生成式AI由聊天工具走向可自主執行任務的AI Agent,資安防護也從模型與應用軟體一路延伸至韌體與晶片。台灣晶片IP業者開始把身分認證、安全啟動及金鑰保護直接嵌入晶片設計,力旺與晶心科等業者均已布局硬體層安全技術,反映Silicon Security正在成為AI基礎設施的新競爭環節。
其中力旺NeoPUF利用晶片製造過程中的微小物理差異,為每顆晶片產生難以複製的數位指紋,可應用於裝置認證、密碼金鑰生成及安全啟動(Secure Boot),降低金鑰直接儲存在記憶體而遭物理攻擊擷取的風險。晶心科則在RISC-V架構導入安全啟動、可信任執行環境(Trusted Execution Environment, TEE)與記憶體存取防護,形成AndeSentry安全框架。
|
硬體防護需求升高,與Agent AI快速普及直接相關。華為預估,到2035年自主AI代理可能占全球AI Token流量九成以上,並將代理安全(Agent Security)列為關鍵技術方向;韓國網路振興院也正更新AI安全指引,因應代理在低度人工監督下自行呼叫工具與操作系統帶來的新風險。
當Agent可以讀取郵件、資料庫、企業API甚至操作實體系統,攻擊面已不只是快速注入,而會延伸至身分、Credential、工具權限、Runtime Isolation及韌體完整性。如果底層韌體或晶片身分本身不可信,上層AI安全機制也可能失去防護基礎。
因此AI Security正逐步形成四層架構:模型安全(Model Security)→AI代理執行環境/身分與存取管理(Agent Runtime/IAM)→韌體安全(Firmware Security)→晶片硬體信任根(Silicon Root of Trust)。其中最底層負責建立裝置身分、安全開機與硬體可信任基礎,再向上支撐代理及模型安全。
對台灣半導體產業而言,這意味AI資安商機不再只屬於網路安全軟體業者。RISC-V CPU IP、PUF、安全IP、BMC、AI SoC與伺服器控制晶片,都可能成為硬體信任鏈的一環;隨著代理AI真正進入企業核心系統,「安全設計(Security by Design)」也將從軟體要求進一步成為晶片設計規格。


