芯片厂商和设备制造商正围绕端侧AI安全重建企业数据防泄漏体系,以应对员工向聊天机器人和AI助手粘贴敏感材料的速度超过传统规则工具检测能力的问题。据Cyberhaven 2026年报告,目前流入AI工具的数据中近40%涉及敏感内容。这一变化推动数据分类从云端下沉至芯片内部,使模型可以在终端本地低成本运行,且数据无需离开终端设备。

这一转变依赖于一套延伸至操作系统之下的技术栈,涵盖神经处理单元、固件和启动序列。据英特尔公司业务拓展与安全生态系统高级总监Todd Cramer介绍,芯片厂商和设备制造商正在将硬件遥测接入安全分析师已经使用的同一控制台。Cramer在Fal.Con 2026期间接受theCUBE采访时表示:“今年,CrowdStrike的Falcon数据安全产品宣布推出首款在戴尔设备上的英特尔NPU上运行的AI模型。现在正是合适的时机,因为我们已经有了所有这些AI助手和聊天机器人。CISO们首先担心什么?数据。”

戴尔科技集团软件产品管理高级总监Lori Zwilling表示,传统安全软件位于操作系统之上,而攻击者如今像攻击软件层一样频繁地瞄准固件和芯片,戴尔的硬件辅助检测能够捕获终端和云端工具无法看到的信号。Zwilling说:“攻击者也在向操作系统之下移动,进入芯片、硬件和内存。我们认为需要用硬件来对抗硬件级威胁。他们将看到BIOS完整性状态、固件篡改警报。”

同样的分层逻辑也贯穿两家公司的后量子就绪工作,其范围从固件签名延伸到英特尔启动序列。Zwilling指出,安全覆盖范围必须从客户端设备一直延伸到AI基础设施:“分析师不仅能看到终端行为,还能看到AI模型、数据、推理、实际容器以及为企业AI提供算力的计算资源的情况。我们谈论的是全栈AI安全。”

此次对话发生在Fal.Con 2026大会期间,是theCUBE对会议报道的一部分。根据披露,theCUBE是Fal.Con大会的付费媒体合作伙伴,会议赞助商对theCUBE或SiliconANGLE的内容没有编辑控制权。