【人工智能】AI 或許看似數(shù)字化，但其核心卻是鋼鐵與力量

當我們大多數(shù)人想到人工智能（AI）時，腦海中浮現(xiàn)的都是算法、學習循環(huán)和龐大的數(shù)據(jù)模型在云端自我優(yōu)化的畫面。但在這些數(shù)字抽象概念的背后，卻有著非常堅實的物理基礎：支撐人工智能快速發(fā)展的全球數(shù)據(jù)中心網(wǎng)絡。

這些設施依賴于大量的電力、工業(yè)冷卻液和水流，以及水泵、渦輪機和配電系統(tǒng)。如果其中任何一個部件出現(xiàn)故障，即使是最先進的人工智能模型也會停止運行。

01

現(xiàn)代 AI 背后的工業(yè)規(guī)模需求

人工智能的迅猛發(fā)展推動了基礎設施建設前所未有的投資——這是現(xiàn)代科技史上規(guī)模最大、速度最快的擴張之一。各大科技公司正投入大量資源建設和維護數(shù)據(jù)中心，其規(guī)?？氨葒一A設施。

路透社最近的一份報告指出，人工智能領域的投資（其中基礎設施建設是最大的支出項目）不僅超過了其他近期科技熱潮的資本投入，甚至超過了政府主導的“曼哈頓計劃”和“阿波羅登月計劃”等項目。2024年，新增137個超大規(guī)模數(shù)據(jù)中心投入運營，預計2025年的數(shù)字也將與之相近。麥肯錫估計，“到2030年，僅人工智能一項，整個計算能力價值鏈上的公司就需要投資5.2萬億美元用于數(shù)據(jù)中心建設?！?/p>

盡管數(shù)據(jù)中心散發(fā)著未來主義的氣息，但它們背后的運作方式與任何工業(yè)工廠并無二致，都是將原材料轉(zhuǎn)化為有價值的商品。只不過，數(shù)據(jù)中心處理的是原始數(shù)據(jù)，經(jīng)過處理、轉(zhuǎn)換后，最終轉(zhuǎn)化為高價值的洞察，供個人、組織乃至政府使用。

為了確保數(shù)據(jù)中心持續(xù)運行，必須時刻監(jiān)控和保護其底層運行技術 (OT) 系統(tǒng)，包括溫度調(diào)節(jié)、電力分配、水管理以及各種機械控制系統(tǒng)。網(wǎng)絡攻擊或其他意外事件一旦導致單個冷卻閥故障，就可能在幾分鐘內(nèi)使整個設施癱瘓，造成巨大的經(jīng)濟損失，并對現(xiàn)場人員構成潛在的安全風險。

02

AI 數(shù)據(jù)中心是新的關鍵基礎設施

社會早已認識到保障電網(wǎng)、供水系統(tǒng)和交通運輸系統(tǒng)安全的重要性。如今，人工智能數(shù)據(jù)中心也應被列為關鍵基礎設施。所有臨床診斷模型、自動駕駛系統(tǒng)、供應鏈規(guī)劃器和實時分析平臺都依賴于它們的持續(xù)運行——而且這種依賴性還在不斷增強。

隨著人工智能工作負載遍布全球，每個數(shù)據(jù)中心的可靠性變得愈發(fā)重要。許多人工智能模型現(xiàn)在運行在分布式環(huán)境中，訓練、存儲和推理等操作分布在多個站點。一次故障就可能中斷這些工作流程，延緩開發(fā)周期，并擾亂數(shù)百萬用戶每天依賴的服務。

這種相互關聯(lián)性意味著，一個設施的薄弱環(huán)節(jié)可能會產(chǎn)生遠超其物理位置的連鎖反應。因此，加強數(shù)據(jù)中心層面的安全不僅僅是保護單個站點，更是為了支持整個人工智能生態(tài)系統(tǒng)的韌性。

當人工智能數(shù)據(jù)中心發(fā)生故障時，其影響會波及整個行業(yè)?？蛻舴掌脚_癱瘓，醫(yī)療系統(tǒng)無法獲取實時數(shù)據(jù)，數(shù)字化生產(chǎn)力工具性能下降甚至完全斷開連接。人工智能物理基礎設施的安全性和可靠性直接關系到國家、經(jīng)濟和運營層面。

