会比它高出275倍。特拉华州衡平法院首席法官凯瑟琳-圣裘德-麦考密克（Kathaleen St． Jude McCormick）在1月份否决该方案的裁决中写道，马斯克的一揽子计划当时价值约560亿美元，是同行CEO薪酬计划的250倍。与个别首席执行官相比：根据媒体调查，美国上市公司中，收入最高的CEO是博通公司（Broadcom）的CEO陈福阳 （Hock Tan）。他的一揽子薪酬计划主要由股票奖励组成，在2023财年开始时，陈福阳薪酬包的价值约1.62亿美元。由于股价飙升，博通在3月份对谭的薪酬方案以及他尚未兑现的旧期权的估值为7.677亿美元。这一数字很容易被马斯克潜在的3.04亿股股票所掩盖，后者价值近450亿美元。调查中排名靠前的其他首席执行官是Fair Isaac公司的William Lansing（6630万美元），苹果公司的蒂姆-库克（Tim Cook）（6320万美元），Prologis公司的Hamid Moghadam（5090 万美元），以及Netflix联合首席执行官Ted Sarandos（4980 万美元）。从技术上讲，马斯克去年没有得到任何补偿，因为他没有获得任何股票期权。但是，如果他的薪酬方案通过，他将变得更加富有。与特斯拉员工相比：很难计算马斯克去年的年薪是多少。该公司说他一分钱都没有拿。但是，如果他的赔偿方案获得法院通过，他的薪酬将达到数百亿美元。根据该公司今年的代理文件，去年特斯拉非首席执行官员工的年薪中位数为45811美元。 原文：https://m.cnbeta.com.tw/view/1435234.htm

告密者称波音对数百件故障零部件处理不当 其中部分或被装到新飞机上

摘要：又有新的告密者揭露波音公司可能存在的不当行为，公司一名质检人员称，波音对数百件故障零部件处理不当，导致它们去向不明，称其中一部分可能还被安装到了新的737 Max飞机上。 质检员Sam Mohawk于6月11日向美国职业安全与健康管理局提交申诉，进行了详细阐述，并在周二由美国参议院一个分委会在向成员发布的文件中对外公布。波音称，在周一晚些时候收到相关文件后，正在评估上述指控。根据上述申诉，截至去年，波音丢失了多达400个存在故障的737 Max飞机零部件，并且将其中许多零部件的记录从内部编目系统中删除。这些所谓的不合格零件存在损坏或是性能不足，应当进行追踪、处置或是修复，且需伴随详细的记录，以确保它们不会被用于生产飞机。Mohawk还宣称，波音还在美国联邦航空管理局（FAA）现场检查之前，“有意”向其“隐藏了”存储不当的大型零部件，例如方向舵和襟翼等。这些指控先前从未对外公开，也成为了宣称该公司在生产和质量控制流程当中偷工减料的最新一例。一些告密者称，有人让他们保持沉默，甚至因为表达关切而受到报复。“我们持续鼓励员工报告所有的关切，因为我们的优先事项是确保飞机以及公众的安全，”波音在声明中称。Mohawk的申诉由美国参议院常设调查分委会发布，同日其计划听取波音首席执行官Dave Calhoun的证词。1月份一架737 Max在起飞后不久，一块机身面板脱落，几乎酿成灾难，该委员会随后启动了对波音的调查。截至纽约时间周二10：21，波音股价下跌1.8%。公司市值今年以来蒸发了大约三分之一。委员会的员工在致成员的文件中称，由委员会迄今搜集的文件和告密者证词“描绘了令人不安的情况，显示该公司将生产速度和削减成本摆在质量保障和飞机安全之先”。Mohawk称，数十个737零部件被不当地存储在户外。在2023年6月收到FAA通知称将会进行现场视察后，波音还下令员工将其中的大部分迁至另一个地点。他宣称，这些零部件最终或者被搬回了户外，或者完全丢失了。根据分委会的文件，不合格的波音零件本应贴上红色标签，或涂上红色油漆，并保存在工厂的安全区域。Mohawk称，他曾试图通过波音内部名为“畅所欲言”（Speak Up）的汇报机制将这一关切汇报给上层，但是报告最终落到了这些申诉所针对的经理的手中。 原文：https://m.cnbeta.com.tw/view/1435233.htm

