商傳媒｜責任編輯／綜合外電報導
隨著人工智慧（AI）技術持續發展，企業紛紛投入建置「AI 工廠」，以支援從模型訓練到推論的各項需求。然而，這也同時催生了基礎設施面臨的全新資安挑戰，迫使企業必須重新思考其安全防禦策略。
根據《SiliconANGLE》報導，AI 工廠的建置不僅涵蓋了電力、散熱與機架等硬體設計的革新，資料儲存層也需透過人工智慧資料平台進行重新規劃，以支援檢索增強生成（Retrieval-Augmented Generation, RAG）等新興人工智慧資料元素。戴爾科技（Dell Technologies Inc.）院士兼系統架構副總裁 Mukund Khatri 指出，人工智慧帶來了額外的威脅，其中大型語言模型（Large Language Models, LLMs）雖然看似程式碼，但本質上是帶有秘密的模型權重等資料，因此需要像程式碼一樣被保護，因為這些資料極其珍貴。
人工智慧基礎設施的複雜性攀升，資安挑戰也隨之增加。新型威脅包括「活地圖攻擊」（living off the land），攻擊者可能利用受信任的工具甚至人工智慧代理程式，反過來對組織發動攻擊。過去被視為可選功能的譜系追溯（lineage）、溯源（provenance）及可觀測性（observability），如今已成為安全人工智慧系統的必要條件。
最低權限原則（least privilege）在其中扮演核心角色，確保代理程式僅被授予其運作所需的最低限度存取權限。戴爾科技已將此概念直接整合至其人工智慧資安架構中。Mukund Khatri 強調，部署情境的完整性、監控與可觀測性，在代理程式普及化後將變得極為重要，必須監控身分並讓其以最低權限模式運作。
展望未來，後量子密碼學（post-quantum cryptography）被視為人工智慧基礎設施資安的下一個重大挑戰。當量子電腦能力足以強大時，現有幾乎所有系統中嵌入的加密技術可能被破解，導致組織面臨風險。Khatri 預期，未來兩到三年內將有大量轉型發生，從客戶採購新硬體到整個軟體生態系統的轉變，這將是一個耗時數年、複雜且強制性的治理重新定義事件。