這些設施也高度依賴遠程工程師、承包商和供應商。許多數(shù)據(jù)中心位于遠離人口中心的偏遠地區(qū)，由專家遠程維護和維修設備或執(zhí)行其他重要任務。這種遠程連接提高了效率并最大限度地減少了停機時間，但也擴大了惡意攻擊者的攻擊面。鑒于所有這些原因，與電網(wǎng)或水處理設施一樣，所有連接到數(shù)據(jù)中心的遠程連接都必須經(jīng)過身份驗證、監(jiān)控和嚴格控制。

目前的問題不是人工智能數(shù)據(jù)中心是否應該被視為關鍵基礎設施，而是我們是否能夠承受將其視為次要基礎設施的后果。

03

技術與產(chǎn)業(yè)的交匯點：

核心OT安全實踐

由于很多事情都依賴于人工智能的正常運行時間，因此數(shù)據(jù)中心必須始終如一、嚴格地應用運營技術遠程訪問安全最佳實踐。

主要原則包括：

1. 強制執(zhí)行零信任訪問：

   零信任安全模型基于“永不信任，始終驗證”的原則。對于數(shù)據(jù)中心訪問而言，每個身份——無論是遠程技術人員還是內(nèi)部自動化工作負載——都應經(jīng)過身份驗證，然后僅被授予執(zhí)行其工作所需的資源訪問權限。這可以限制橫向移動，并防止未經(jīng)授權訪問關鍵工業(yè)控制系統(tǒng)。

2. 全面應用多因素身份驗證 (MFA)：

   MFA 是抵御未經(jīng)授權訪問最有效的防御措施之一。通過要求兩種或多種獨立的驗證因素（例如生物特征認證、一次性令牌或物理安全密鑰），MFA 可以增強身份保障，并強化更廣泛的零信任策略。為了獲得最全面的保護，企業(yè)應尋找能夠在不中斷運營的情況下改造現(xiàn)有 OT 系統(tǒng)以支持 MFA 的解決方案。

3. 采用監(jiān)控和日志記錄功能：

   傳統(tǒng)的遠程訪問工具（例如 VPN 和跳轉(zhuǎn)服務器）側(cè)重于保護初始訪問點，但連接建立后便無法提供任何可見性。更現(xiàn)代的安全遠程訪問 (SRA) 解決方案包含監(jiān)控功能，可實現(xiàn)更強大的控制和問責機制。受監(jiān)控的訪問、即時訪問、會話錄制和詳細的會話日志記錄可顯著降低風險，并有助于滿足合規(guī)性要求。

這些措施共同加強了數(shù)字和物理系統(tǒng)的安全性，從而保證數(shù)據(jù)中心及其內(nèi)部的人工智能基礎設施全天候平穩(wěn)運行。

04

保障 AI 的工業(yè)命脈

隨著人工智能日益深入地融入企業(yè)、政府和關鍵服務的運營，其底層基礎設施的可靠性變得愈發(fā)重要。數(shù)據(jù)中心運營商必須優(yōu)先考慮基于身份的訪問控制和現(xiàn)代化的運營技術安全實踐，否則將面臨嚴重的運營中斷風險。

通過保護維持設施運行的物理系統(tǒng)（冷水機組、渦輪機、變電站和機械控制系統(tǒng)），并保護用于維護和維修這些系統(tǒng)的遠程連接，運營商可以確保人工智能仍然是創(chuàng)新的加速器，而不是新的脆弱點。

免責聲明：

本文所發(fā)布的內(nèi)容和圖片旨在傳播行業(yè)信息，版權歸原作者所有，非商業(yè)用途。如有侵權，請與我們聯(lián)系刪除。所有信息不構成任何投資建議，加密市場具有高度風險，投資者應基于自身判斷和謹慎評估做出決策。投資有風險，入市需謹慎。

設為星標 避免錯過

虛擬世界沒有旁觀者，每個點贊都是創(chuàng)造歷史的像素

關注我，一起探索AWM?

2025-12-10

2025-12-09

2025-12-08

商業(yè)贊助

點擊下方 “目錄” 閱讀更多