新型TIKTAG攻击曝光 专门针对Google浏览器和Linux系统

摘要：近日，来自三星、首尔国立大学和佐治亚理工学院的韩国研究团队的研究人员发现一种以 ARM 的内存标记扩展（MTE）为目标的，名为"TIKTAG"的新型攻击，黑客可利用这种方式绕过安全防护功能，这种攻击专门针对Google浏览器和 Linux 内核的攻击，导致数据泄露几率超过 95%。 MTE是ARM v8.5-A架构（及更高版本）新增的一项功能，旨在检测和防止内存损坏。系统采用低开销标签技术，为 16 字节内存块分配 4 位标签，确保指针中的标签与访问的内存区域相匹配，从而防止内存损坏攻击。MTE 有三种运行模式：同步、异步和非对称，兼顾了安全性和性能。研究人员发现，通过使用两个小工具（代码），即 TIKTAG-v1 和 TIKTAG-v2，他们可以利用投机执行在短时间内泄露 MTE 内存标记，成功率很高。标签泄漏图，来源：arxiv.org泄露这些标签不会直接暴露敏感数据，如密码、加密密钥或个人信息。但理论上，它可以让攻击者破坏 MTE 提供的保护，使安全系统无法抵御隐蔽的内存破坏攻击。TIKTAG 攻击TIKTAG-v1 利用 CPU 分支预测和数据预取行为中的推测收缩来泄漏 MTE 标记。TIKTAG-v1 代码，来源：arxiv.org研究人员发现，这个小工具在攻击 Linux 内核时，对投机性内存访问的功能格外有效，不过需要对内核指针进行一些操作。攻击者使用系统调用调用投机执行路径，并测量缓存状态以推断内存标签。TIKTAG-v2 利用了投机执行中的存储到加载转发行为，这是一个将值存储到内存地址并立即从同一地址加载的序列。TIKTAG-v2 代码，来源：arxiv.org如果标签匹配，值将被转发，加载成功，并影响缓存状态；如果标签不匹配，转发将被阻止，缓存状态保持不变。因此，通过探测投机执行后的缓存状态，可以推断出标签检查结果。研究人员展示了 TIKTAG-v2 小工具对Google Chrome 浏览器，尤其是 V8 JavaScript 引擎的有效性，为利用渲染器进程中的内存破坏漏洞开辟了道路。通过 MTE 旁路实现的攻击场景，来源：arxiv.org行业响应和缓解措施研究人员在 2023 年 11 月至 12 月期间向受影响的企业报告了他们的发现，并得到了普遍积极的回应。发表在 arxiv.org 上的技术论文提出了以下针对 TIKTAG 攻击的缓解措施：修改硬件设计，防止投机执行根据标签检查结果修改高速缓存状态。插入投机障碍（如 sb 或 isb 指令），防止关键内存操作的投机执行。添加填充指令，以扩展分支指令和内存访问之间的执行窗口。增强沙箱机制，将投机性内存访问路径严格限制在安全内存区域内。虽然 ARM 认识到了情况的严重性，并在几个月前发布了公告，但它并不认为这是对功能的妥协。ARM 在公告中写道：由于 Allocation Tags 对地址空间中的软件来说并不是秘密，因此揭示正确标签值的投机机制并不被视为对架构原则的破坏。Chrome 浏览器的安全团队承认存在这些漏洞，但目前并未打算修复。因为他们认为 V8 沙盒的目的不是保证内存数据和 MTE 标记的机密性。此外，Chrome 浏览器目前默认不启用基于 MTE 的防御功能，因此修复的优先级较低。Pixel 8 设备中的 MTE 标记已于今年 4 月报告给了Android安全团队，并被确认为符合悬赏条件的硬件漏洞。参考来源：https://www.bleepingcomputer.com/news/security/new-arm-tiktag-attack-impacts-google-chrome-linux-systems/ 原文：https://m.cnbeta.com.tw/view/1435232.htm

