如何強化代理式AI安全管理?Arm 攜 NVIDIA,以 CPU、DPU 分工執行與監控

魏鑫陽約 3 分鐘閱讀

站內可閱讀至 (台北時間)

如何強化代理式AI安全管理?Arm 攜 NVIDIA,以 CPU、DPU 分工執行與監控(新聞配圖)
配圖來源:風傳媒原站文章
本站保存版本
字級

當AI開始自主使用工具、存取資料並採取行動,企業如何掌握代理的操作權限,並在出現不安全行為時及時介入?Arm今(30)日宣布將與NVIDIA合作推進代理式AI安全的架構:由Arm CPU執行代理工作負載,基於Arm架構的DPU(資料處理單元)則在主機之外提供獨立監控、策略管控與隔離能力,將代理執行與安全防護分工處理。 Arm指出,AI代理不僅能生成答案,還能持續運作、使用工具及存取資料。隨著代理能力提升、同時運作的數量增加,基礎設施需要兩類運算資源:一類負責執行代理,另一類負責保護代理。NVIDIA開放式AI代理安全平台(NVIDIA Open Agent Safety Platform),便是這種架構的具體應用。 CPU執行代理,OpenShell劃定權限邊界 在代理式AI基礎設施中,CPU負責支援代理執行環境、工作編排、工具執行及各類應用。代理愈能持續運作,且開始大規模並行執行任務,對CPU運算資源的需求也隨之增加。 NVIDIA OpenShell則為代理建立安全執行邊界,控制其可存取的資源及可執行的操作。Arm指出:「OpenShell 為 AI 代理建立安全的執行環境邊界,管控 AI 代理可存取的資源以及可執行的動作。」 也就是說,CPU支援代理完成任務,OpenShell則在執行環境中管理權限,讓代理的工具使用與資料存取受到策略約束。Arm表示,這套安全執行方式可延伸至多元的Arm雲端運算與AI基礎設施。 DPU獨立監控,Sentry可隔離不安全行為 除了代理本身的執行環境,Arm認為,基礎設施還需要獨立運算資源,在代理運作的環境之外進行觀測、隔離與策略管控。 基於Arm架構的DPU與基礎設施處理器,可將網路、監測、隔離及安全服務從主機CPU分離,建立獨立控制層。這使安全控制能夠持續運作,並與其所保護的代理及應用維持獨立。 NVIDIA BlueField-4由搭載64個Arm Neoverse V2核心的NVIDIA Grace驅動,提供主機之外的基礎設施環境。OpenShell可與部署在BlueField上的NVIDIA Sentry協同運作,將策略執行從代理執行環境延伸至獨立的信任域,讓基礎設施與網路安全控制獨立於代理運作。 Sentry扮演即時監控機制,持續觀察代理行為,並可在發現不安全行為時進行隔離。這套架構因此涵蓋執行環境內的權限管理,以及環境之外的持續監測與隔離,形成系統層級的安全管控。 安全架構延伸至Arm生態系與邊緣應用 Arm列舉的CPU生態系包括Arm AGI CPU、Amazon Graviton、Google Axion、Microsoft Cobalt,以及NVIDIA客製化開發的Vera CPU。這些產品採用不同架構設計,但皆與Arm軟體生態系相容,OpenShell可將代理的安全執行能力延伸至這一生態系。 隨著AI代理從雲端基礎設施走向邊緣裝置與實體系統,Arm認為,安全邊界也必須跟隨代理執行任務與採取行動的場景延伸。當代理具備更強的持續運作能力與自主性,部署所需的運算資源將增加,監測、權限管控與隔離能力也需要同步擴充。 Arm CPU 託管並運行代理 AI 工作負載,而基於 Arm 架構的 DPU 則能夠獨立地對其進行觀測、管控、隔離和協助提供保護。(Arm提供)