大模型与数据要素双轮驱动下，算力、安全、数据三者之间的割裂正在成为产业落地的真实瓶颈。一边是模型训练需要海量数据跨域流动，传统加密和防火墙难以兼顾性能与防护；另一边是AI Agent普及带来的指令劫持、环境注入等新型攻击面层出不穷。更棘手的是，算力厂商、安全厂商、数据平台往往各建一套体系，用户不得不在拼凑式架构中疲于奔命。
第九届数字中国峰会上，这种焦虑被反复提及。一个值得观察的动向是，由6000余家生态伙伴组成的“光合组织”正在尝试回答一个更复杂的问题：算力、安全、数据如何从“各自为战”走向“协同共生”？
一、AI时代的安全困境：软件防护为何不够用了？
海光信息副总裁应志伟在峰会演讲中抛出一个现实：AI技术本身正在成为攻击者的利器。据其观察，大模型能够快速分析开源代码，挖掘漏洞的效率远超人工——有美国公司一夜之间挖出数百个漏洞，直接导致相关软件和安全企业的估值波动。此外，模型投毒、推理阶段的指令劫持、甚至模型蒸馏过程中的知识产权窃取，都已成为实际威胁。
更底层的问题是供应链安全。如果算力依赖国外硬件和系统软件，那么从芯片到操作系统都可能存在不可控的风险。过去这类担忧被视为“阴谋论”，但在近年的大背景下，已经成为产业共识。
传统安全防护主要依赖操作系统和软件层的防火墙、加密工具。但软件本身存在bug和被篡改的可能，大模型对开源代码的分析能力又放大了这一弱点。软件安全不可或缺，但在AI时代，仅靠软件修补已难以抵御降维攻击，芯片必须成为数据与模型安全的最终防线。
二、芯片内生安全：从技术概念到场景实践
以海光C86系列处理器为例，其内置了国密加解密引擎（支持SM2/SM3/SM4）、TEE机密计算环境、可信计算模块等硬件级安全能力。值得注意的两个技术细节：一是海光CPU是目前全球唯一用国密SM4做内存加密的芯片，这意味着数据在运行过程中也可以保持加密状态，而不像传统方案那样计算时必须解密；二是其内置的密码模块已获得国家密码局二级认证，相当于无需外接密码卡即可满足合规要求。
基于此技术，光合组织同步分享了几个已落地的案例：
政务密算：利用海光CSV机密计算技术，构建全封闭的密算平台，处理政务大模型的训练与推理，确保数据在采集、存储、传输、计算的“全流程”加密。这是全国首个政务大模型密态计算标杆项目。
金融交易：某头部证券完成了基于海光CPU内置密码模块的国密改造，目前所有交易数据均通过CPU加密。双方还合作推出了行业内首个基于GPU内置密码模块的抗量子密码解决方案。某四大行则在数万台终端中利用海光CPU的可信计算模块，取代了额外的硬件加密设备。
电商安全岛：与电商巨头的合作，在云上构建TEE安全岛，在不暴露个人隐私和企业核心数据的前提下，完成海量数据的智能匹配，提升销售转化。
从这些案例可以看出，芯片级安全方案的实际价值不仅在于“更安全”，还在于“更简便”——无需大幅改造系统，只要升级操作系统即可；同时因为安全计算由独立硬件并行执行，几乎不额外消耗算力。
三、生态协同：从单点技术到系统能力
芯片层面的能力只是起点。光合组织的打法是将底层安全能力开放给上层生态伙伴，形成场景化的完整方案。峰会期间，海光联合安恒信息、上海CA、亚信科技、筹算科技等多位成员集中发布了多款协同安全产品：基于海光DCU的“恒脑4.0”安全智能体，可实现代码审计、告警研判等场景的效率提升；搭载C86 CPU的“安小龙”本地工作站，支持安全能力本地化部署，保障核心数据不出域；与上海CA、亚信科技共建的芯密全栈密码服务平台与智能可信数据空间，则试图打通“算力—安全—数据”的协同链路。
与此同时，光合组织分享一个更前瞻的方向：抗量子密码。量子计算机的发展可能对现有加密体系形成颠覆性冲击。海光计划在CPU和GPU中内置抗量子算法，在量子威胁真正落地之前，预先对重要行业的数据进行保护。这反映出芯片级安全不是一次性的设计，而是一条需要持续迭代的技术路线。
算力底座、安全协同、落地验证三者逐步到位。对产业而言，光合组织这张由芯片、安全、数据编织而成的协同网，正在推动国产算力从“可用”走向“好用”与“敢用”。而是否能够持续在底层安全技术上保持投入、并开放给生态伙伴，将决定这条路线能走多远。
文章转载自微信公众号：鲜枣课堂