呢個公布將自己定位為 Agentic AI 時代嘅自然延伸:隨住自主 Agent 成為 AI 工廠入面嘅「工人」,佢哋用嘅數據路徑、共享嘅記憶同存取嘅檔案,通通都變成潛在嘅攻擊面 。呢項整合設計嘅目的,就係要持續驗證呢啲互動,確保只有獲授權嘅工作負載先可以睇到敏感數據,而且一旦有 Agent 被入侵,都可以即刻將佢隔離
。
唔使再喺每個虛擬機或者容器度裝代理,分隔政策會直接喺 DPU 度以內聯方式執行。呢種「無代理」模型可以喺高達 800 Gb/s 嘅線速下檢查流量同檔案存取,而且唔會消耗用嚟做訓練同推論嘅 GPU 或者 CPU 資源 。
一個 Agentic AI 工作負載涉及一連串嘅推理、記憶提取、工具使用同 Agent 之間嘅通訊,過程橫跨多個基建組件。呢個整合平台會以內聯方式檢查同管理每一次互動——包括 Agent 之間、Agent 同數據之間,以及 Agent 同情境記憶之間嘅互動 。當 Guardicore 嘅可視性引擎識別到威脅模式,硬件就會即時執行政策決定,唔需要喺數據路徑之外另設一個執行點。
NVIDIA 報告指,呢種做法嘅運行時威脅偵測速度,比現有嘅無代理運行時方案快高達 1,000 倍 。喺 AI 嘅場景入面,速度好緊要,因為攻擊者可以利用一個被入侵嘅 Agent,喺微秒之內盜取情境記憶或者注入惡意指令。
6 月呢個 AI 工廠公布並唔係忽然爆出嚟嘅。早喺 2026 年 2 月 23 號,Akamai 同 NVIDIA 就已經公布咗佢哋第一個聯合保安方案:為營運科技(OT)同工業控制系統(ICS)而設嘅無代理零信任分隔方案 。
呢個較早期嘅合作,將 Akamai Guardicore Segmentation 軟件同上一代嘅 NVIDIA BlueField DPU 結合,去保護發電廠、水務設施同製造廠房入面嗰啲「裝唔到代理」(un-agentable)嘅設備 。OT 環境嘅問題好棘手:舊式工業機器好多時都唔可以行傳統保安軟件,因為一裝代理就會中斷運作,甚至根本唔支援安裝。呢個共同開發嘅方案就係將所有保安處理卸載到 BlueField DPU 度,建立一個硬件隔離嘅保安層,獨立於受保護嘅設備運行
。
2 月嘅公布將呢個方案定位為一種方法,既可以令關鍵基建符合不斷演變嘅網絡安全法規,又可以保持效能同穩定運行時間 。同時,呢次公布亦標誌住 NVIDIA 一個更廣泛計劃嘅開始,就係要將零信任嵌入多個合作夥伴嘅生態系統入面
。
兩個合作嘅推出時間表,反映出背後硬件嘅成熟度唔同。
呢個分階段嘅推出計劃顯示出一個深思熟慮嘅策略:先喺現有嘅 BlueField DPU 工業環境度,證明無代理零信任模型係掂嘅,然後隨住新一代矽晶片面世,再將佢擴展到更複雜、數據更密集嘅 AI Agent 工作負載世界。
對於喺生產環境中部署自主 AI Agent 嘅機構嚟講,保安模型嘅速度一定要跟得上 Agent 本身嘅速度。傳統基於代理嘅工具根本追唔上——喺某啲架構入面,直頭安裝唔到。由統一政策引擎驅動、並喺基建層面執行嘅硬件強制零信任方案,提供咗一條出路,既唔會犧牲 Agent 嘅效能,又可以做到全面覆蓋。
Akamai 同 NVIDIA 將分隔功能直接嵌入 AI 工廠嘅儲存同網絡結構入面,佢哋正在建立一種模型,令保安成為基建本身嘅屬性,而唔係事後先喺邊緣位置加上去嘅補鑊措施。真正嘅考驗,會喺 2026 年底同之後,當 Agentic AI 部署由試驗計劃邁向企業級規模生產嗰陣先至來臨。
Comments
0 comments