通用数据中心正在变成AI工厂——把数据大规模转化为智能。但一个被低估的问题浮出水面：安全。

AI系统的扩张速度与治理水平之间，缺口正在拉大。戴尔科技与英特尔试图填补这个缺口，为前所未有的架构模型寻找新方案。

打开网易新闻 查看精彩图片

"AI工厂引入了一类超出传统网络安全模型的风险，"theCUBE研究首席分析师Dave Vellante指出，"在这个世界里，数据不是静态、有边界、易于分类的，而是在分布式环境中持续生成、转换和消费。AI工厂无法用传统方法保护，它需要一个新控制平面——实时治理数据、模型和智能体。"

传统数据中心架构为支持应用而设计，安全控制是事后叠加。如今，堆栈的每一层都在为智能生产重建，网络、存储等系统必须促进数据流动和转换。固定数据集和可预测工作流已成过去，数据本身变得更易变、更难保护——AI工厂的不同部分随时需要从多个仓库提取数据。

遗留安全模型无法保护这种自由流动的基础设施。数据在云、本地和边缘环境间主动流动，AI智能体访问多个服务和应用。身份管理也更复杂：智能体和自动化系统取代人类，行为模式不同，持有权限、执行动作更难追溯。这一切以机器速度发生，毫秒级响应，远超人类监控能力，威胁行为者已开始利用这一缺口。

"根据我们的研究，近四分之三的组织已进入AI采用的成熟或完全整合阶段，"theCUBE研究首席分析师Krista Case表示。AI工厂的安全挑战，正从边缘议题变成核心议题。