随着人工智能（AI）工厂成为企业的核心基础设施，AI基础设施安全正成为一项新的经营课题。在电力、冷却、机架设计乃至数据存储层全面重构的背景下，AI模型本身创造出的新攻击面，正日益引起业界的警惕。
戴尔科技系统架构副总裁兼院士穆昆德·卡特里（Mukund Khatri）近日在“戴尔科技与英特尔的AI工厂安全”活动中强调，应将AI工厂视为一种“端到端”基础设施。他指出，大型语言模型（LLM）看似代码，但实际上包含了敏感机密和模型权重等重要数据。换句话说，仅靠传统的软件安全方式是不够的。
卡特里表示：“AI带来了额外的威胁，更新的威胁。LLM看起来像代码，因此应当像保护代码一样保护它们，但其本质上是包含机密的数据，模型权重同样是重要的机密。”
关注利用“可信工具”的新攻击手法
AI基础设施安全之所以备受关注，其背景在于攻击方式的改变。卡特里分析认为，攻击者滥用正常内部工具的所谓“离地生存”（living off the land）技术，在AI环境中可能更具威胁性。他解释说，未来AI代理数量越多，试图反向利用它们来实施组织攻击的尝试也可能越多。
因此，谱系追踪、数据来源验证、可观测性等功能已不再是可选项，而是变成了必要条件。其中，“最小权限”原则被视为核心。这种方式旨在限制AI代理仅拥有执行任务所需的最低访问权限。戴尔表示，已将这些原则直接应用到自身的AI安全架构中。
卡特里说：“部署环境的完整性、监控和可观测性，在进入代理时代后将变得极其重要。身份需要持续监控，代理必须在最小权限模式下运行。”
为量子计算机时代做准备也是当务之急
关于AI基础设施安全的讨论并未止步于此。业界已将“后量子密码”迁移视为下一个课题。卡特里指出，一旦量子计算机达到足够性能，当前大多数系统内嵌的加密体系可能被攻破。随着AI基础设施的互联程度日益广泛，密码迁移越晚，企业的暴露风险可能越大。
他强调企业应从现在开始制定迁移计划。因为未来2到3年内，大量新引入的设备和软件将出现，如果错过这个时机，后续的迁移成本和复杂性将急剧增加。实际上，后量子密码迁移并非简单的产品替换，而是一项需要同时改造整个软件生态系统和治理体系的长期项目。
卡特里表示：“所有企业都已开始认识到这个问题。未来2到3年客户将持续进行新的采购，因此必须审视迁移计划。这是一项需要整个软件生态系统共同协作、历时多年、复杂且必要的治理变革。”
AI竞争力的核心终究是“安全的基础设施”
此番言论表明，企业的AI竞争已超越单纯的模型性能竞争，正扩展到其所依托的AI基础设施安全竞争。随着检索增强生成（RAG）等技术普及，数据平台变得更加精密，安全已不再是次要考虑，而是从设计初期就应纳入的核心要素。
最终，AI工厂的成功与否，很可能不单单取决于更大的算力资源或更大的模型。能否系统性地准备好可信的数据管理、最小权限控制、持续监控乃至后量子密码迁移，正成为决定未来企业AI战略竞争力的关键变量。
TP AI注意事项 本文使用基于TokenPost.ai的语言模型进行摘要。正文中的主要内容可能被遗漏或与事实不符。