隨著 AI 工廠逐漸成為企業訓練、微調和部署智能體應用的核心基礎設施，安全問題也不再局限於傳統伺服器和軟體邊界，而是開始覆蓋模型、資料、運行時、供應鏈以及具備越來越高自主權限的 agent 本身。NVIDIA 在這篇文章中提出的核心觀點是：面向 agentic AI 的基礎設施安全，不能只靠主機側軟體補丁式疊加，而需要把關鍵防護能力直接下沈到基礎設施層。
文章重點介紹了基於 NVIDIA BlueField DPU 與 DOCA 軟體棧構建的 in-silicon security 方案。與傳統依賴主機系統的軟體安全機制不同，BlueField 在獨立可信執行域中運行，把監控、策略執行和遙測採集從宿主工作負載中隔離出來。即使主機系統或應用本身被攻破，這些安全功能仍能持續工作，不會被輕易繞過或篡改。對於承載訓練、推理和多智能體協作的 AI 工廠來說，這種「安全不與業務同生同死」的設計尤其關鍵。
在能力層面，NVIDIA 將 DOCA 安全棧分為幾個核心組件。DOCA Argus 負責運行時威脅檢測，通過直接訪問主機內存並結合行為策略分析，在不中斷 AI 工作負載的前提下，識別異常進程、運行時漂移、可疑 shell 行為和其他 compromise 指標；DOCA Vault 面向文件型 AI 儲存，提供零信任的資料訪問控制，確保只有被授權的訓練任務、推理服務或 agent 進程，才能以允許的方式訪問指定資料；DOCA Flow 則在網路層提供高速策略執行能力，把防火牆、流量過濾和分段控制推進到 BlueField 硬體側。
文章披露，這套架構可把部分運行時威脅檢測速度提升到軟體式無 agent 方案的 1000 倍級別，並支援最高 800 Gb/s 的網路與文件訪問策略執行能力。更重要的是，它不是零散組件拼裝，而是嘗試為整個 AI 生命週期提供一致的安全底座：從模型、上下文記憶、訓練資料集，到運行中的 agent 行為，都納入統一的硬體加速安全框架中。這使得 AI 工廠的安全治理，不再只是外圍防護，而成為和算力、網路、儲存同等級的系統能力。
在 agentic AI 場景下，這種設計的現實意義尤其突出。文章指出，隨著自治型 agent 在推理、訓練乃至生產流程中獲得更高權限，它們本身也會成為新的攻擊面。BlueField + DOCA 的目標，正是讓安全控制獨立於這些 agent 所在的執行環境，並通過持續遙測、行為校驗和實時策略收斂，把潛在橫向擴散、資料外洩或未授權訪問限制在更底層、更硬體化的邊界內。
對企業和雲端 AI 基礎設施建設者而言，DOCA In-Silicon Security 傳遞出的資訊很明確：未來 AI 工廠的競爭，不僅是 GPU 更強、互連更快，還包括誰能把安全能力做成可擴展、不中斷性能、能夠隨 agent 規模增長而同步放大的基礎設施組件。隨著 AI 工作負載越來越持續、越來越自治，把安全嵌入 BlueField 這類基礎設施層，正在成為比傳統主機側防護更適合下一代 AI 平台的方向。
WeChat
Profile