小触角，大发现：果蝇如何以少感知多？

摘要：人类的嗅觉非常复杂，使用数十亿个神经元来识别各种气味。相比之下，果蝇等昆虫只有 10 万个神经元，但仍能有效处理复杂的气味，完成寻找食物、交配和躲避捕食者等生存任务。在一项新的研究中，来自加州大学圣地亚哥分校的研究人员揭示了苍蝇拥有的简单而高效的系统，这些系统使它们能够克服有限的感官能力。 这项研究的第一作者、物理学博士生帕尔卡-普里（Palka Puri）说："我们的工作揭示了昆虫用来对复杂嗅觉刺激做出反应的感觉处理算法。研究表明，昆虫感觉神经元的专门组织是解开谜题的关键--实现了一个重要的处理步骤，促进了中枢大脑的计算。"Puri和他的合著者，博士后学者Shiuan-Tze Wu、副教授Chih-Ying Su和助理教授Johnatan Aljadeff在《美国国家科学院院刊》上发表了这些发现。这项新研究挑战了以前关于中枢大脑是果蝇气味处理的主要场所的假设。相反，它表明昆虫感官能力的有效性依赖于其感官系统外围的"预处理"阶段，该阶段为稍后在中枢脑区进行的计算准备气味信号。加州大学圣迭戈分校的科学家们提出了一种解决方案，解决了果蝇如何利用简单而高效的系统识别气味的问题。图片来源：加州大学圣地亚哥分校阿尔杰德夫实验室果蝇通过触角来感知气味，触角上长满了能探测周围环境元素的感觉毛。每根感觉毛通常有两个嗅觉受体神经元（或称 ORN），它们会被环境中不同的气味分子激活。耐人寻味的是，同一根感觉毛上的嗅觉受体神经元通过电相互作用紧密耦合在一起。这种情况就好比两根载流导线紧靠在一起。电线携带的信号通过电磁相互作用相互干扰。然而，就果蝇的嗅觉系统而言，这种干扰是有益的。研究人员发现，当果蝇遇到气味信号时，感受器之间的特定干扰模式能帮助果蝇迅速计算出气味的"要点"："它对我是好是坏？"外围的这一初步评估结果随后被传递到果蝇大脑中枢的一个特定区域，在那里，有关外界气味的信息被转化为行为反应。研究人员发现，当果蝇遇到气味信号时，嗅觉感受器之间的特定干扰模式能帮助果蝇快速计算出气味的"要点"。资料来源：Palka Puri，加州大学圣地亚哥分校研究人员构建了一个数学模型，说明气味信号是如何通过 ORN 之间的电耦合进行处理的。然后，他们分析了蝇类大脑的线路图（"connectome"），这是霍华德-休斯医学研究所研究园区的科学家和工程师生成的一个大规模数据集。这样，研究人员就能追踪来自感官外围的气味信号是如何整合到大脑中枢的。生物科学学院教师阿尔杰德夫说："值得注意的是，我们的工作表明，最佳气味混合--每根感觉毛发最敏感的精确比例--是由耦合嗅觉神经元之间的基因预定大小差异决定的。我们的工作凸显了感觉外围在中枢大脑处理先天意义气味和学习气味方面意义深远的算法作用。"阿尔杰德夫用一个形象的比喻描述了这一系统。果蝇就像一台可以检测特定类型图像的专用相机，它已经开发出一种基因驱动的方法来区分图像，或者在这种情况下，区分气味混合物。他说："我们发现，果蝇的大脑具有从这种非常特殊的相机中读取图像的线路，然后启动行为。"为了得出这些结果，研究人员将苏的实验室以前的研究成果进行了整合，这些研究成果描述了果蝇嗅觉系统中ORNs在感觉毛中的保守组织。在每只果蝇身上，相同气味分子所携带的信号总是相互干扰，这一事实向研究人员表明，这种组织是有意义的。苏说："这项分析表明，大脑高级中枢的神经元如何利用外围的平衡计算。真正将这项工作提升到另一个高度的是，这种外围预处理能够在多大程度上影响高级大脑功能和电路操作。"这项工作可能会启发人们研究外围器官处理过程在其他感官（如视觉或听觉）中的作用，并有助于为设计具有解释复杂数据能力的小型检测设备奠定基础。编译来源：ScitechDaily 原文：https://m.cnbeta.com.tw/view/1435231.htm

Network Rail使用基于亚马逊AI的摄像头分析英国火车旅客的情绪

摘要：原来亚马逊一直在英国的主要交通枢纽低调地观察人。最新披露的文件显示，在过去几年里，这家电子商务巨头供应的人工智能软件扫描了该国成千上万名铁路乘客的脸部，分析他们的年龄、性别、情绪等。 人工智能监控试验在英国的八个火车站进行，包括伦敦尤斯顿和滑铁卢等大型终点站，以及曼彻斯特皮卡迪利火车站。测试由英国铁路基础设施运营商网络铁路公司（Network Rail）负责监督，目的是通过迅速向工作人员发出安全事故警报来减少犯罪。这些系统经过训练，能够自动检测到闯入轨道的人、站台上的拥挤情况、潜在的罪犯（如偷自行车的人），甚至是"反社会行为"，包括跑步、大喊大叫、玩滑板或吸烟等。另外的传感器试验还可以检测地面是否湿滑、垃圾桶是否溢出、下水道是否堵塞等可能造成混乱的情况。为了实现这一切，Network Rail 将能够在视频画面中发现物体和运动的智能摄像机与连接到亚马逊 Rekognition 软件云计算机视觉的老式 CCTV 相结合。Rekognition 是一个基于云的计算机视觉平台，利用深度学习来分析图像和视频，具有物体、文本和面部识别等高级功能。这些细节来自公民自由倡导组织"老大哥观察"（Big Brother Watch）通过信息自由申请获得的文件。文件指出，截至 2023 年 4 月，每个审判站安装了 5 到 7 个人工智能摄像头或传感器。不幸的是，监控的目的不仅仅是确保安全。文件显示，人工智能可以利用人的图像生成"年龄范围和男女人口统计学分析"。它还能通过扫描面部表情来分析喜怒哀乐等情绪。一份电子表格甚至列出了人工智能监控系统的 50 个潜在用例，但并不一定对所有用例都进行了测试。当人们越过检票口的"虚拟绊马索"时，系统会捕捉图像，然后发送到亚马逊的 Rekognition 系统进行分析。文件中提到的一个想法是利用这些数据来优化广告，并在衡量乘客满意度的基础上增加零售收入。网络铁路公司发言人告诉《连线》，该机构极其重视铁路安全，并使用人工智能等先进技术"保护乘客、我们的同事和铁路基础设施免受犯罪和其他威胁"。然而，隐私权倡导者认为，在公交枢纽等公共场所应用人工智能监控系统缺乏透明度。当涉及大公司时，滥用个人数据的可能性--比如为广告定位而进行人口和情感分析--就变得尤为真实。 原文：https://m.cnbeta.com.tw/view/1435230.htm