سرعة بناء مراكز بيانات الذكاء الاصطناعي تتجاوز الحماية الأمنية: ثغرات أمنية في توسيع البنية التحتية

سياق الصناعة

تمر البنية التحتية العالمية للذكاء الاصطناعي حاليًا بأسرع دورة توسع في التاريخ. لتلبية احتياجات القوة الحاسوبية لتدريب نماذج الذكاء الاصطناعي التوليدي واستدلالها، تعمل عمالقة التكنولوجيا ومزودو الخدمات السحابية على تسريع بناء مراكز بيانات الذكاء الاصطناعي حول العالم. ومع ذلك، يشير تقرير حديث صادر عن Lava Labs نقلاً عن SecurityWeek إلى أن وتيرة بناء هذه المراكز تفوق سرعة نشر الحماية الأمنية، وأن تصميمات ونماذج الأمان لمراكز البيانات التقليدية لا يمكن نقلها مباشرة إلى سيناريوهات الذكاء الاصطناعي.

توجد اختلافات جوهرية بين مراكز بيانات الذكاء الاصطناعي ومراكز البيانات التقليدية: فالأخيرة هي مستودعات معالجة بيانات تستهدف قاعدة عملاء معروفة، بينما تشبه مراكز بيانات الذكاء الاصطناعي مصانع حوسبة عالية الطاقة تستهدف قاعدة عملاء غير معروفة على نطاق واسع، وتتطلب قدرات حوسبة متوازية على نطاق كبير. هذا التغيير الهيكلي يُدخل مخاطر أمنية جديدة تشمل سلامة البرامج الثابتة للأجهزة، الترابط الشبكي، عزل المستأجرين المتعددين، أمن سلسلة التوريد، وغيرها.

تأثير السوق

بالنسبة لمزودي البنية التحتية للذكاء الاصطناعي (مثل NVIDIA وAMD ومزودي الخدمات السحابية)، قد تؤدي الثغرات الأمنية إلى تراجع ثقة العملاء وارتفاع تكاليف الامتثال. بالنسبة للشركات المستأجرة للقوة الحاسوبية للذكاء الاصطناعي، إذا كانت مراكز البيانات تعاني من مخاطر أمنية على المستوى الأساسي، فقد تتعرض بيانات التدريب وأوزان النماذج والبيانات التجارية للتسرب أو التلاعب. تحتاج المؤسسات الاستثمارية إلى الاهتمام بتأثير الإنفاق على الأمن الأساسي على تكاليف تشغيل مراكز البيانات، وكذلك إعادة التقييم المحتملة للقيمة بسبب الحوادث الأمنية.

المشهد التنافسي

المستفيدون: الشركات الناشئة المتخصصة في أمن البنية التحتية للذكاء الاصطناعي (مثل Lava Labs)، والجهات المصنعة لوحدات الأمان العتادية (HSM) وبيئات التنفيذ الموثوقة (TEE). شركات الأمن السيبراني التقليدية التي لديها خبرة ناضجة في أمن مراكز البيانات (مثل Palo Alto Networks وCrowdStrike) ستنمو أيضًا إذا تمكنت من تقديم حلول أمنية مخصصة للذكاء الاصطناعي بسرعة.

المتعرضون للضغط: مزودو الخدمات السحابية ومشغلو مراكز البيانات المستضافة الذين يبنون بسرعة كبيرة ولكن إنفاقهم على الأمن غير كافٍ. في حال وقوع حادث أمني كبير، قد يتدفق العملاء نحو مزودي الخدمات ذوي الأنظمة الأمنية الأكثر اكتمالاً.

اللاحقون المحتملون: مصنعو الرقائق (Intel وAMD) سيسرعون دمج الميزات الأمنية (مثل Intel TDX Connect وغيرها)، وستطلق المنصات السحابية (AWS وAzure وGCP) مثيلات ذكاء اصطناعي بمستويات أمنية أعلى.

الآثار على المؤسسات## الآثار على المؤسسات

عند نشر الذكاء الاصطناعي، يجب على المؤسسات مراعاة قضايا الأمان التالية: 1. اختيار البنية التحتية: مطالبة مقدمي الخدمات بتقديم شهادات الامتثال للأمان، بما في ذلك الأمان المادي، وسلامة البرامج الثابتة، وعزل الشبكات. 2. عزل المستأجرين المتعددين: ضمان مسح البيانات بالكامل عند تبديل عقد GPU بين العملاء، لتجنب تسرب البيانات المتبقية. 3. أمان سلسلة التوريد: فحص مصادر الأجهزة مثل GPU، ومعدات الشبكات، وأنظمة التبريد، لمنع وجود أبواب خلفية أو تلاعب. 4. المراقبة والاستجابة: نشر قدرات الكشف عن الحالات الشاذة في البنية التحتية للذكاء الاصطناعي، خاصة مراقبة مستويات الإدارة عن بُعد وشبكات الربط عالية السرعة.

نظرة مستقبلية

خلال الـ 12 شهرًا القادمة، سيصبح أمان مراكز بيانات الذكاء الاصطناعي سوقًا مستقلاً. وخلال 24 شهرًا، قد تظهر معايير أو أنظمة اعتماد خاصة بأمان البنية التحتية للذكاء الاصطناعي. وفي غضون 3 سنوات، سيصبح التصميم الموجه بالأمان أولوية في بناء مراكز بيانات الذكاء الاصطناعي بدلاً من إضافته لاحقًا، مما قد يدفع انتشار بنى أمان جديدة (مثل الحوسبة السرية، وشبكات الثقة الصفرية) في سيناريوهات الذكاء الاصطناعي.

يقدم تقرير مختبرات Lava Labs "أهم عشرة مخاطر لأمن مراكز بيانات الذكاء الاصطناعي والبنية التحتية" قائمة إجراءات ذات أولوية للصناعة، وبناءً عليه يجب على المؤسسات إجراء تحليل فجوات في الأمان لتجنب التضحية بأساس الأمان طويل الأمد مقابل مكاسب قصيرة في القوة الحاسوبية.