边缘AI崛起：硬件信任根如何重塑嵌入式系统的安全与韧性

SHARED INTEL Q&A：边缘AI如何迫使人们重新思考信任、安全与韧性

作者：Byron V. Acohido

一场数字系统的巨变正在进行中——而大多数人都错过了它。

相关阅读：芯片层的边缘AI

当生成式AI演示和大型语言模型（LLM）的炒作占据头条时，企业基础设施正在被悄然重构——这次重构并非从云端向下，而是从硅芯片向上。

随着AI用例从实验走向部署，一个新的计算层正在形成。在幕后，像英飞凌这样的半导体公司已经在调整嵌入式系统和边缘架构，以处理持续的推理工作负载——即必须在现场、在设备层面实时运行的AI。

硅层面的信任

然而，这一转变正与更为人熟知的挑战并行展开。关键行业仍在努力修补基本漏洞并应对监管变化。这种张力在英飞凌科技公司的OktoberTech 2025大会上成为焦点，Thomas Rosteck登台阐述了真正的利害关系。

英飞凌已经预见到这一转变，并开始设计硅层面的信任功能。Last Watchdog与Rosteck——互联安全系统事业部总裁——进行了深入探讨，以了解为何硬件信任根比以往任何时候都更加重要，以及整个设备生态系统需要做出哪些改变。以下是经过编辑以提升清晰度和简洁性的对话内容：

LW：在OktoberTech大会上，您提到边缘AI正在将“云级别的工作负载带到嵌入式设备中”。这种转变在实践中是怎样的？

Rosteck： 我们看到对计算和内存的需求大幅增长——不仅在服务器端，而且一直延伸到边缘。嵌入式系统被要求执行诸如图像分类或异常检测等过去在云端完成的任务。这意味着它们需要更高的性能、更好的能效，以及至关重要的是内置的安全性。这不再是部署后再打补丁的问题，而是从硬件层面开始，确保端到端的全生命周期安全。

LW：边缘AI具体指的是什么，为何它如此重要？

Rosteck： 边缘AI意味着将推理工作负载从集中的云服务器转移到更接近数据实际产生的地方——即设备本身。这是一个根本性的变化。它允许AI模型提供实时洞察，而无需将数据发送到云端并等待响应。

这在延迟、带宽或数据隐私成为关注点的场景中尤其有价值。想象一下工厂车间、车辆或健康监测设备：你希望AI决策能够即时、本地化地发生。这就是为什么我们看到向嵌入式系统和硬件的转变，这些硬件能够在边缘支持持续、轻量级的推理。

话虽如此，边缘并不会取代云端——两者仍然至关重要。但对于越来越多的实际应用来说，边缘现在成为了关键决策可以发生的地方。

LW：这对于正在处理风险的高层决策者意味着什么？

Rosteck： 它改变了整个模型。当AI推理在边缘设备本身运行时，你不能依赖传统的边界防御。你必须相信设备没有被篡改。

因此，我们正在推动在硅层面实现诸如不可变ID（有时称为硬件信任根）和基于硬件的认证等功能。这些功能让系统能够证明它们就是它们声称的身份。这是安全更新、安全通信以及最终值得信赖的AI的基础。

LW：您提到责任是共同承担的——能详细解释一下吗？

Rosteck： 如今，如果一个设备被入侵，人们通常会指责系统集成商或首席信息安全官（CISO）。但我们认为责任需要在整个链条上转移——从芯片制造商到原始设备制造商（OEM）再到服务提供商。这是实现真正端到端信任的唯一途径。如果任何一层薄弱，整个系统就会暴露。

LW：在我们的对话中，您谈到了“云和边缘之间的壁垒正在消失”。这有什么影响？

Rosteck： 界限正在变得模糊。AI模型在云端训练，然后部署到现场设备中。数据双向流动——来自边缘的遥测数据优化了云端的模型。但如果你不保护终端节点，就会污染整个循环。这就是为什么边缘到云的安全是一个持续的信任问题。这不仅仅是某个时间点的问题。

LW：您做了一个令人信服的类比：就像防火墙在企业IT中成为标准一样，硬件信任锚也应成为嵌入式设计的默认配置。为什么这还没有发生？

Rosteck： 部分原因是意识问题，部分是成本问题。安全在失效之前是隐形的。但现在，随着监管压力和AI驱动的自动化，我们看到了转变。无法证明其可信度的设备可能不被允许接入关键网络。这是一个警钟。

LW：关于AI基础设施，您希望更多人理解哪一点？

Rosteck： 那就是它不仅关乎数据和模型。还关乎运行它们的物理硬件。如果你不从安全的基础开始，你在上面构建的一切都处于风险之中。信任必须根植于设备——而不是从云端假设。

Acohido

普利策奖获奖商业记者 Byron V. Acohido 致力于提高公众意识，探讨如何使互联网变得应有的私密和安全。

（LW为我们报道的供应商提供咨询服务。）

2025年12月17日 | 问答 | 头条新闻