AMD推动AI安全以应对企业风险升级

根据AMD最新关于AI安全的博客，随着企业加速采用AI，安全团队正面临双重挑战。在企业将AI代理集成到运营中的同时，对手也在利用类似技术以空前的速度利用漏洞。AMD认为，组织必须将AI安全视为统一的学科——既要保护AI部署，又要防御AI驱动的攻击。

AI的快速普及已导致显著的治理漏洞。AMD指出，现在五分之一的数据泄露涉及“影子AI”——未获授权的工具访问敏感数据。根据IBM发布的2025年数据泄露成本报告，97%的受影响组织缺乏适当的AI访问控制。这种治理缺陷尤为令人担忧，因为Gartner预计到2028年，三分之一的企业应用将包括自主AI代理。

威胁格局同样令人担忧。AMD引用了CrowdStrike的2026年全球威胁报告，报告显示对手现在平均在29分钟内实现横向移动——比传统的人力驱动防御响应速度更快。许多攻击利用有效的凭据，完全绕过了恶意软件检测。AI增强的社会工程策略进一步加剧了挑战，这表明传统的安全模型已不再足够。

为应对这些风险，AMD提倡将AI代理视为“一级主体”，赋予其自身的身份、访问模型和零信任安全框架。这包括分层保护措施，例如代理注册表、运行时安全和强大的可观察性，以确保操作被记录、可解释且具有防御性。AMD警告称，忽略安全堆栈中的任何一层都可能使整个框架无效，使组织暴露于连锁故障中。

在防御方面，AMD强调需要AI辅助的安全运营，以匹配AI驱动攻击的速度和规模。这包括部署自主威胁狩猎工具、AI增强的安全运营中心（SOCs）以及基于可利用性而非理论漏洞优先排序风险的暴露情报系统。至关重要的是，AMD强调防御性AI必须保持可问责性，提供清晰的审计轨迹和可调模型以确保透明性。

AMD的战略与其在企业AI基础设施领域的更广泛布局一致。该公司最近通过Helios机架规模系统扩展了其产品组合，利用其第六代EPYC CPU和Instinct MI400 GPU。这些系统旨在支持混合和本地环境中的AI工作负载，强调本地治理和法规遵从性。此外，AMD的机密计算技术（如SEV-SNP）旨在保护使用中的数据，这是敏感AI部署的重要功能。

然而，AMD的机密计算功能也并非没有争议。安全研究人员已发现SEV-SNP保护中的潜在漏洞，这凸显了严格补丁管理、固件治理和分层防御的必要性。采用AMD解决方案的组织必须确保其安全框架与新兴威胁同步演进。

对于企业来说，风险显而易见。正如AMD所指出的，保障AI的“攀登”不会变得更容易，但采用主动的、综合的方法可能会使攀登更可控。重点必须放在治理、在线执行以及防御性地利用AI，以从对手手中重新夺回速度优势。随着企业AI支出预计大幅增长，未能解决这些双重挑战的公司可能在竞争和防御方面双双落后。