这意味着,安全策略不再是你额外加装的一层“护甲”,而是 AI 基础设施出厂自带的 DNA 。随着自主代理逐渐成为现代 AI 工厂里不知疲倦的“数字劳工”,它们在推理管道中的每一次跳转、共享的每一段上下文记忆、访问的每一个文件,都变成了潜在的攻击高发区 。这次集成,就是要给每一次数据交互都装上一套无死角的实时验证闸门。
在传统的安全模型里,往往需要在每台虚拟机上安装安全代理,这会像给 AI 推理的“跑车”塞满了拖油瓶,极大损耗算力。Akamai 和 NVIDIA 的思路很直接:把安全策略的执行逻辑,完全卸载到 DPU 芯片里,实现了“无代理”防护 。这套机制由 Guardicore 的策略引擎统一治理,并在 BlueField-4 硬件上强制执行,主要由三大核心技术组成:
这种整合带来的是一个量级上的飞跃。NVIDIA 的公开资料显示,基于硅芯片的这套无代理运行时威胁检测方案,速度可以比现有的同类方案 快 1000 倍 。别小看这速度差,在 AI 的世界里,一个恶意代理只需毫秒级的时间就能窃走关键的上下文记忆,而硬件级的实时阻断恰好能卡死这扇窗。
这次针对前沿 AI 工厂的合作并非一蹴而就。时间倒推回 2026 年 2 月 23 日,两家公司首次对外揭示了安全领域联姻的成果:一套针对 OT 和 ICS 环境的智能无代理零信任方案 。
这套旧方案要解决的是另一个极端场景。在发电站、水处理设施中的那些老旧工控机,很多是“碰不得”的古董,没法运行现代化的安全软件,强行安装可能会导致生产中断 。Akamai 和 NVIDIA 当时的解法依旧是把 Guardicore 的微分段能力卸载到上一代的 BlueField DPU 上,形成一个独立于受保护设备的硬件隔离安全层,既满足了合规要求,又维持了生产连续性 。
这次先期合作不仅被定位为支撑全球关键基础设施的网络安全法规,也标志着 NVIDIA 开始在更广泛的合作伙伴生态中,系统性地内嵌“零信任”基因 。
两次合作的落地节奏,清晰地反映了底层硬件的成熟度:
这其实是一个巧妙的双步棋:先用现有的 BlueField DPU 在相对静态的工业环境里验证“无代理零信任”模型,证明这条路线跑得通;待到性能更强、专为存储和数据处理打造的 BlueField-4 大规模落地时,再顺势切入更复杂、数据吞吐量更惊人的自主代理安全战场。
对于计划大规模部署自主 AI 代理的企业来说,安全防护的速度必须追得上代理的执行速度。任何基于系统资源的第三方软件方案,在这种规模面前都可能成为瓶颈,甚至在特定架构下完全无法安装。由统一策略引擎驱动、沉淀在硬件底层的基础设施级零信任安全,正提供一个极具吸引力的解。Akamai 与 NVIDIA 把安全做成出厂设置的思路,也许很快会成为所有 AI 数据工厂的标配。
这意味着,安全策略不再是你额外加装的一层“护甲”,而是 AI 基础设施出厂自带的 DNA 。随着自主代理逐渐成为现代 AI 工厂里不知疲倦的“数字劳工”,它们在推理管道中的每一次跳转、共享的每一段上下文记忆、访问的每一个文件,都变成了潜在的攻击高发区 。这次集成,就是要给每一次数据交互都装上一套无死角的实时验证闸门。
在传统的安全模型里,往往需要在每台虚拟机上安装安全代理,这会像给 AI 推理的“跑车”塞满了拖油瓶,极大损耗算力。Akamai 和 NVIDIA 的思路很直接:把安全策略的执行逻辑,完全卸载到 DPU 芯片里,实现了“无代理”防护 。这套机制由 Guardicore 的策略引擎统一治理,并在 BlueField-4 硬件上强制执行,主要由三大核心技术组成:
这种整合带来的是一个量级上的飞跃。NVIDIA 的公开资料显示,基于硅芯片的这套无代理运行时威胁检测方案,速度可以比现有的同类方案 快 1000 倍 。别小看这速度差,在 AI 的世界里,一个恶意代理只需毫秒级的时间就能窃走关键的上下文记忆,而硬件级的实时阻断恰好能卡死这扇窗。
这次针对前沿 AI 工厂的合作并非一蹴而就。时间倒推回 2026 年 2 月 23 日,两家公司首次对外揭示了安全领域联姻的成果:一套针对 OT 和 ICS 环境的智能无代理零信任方案 。
这套旧方案要解决的是另一个极端场景。在发电站、水处理设施中的那些老旧工控机,很多是“碰不得”的古董,没法运行现代化的安全软件,强行安装可能会导致生产中断 。Akamai 和 NVIDIA 当时的解法依旧是把 Guardicore 的微分段能力卸载到上一代的 BlueField DPU 上,形成一个独立于受保护设备的硬件隔离安全层,既满足了合规要求,又维持了生产连续性 。
这次先期合作不仅被定位为支撑全球关键基础设施的网络安全法规,也标志着 NVIDIA 开始在更广泛的合作伙伴生态中,系统性地内嵌“零信任”基因 。
两次合作的落地节奏,清晰地反映了底层硬件的成熟度:
这其实是一个巧妙的双步棋:先用现有的 BlueField DPU 在相对静态的工业环境里验证“无代理零信任”模型,证明这条路线跑得通;待到性能更强、专为存储和数据处理打造的 BlueField-4 大规模落地时,再顺势切入更复杂、数据吞吐量更惊人的自主代理安全战场。
对于计划大规模部署自主 AI 代理的企业来说,安全防护的速度必须追得上代理的执行速度。任何基于系统资源的第三方软件方案,在这种规模面前都可能成为瓶颈,甚至在特定架构下完全无法安装。由统一策略引擎驱动、沉淀在硬件底层的基础设施级零信任安全,正提供一个极具吸引力的解。Akamai 与 NVIDIA 把安全做成出厂设置的思路,也许很快会成为所有 AI 数据工厂的标配。