人工智能

分布式基础设施的扩展从根本上改变了网络安全格局。数据生成和处理日益向边缘转移。结果，由于新兴威胁的复杂性和规模不断升级，传统的集中式安全措施已不够有效。

为了应对这些不断变化的需求，超融合基础设施正在超越传统数据中心的界限。这种超越需要采用能够提供数据中心级性能、同时又能承受边缘位置环境挑战的硬件。

“边缘环境的动态性和多变性需要一种新的更具适应性和智能性的安全方法”，嵌入式计算技术领导者 Kontron 的产品线经理 Stéphane Duburre 解释说。他以最新的英特尔^® 至强^® 处理器和英特尔锐炫^™ GPU 为例。“这些先进的处理器支持实时边缘 AI 安全分析，这对于在恶劣边缘环境中提供数据保护和业务连续性至关重要。”

让网络边缘环境更加复杂的是，工业环境内的通信正在向时效性网络 (TSN) 转变，这种网络支持在标准以太网上进行确定性信息传递。这一进步促进了 OT 和 IT 网络的无缝集成。但这也扩大了安全威胁的攻击面，因而需要更复杂、更强大的安全方法。

适应新的边缘 AI 安全需求

为了应对这些不断变化的需求，Kontron 开发了高性能多边缘平台 ME1310。在恶劣环境下，其他设备可能会出现故障，而 ME1310 凭借能够适应 -40°C 至 65°C 温度的 22 核英特尔至强处理器，仍能表现出色。“即使在波动或极端条件下，它也能维持性能”，Duburre 指出。

当需要更高性能时，ME1310 可以容纳两个 PCIe Gen 4 加速器，包括用于 AI 加速的英特尔锐炫 GPU。这种适应性使处理能力和速度显著提升，这对于需要密集计算和实时数据处理的应用至关重要。

在需要高带宽分组处理的应用中，该平台的集成硬件可提供高达 20 万兆带宽的 HAL2 和 HAL3 交换以太网。ME1310 支持 TSN 网络的精确时间协议 (PTP)，可促进确定性网络中的数据传输，确保在日益集成的 OT 和 IT 环境中保持安全性。

通过应对这些挑战，ME1310 提供了一个紧凑、多功能的解决方案，将数据中心级的功能带到网络边缘，使组织能够以增强的运营安全性和效率来应对现代网络环境的复杂性。 

AI 在网络边缘的作用

ME1310 这样的超融合平台为边缘 AI 安全的变革作用奠定了基础。凭借实时学习并适应网络活动的能力，AI 开启了一种全新的动态防御模式，能够对新兴威胁做出即时、自主的响应。根据 Duburre 的说法，通过持续分析数据，AI 显著提升了对不断变化的威胁行为的理解和缓解能力，从而加强了整体安全措施。

为了使 AI 发挥最大效能，必须将其直接部署在网络边缘。这可以显著降低延迟，并减少对集中式数据中心的依赖，这对于在安全举足轻重的环境中及时做出决策至关重要。

但是，在网络边缘部署 AI 会带来不同于传统数据中心环境的独特网络安全挑战。其中包括对数据隐私的担忧加剧、安全设备和网络基础设施的漏洞增加，以及在分散和多样化的边缘位置管理安全协议的复杂性提高。

但是“英特尔锐炫 GPU 与英特尔至强 D 处理器的集成实现了强大的边缘 AI 安全功能”，Duburre 解释说。这使得在边缘进行高级数据分析和实时加密及解密成为可能。

例如，在制造环境中，ME1310 可以使用 AI 来检测和响应操作异常。Duburre 详细介绍说，“这些功能使我们能够立即分析意外停机或异常机器行为以确定其原因，无论是潜在的网络攻击还是机械故障。”

边缘 AI 安全的未来

展望未来，ME1310 这样的超融合平台在边缘计算中的作用将显著扩大。随着越来越多的组织利用物联网和其他先进技术，对本地化、强大的计算解决方案的需求将继续增加。超融合平台具有独特的优势，可满足这些需求，提供紧凑、多功能的解决方案，将数据中心级的功能带到网络边缘。

对于应对现代网络环境复杂性的行业专业人士来说，ME1310 这样的平台可以显著提升运营安全性和效率。通过采用这些先进的解决方案，企业可以确保始终处于技术前沿，充满自信并坚韧地面对未来数字环境的挑战。

本文由 insight.tech 的编务总监 Christina Cardoza 编辑。