Con l'adozione sempre più massiccia dell'intelligenza artificiale da parte delle aziende, la necessità di proteggere la "fabbrica dell'intelligenza artificiale" – l'infrastruttura in cui vengono eseguiti flussi di lavoro complessi e agenti – non è mai stata così urgente. Le ultime innovazioni di NVIDIA, in particolare il framework software DOCA in esecuzione su DPU BlueField, rimodellano il modo in cui le organizzazioni affrontano la sicurezza informatica runtime per i carichi di lavoro di intelligenza artificiale. Questo articolo esplora i ruoli distinti di CPU e DPU in questo contesto, con particolare attenzione a come DOCA sfrutta l'architettura DPU per offrire una sicurezza di nuova generazione.
CPU, DPU e DOCA
Le CPU sono da tempo la spina dorsale dell'informatica general-purpose, gestendo un'ampia gamma di attività, dalla logica applicativa alla gestione di sistema. Al contrario, le DPU sono progettate appositamente per alleggerire e accelerare le operazioni incentrate sui dati, come networking, storage e sicurezza, liberando risorse della CPU per la logica aziendale principale.
NVIDIA DOCA (Data Center Infrastructure-on-a-Chip Architecture) è un framework software progettato per sfruttare appieno il potenziale delle DPU BlueField . DOCA fornisce una piattaforma per la creazione, l'implementazione e la gestione di servizi per data center, inclusa la sicurezza avanzata, direttamente sulla DPU, indipendentemente dalla CPU host.
Confronto architettonico: CPU vs. DPU per la sicurezza dell'IA
L'approccio tradizionale alla sicurezza runtime si basa su agenti basati su host in esecuzione su CPU. Sebbene efficace in molti scenari, questo modello introduce overhead, può influire sulle prestazioni ed è vulnerabile in caso di compromissione dell'host. Le DPU, al contrario, operano indipendentemente dall'host, consentendo operazioni di sicurezza out-of-band efficienti e resilienti.
Ecco un confronto di alto livello tra le strategie CPU e DPU nel contesto della sicurezza dell'intelligenza artificiale basata su DOCA.
| Caratteristica/Capacità | CPU (basata su host) | DPU (BlueField con DOCA) |
|---|---|---|
| Security Operations | Funziona sull'host, utilizza agenti | Funziona su DPU, senza agente |
| Impatto sulle prestazioni | Può introdurre spese generali | Zero overhead per i carichi di lavoro dell'host |
| Visibilità agli aggressori | Visibile, può essere disabilitato | Invisibile, isolato dall'ospite |
| Integrazione: | Richiede l'integrazione dell'host | Si integra con le piattaforme di sicurezza aziendale (SIEM, SOAR, XDR) |
| Elasticità | Vulnerabile se l'host è compromesso | Rimane operativo se l'host viene attaccato |
| Scalabilità | Limitato dalle risorse dell'host | Scalabile con distribuzione DPU |
DOCA Argus: rilevamento delle minacce in tempo reale e senza agenti
NVIDIA DOCA Argus esemplifica i vantaggi dell'approccio incentrato sulla DPU. Operando interamente sulla DPU BlueField, Argus offre il rilevamento delle minacce in tempo reale utilizzando tecniche avanzate di analisi forense della memoria, raggiungendo velocità di rilevamento fino a 1,000 volte superiori rispetto alle tradizionali soluzioni senza agenti, secondo NVIDIA. Tutto ciò senza compromettere le prestazioni del sistema, poiché tutte le operazioni di sicurezza vengono scaricate dalla CPU host.
Il design agentless di Argus elimina la necessità di agenti software o di integrazione basata su host, riducendo la complessità operativa e la superficie di attacco. Operando esternamente all'host, Argus rimane invisibile agli aggressori, anche in caso di compromissione del sistema host. L'integrazione con le piattaforme di sicurezza aziendale (SIEM, SOAR, XDR) consente un monitoraggio continuo e la mitigazione automatizzata delle minacce, estendendo le funzionalità di sicurezza informatica esistenti all'infrastruttura di intelligenza artificiale.
Casi d'uso: protezione dei carichi di lavoro di intelligenza artificiale su larga scala
Fabbriche di intelligenza artificiale multi-tenant
In ambienti in cui più team o clienti condividono la stessa infrastruttura di intelligenza artificiale, isolare e proteggere i carichi di lavoro è fondamentale. Le DPU BlueField con DOCA Argus offrono protezione runtime per ambienti containerizzati e multi-tenant, garantendo che le minacce vengano rilevate e contenute senza influire sulle prestazioni o richiedere modifiche all'host.
Data center autonomi
Con l'implementazione su larga scala di modelli di intelligenza artificiale (IA) agentica e agenti autonomi da parte delle aziende, il volume e la velocità dei dati aumentano drasticamente. DOCA Argus, ottimizzato con intelligence sulle minacce del mondo reale, rileva solo minacce convalidate, riducendo i falsi positivi e l'affaticamento da avvisi per i team di sicurezza. Ciò consente alle organizzazioni di mantenere una solida strategia di sicurezza anche durante la scalabilità delle operazioni di IA.
Collaborazione industriale ed ecosistema
NVIDIA e Cisco collaborano per creare sistemi di intelligenza artificiale (IA) sicuri. Aggiungendo sicurezza a ogni livello del processo di IA, dall'hardware al software, le aziende possono utilizzare ed espandere le proprie applicazioni di IA con sicurezza, sapendo che la protezione è integrata fin dall'inizio.
Come osserva Jeetu Patel, EVP e Chief Product Officer di Cisco, la chiave per sbloccare casi d'uso innovativi dell'IA è garantire sicurezza e protezione fin dall'inizio. L'architettura congiunta di NVIDIA e Cisco fornisce le basi per consentire alle aziende di scalare l'IA, proteggendo al contempo i loro dati più preziosi.
Il vantaggio DPU per la sicurezza dell'IA
Il passaggio dall'utilizzo delle CPU all'utilizzo delle DPU per la sicurezza segna un cambiamento significativo nel modo in cui proteggiamo le fabbriche di intelligenza artificiale. Con framework come NVIDIA DOCA, le aziende possono gestire le attività di sicurezza con le DPU. Ciò consente loro di rilevare le minacce in tempo reale senza bisogno di agenti, rendendo più difficile per gli aggressori individuare le loro misure di sicurezza. Questo metodo migliora la sicurezza mantenendo al contempo prestazioni ed efficienza elevate. Questi aspetti sono cruciali per gli attuali sistemi di intelligenza artificiale su larga scala.
Amazon