Check Point 发布 AI 工厂安全架构蓝图,全面保障 AI 基础设施安全

Check Point 发布 AI 工厂安全架构蓝图，全面保障从 GPU 服务器到大语言模型提示词的 AI 基础设施安全

  随着企业和新型云服务商对私有 AI 基础设施的投入持续增加，Check Point 推出业界最全面的 AI 数据中心安全架构。

  2026 年 3 月，Check Point 软件技术有限公司（纳斯达克股票代码：CHKP）正式发布《AI 工厂安全架构蓝图》。该蓝图提供一套经过厂商验证的综合参考架构，覆盖从硬件层到应用层的私有 AI 基础设施全面安全防护。蓝图融合了 Check Point 行业领先的防火墙与 AI 安全技术，并在 NVIDIA BlueField 数据处理能力的基础上构建，为 AI 工厂和数据中心的每一层提供安全原生设计。

  “AI 基础设施已成为企业最具价值、同时也最脆弱的资产之一。《AI 工厂安全架构蓝图》正是我们帮助企业保护这些投资的关键策略。安全能力必须从设计之初就融入每一层架构，而非在系统上线后再行补救。”

  AI 数据中心已成为企业基础设施中战略价值最高、同时暴露风险最大的组成部分。企业出于保护知识产权、满足数据安全合规要求或降低公有云成本等考量，正在加速构建私有 AI 环境，积累 GPU 集群、训练流水线、推理工作负载和专有模型，这些都代表着重大的战略性投入。然而，安全架构的建设速度往往难以跟上 AI 基础设施的扩张节奏。

  与传统数据中心不同，AI 计算环境融合了高性能 GPU 集群、分布式训练流水线、大规模数据湖和实时推理 API，形成了传统安全工具从未针对性设计的全新攻击面。相关威胁涵盖训练数据投毒、模型安全、Kubernetes 命名空间之间的横向移动、针对推理 API 的提示词注入，以及通过开源依赖项实施的供应链攻击。

《Check Point AI 工厂安全架构蓝图》在四个层面提供纵深防护：

• 边界层：Check Point Maestro 超大规模防火墙提供零信任网络访问（ZTNA）、虚拟安全组分段以及可扩展的策略执行能力，作为 AI 基础设施的入口防线，处理来自外部用户、互联网站点和企业网络的南北向流量。
• 应用与大语言模型层：Check Point AI Agent Security 保护推理 API 和大语言模型端点，防范提示词注入、数据外泄、对抗性查询及 API 滥用 —— 这些正是传统 Web 应用防火墙无力应对的威胁。Check Point AI Agent Security 已集成至云端、虚拟化及物理设备各形态的 Check Point 防火墙、Check Point WAF 以及 Check Point AI 工厂防火墙中。
• AI 基础设施层：通过与 NVIDIA 的深度集成，Check Point 借助 NVIDIA DOCA 软件平台将其防火墙与威胁防御能力直接嵌入 NVIDIA BlueField 数据处理单元（DPU），在基础设施层实现硬件加速的内联安全防护。该方案在不占用 CPU / GPU 计算资源的前提下，提供高性能 AI 提示词防御及进出流量检测，保护 NVIDIA 计算服务器、隔离租户，并通过 BlueField 上的 DOCA Argus 实现运行时威胁检测。
• 工作负载与容器层：Check Point 与第三方微分段解决方案的集成，在 Kubernetes 集群内实现微分段和东西向流量管控，阻止推理命名空间之间的横向移动，并在受损容器扩散之前将其隔离。

  该蓝图强调安全能力必须从一开始就嵌入基础架构、硬件和编排层，而非叠加于已投产系统之上。Check Point 安全架构在每次交互中强制执行零信任原则：每位用户、每个 API 调用和每项服务请求均须经过身份验证、授权确认与持续验证。

  此外，该蓝图还直接对应 NIST AI 风险管理框架和 Gartner AI TRiSM 等 AI 治理框架，提供满足合规要求所需的可追溯性、可审计性和策略执行能力。