Arm:要让机密 AI 规模化,行业需要一套通用语言
摘要
Arm 发文指出,随着机密计算在由多供应商软硬件构成的 AI 系统中普及,远程证明需要跨越多方信任边界,行业必须为证明信息的发现与获取建立共同基础,否则将陷入无法扩展的集成税。
核心要点
- 传统上证明是基础设施提供方的内部事务,仅用于检查服务器完整性并决定服务是否可运行或互联,信任决策通常止步于所管理的基础设施边界内
- AI 系统日益由多供应商的 CPU、GPU 及其他加速器、固件、软件和服务组合而成,模型提供方、终端用户和基础设施提供方都对系统是否可信拥有利益关切
- 信任决策的发生点从服务器管理扩展到工作负载部署时以及单次连接建立时,所需信息可能来自软硬件供应链的多个不同位置
- 远程证明不仅需要系统产出关于自身身份与状态的证据,验证方还需要权威信息来评估证据,包括硬件背书和描述固件与软件期望状态的参考值
- 异构系统中一个组件可能需要一种机制来查找验证信息,另一个组件则完全不同;验证方还可能是远程服务或本地应用,每一对新的组件与供应商组合都可能产生定制集成
原文佐证
- Confidential computing changes an important assumption about how trust works in modern infrastructure.
- system builders quickly face an integration tax: an expanding collection of vendor-specific interfaces, formats and sources that each verifier must understand.
- A more sustainable model is to give the ecosystem a common way to discover and retrieve the endorsements and reference values required to make attestation decisions.
AI 洞察
机密计算正从单机安全特性演变为跨供应商的多方信任基础设施,异构加速器时代真正稀缺的不是算力而是可互操作的信任证据。谁定义证明信息的发现与交换规范,谁就把芯片级信任根的位置延伸到了跨厂商的信任编排层,这对 Arm、英伟达以及 CCC、IETF 等标准组织之间的生态话语权争夺具有战略意义。中期看,这会成为企业采购机密 AI 能力时的合规与互操作门槛。