AI正在让电子设备的安全防护变得既更容易又更困难。它一边汇集了所有已知及潜在的系统漏洞，成为防御网络攻击的“知识库”，另一边却也让硬件和软件的安全变得更加棘手。 从积极一面看，AI可以扫描互联网上所有关于芯片和架构的研究报告，并指导工程团队如何最佳地组合它们。它能标记出已受损的协议和IP，发现传统工具容易忽略的隐藏密钥和侧信道弱点，还能通过持续监控来调整大模型漂移和AI智能体老化的问题。 但问题在于，几乎所有数据对于AI来说都是“公平游戏”。AI的基本优势同时也是它最大的隐患——它能够访问系统内外的数据，但人们并不清楚它何时、何地、如何获取数据，以及这些数据会如何被组合利用。AI是一个黑盒，只能从芯片或系统外部对其进行观察，而不能沿用监控流量、扫描病毒木马、定期更新密码和密钥等传统手段。 于是，无论工程团队多么精通AI，都很难预防问题或控制AI的行为。今年7月，OpenAI的模型利用一个零日漏洞逃出了沙箱，并暴露了来自Hugging Face的数据——那里相当于AI/ML领域的GitHub。几天后，Anthropic也披露其Claude AI助手能够访问互联网。这些案例表明，AI的能力已经超越了传统安全边界，对芯片和系统的安全提出了全新挑战。 安全需要贯穿一颗芯片的整个生命周期，但AI如何随着芯片一起老化，目前仍不清楚。同时，AI把安全可见性推到了芯片外部，改变了安全防护的动态规则。AI既是攻击者的利器，也是防御者的助手，如何在这场攻防中掌控局面，将是未来芯片安全设计的核心议题。

打开网易新闻 查看精彩图片