数字产业正进入云原生与生成式AI深度融合的智算云发展阶段，全网流量规模、智能业务体量持续爆发，传统基于通用CPU搭建的安全防护底座，在时延、算力消耗、硬件功耗、供应链安全等层面暴露出越来越多适配短板。监管层接连出台人工智能、智能体配套安全管理规范，各行各业的数字化业务对安全底座的性能、自主可控能力提出硬性双重要求，行业亟需一套适配AI时代、兼顾高性能与供应链安全的底层硬件解决方案。
在此背景下，本次网安圆桌派以《高强性能・自主制胜：山石全栈ASIC化护航数智新征程》为主题，围绕云与 AI 催生的全新安全需求、新型攻防带来的落地难题、安全专用 ASIC 的架构价值，以及全链条供应链自主可控实践展开深度交流，结合产业真实场景拆解专用芯片研发逻辑与规模化落地价值。
云与AI共振，安全行业迎来全新发展周期
云计算、生成式AI的普及持续推高全网数据流转规模，行业统计与机构预测数据直观体现流量爆发趋势，当前token相关业务日均流转规模已达140万亿，多家行业机构预判2026年整体规模有望突破4万万亿。算力与云服务的迭代方向全面向AI场景倾斜，传统公有云、私有云、三层IaaS/PaaS/SaaS架构持续演化，token云、AI PaaS等新型云服务模式逐步成为行业主流建设方案。
现实业务场景的矛盾集中体现在两方面：
一方面，流量海量增长直接拉高安全体系运行门槛，企业对业务不间断运行、故障零中断的标准持续抬升。叠加监管政策持续细化约束，《生成式人工智能服务管理暂行办法》、三部委联合发布智能体发展指导文件等文件，均对系统安全可靠性作出硬性规范，一套高性能、自主可控的底层安全底座，已经成为政企、算力基础设施建设的刚需。
另一方面，驱动安全建设的底层逻辑也出现明显切换。过去行业安全投入多源于合规检查、重大安全事件倒逼，属于被动补救模式；进入AI发展阶段，业务扩张、技术迭代成为两大核心驱动力，企业主动前置安全规划的意愿显著增强，防御思路从事后漏洞修补，转向事前风险识别、全流程动态预警。
AI催生多重安全新挑战，传统防护架构适配不足
AI技术普及带来全新威胁范式，使得过往依靠特征库、规则库可批量识别的攻击手段逐步失效，转而数据投毒、模型窃取、提示词注入、智能体越权操作等新型风险层出不穷。随之而来的是，安全边界不再局限于网络传输环节，而是延伸至算法训练、模型部署、智能调度整套工程链路，全域风险覆盖难度大幅提升。
具体表现为两大方面：
一是，算力供需矛盾进一步凸显。行业普遍形成“以AI对抗AI攻击”的建设思路，但AI类检测、研判任务算力消耗可达传统规则防护的十倍以上。同时实时交易、算力调度、工业控制等场景要求毫秒级响应，通用GPU、高端CPU算力采购、运维成本居高不下，高算力、低成本、低功耗的专用安全算力，成为产业迫切缺口。
二是，传统安全运行逻辑受到全方位冲击。认证、授权、行为监控三大基础机制均因智能体、黑盒算法出现管控盲区，AI模型不可解释性大幅提升事件溯源难度；长期沿用“业务先行、后期打补丁”后置安全模式，与政策提出同步设计、同步建设、同步运营的三同步要求存在明显落地落差，原生安全体系搭建难度持续走高。
表：传统通用CPU安全架构与智算云场景业务诉求的矛盾对比
安全专用ASIC：硬件架构重构引领技术新优势
面对云与AI叠加的多重约束，场景定制化安全ASIC芯片成为平衡性能、功耗、供应链的可行方案。
其一，山石网自研安全专用芯片融合交换与安全加速双重能力，无需搭配独立交换芯片、冗余通用CPU，大幅削减整机闲置算力与能源损耗。芯片尺寸仅9mm×9mm，同等100G处理规格整机功耗控制在15W，相较传统多硬件组合方案功耗下降30%-40%，单位G交换硬件成本缩减一半，直接降低数据中心散热配套投入。
其二，加解密能力实现硬件内置，原生兼容SSL、IPSec常规加密协议，同时支持PQC后量子密码隧道流量加速。实测满载200G流量场景下整机CPU占用仅7%，剩余算力可全部承接AI威胁检测、行为分析等上层安全业务，真正落地“ASIC解放算力，AI解放人力”的双A技术路径。硬件固定转发时延不受业务负载波动影响，时序稳定可控，能够充分匹配量化交易、金融实时行情等极低时延业务的运行标准。
其三，硬件集成化同步提升系统长期稳定性。专用 ASIC 可有效分担通用 CPU 的运算压力，优化 CPU 运行负载，保障核心处理器持续稳定运行；同时其将原由软件执行的 2000 行代码固化为硬件逻辑，具备更高的执行确定性，配合统一的硬件运行时序标准，可稳定支撑云计算、智算中心 7×24 小时不间断连续运行要求。
供应链自主可控：成熟工艺叠加务实选型
海外芯片断供、上游供货波动、通用芯片潜在后门风险，是国内数字化基础设施长期存在的安全隐患，高端先进制程产能紧张、采购成本偏高进一步放大供应链不确定性。底层安全硬件自主可控，既是国家数字产业顶层战略要求，也是关键行业基础设施的生存底线。
在此背景下，山石网科最终选择28nm成熟工艺作为兼顾多重需求的最优选择。主要考虑两个方面：一是国内完整产业链可支撑该制程稳定量产，不存在海外设备、材料卡脖子问题，产能与交付周期可控；二是对比追求3nm、7nm先进工艺的路线，28nm完全覆盖网关、边界安全设备运行需求，同时有效控制流片、量产全周期成本，避免为过剩工艺溢价投入研发与制造成本。
在落地时间过程中，山石网科整体研发路径采取FPGA预验证叠加ASIC流片并行模式，为的是降低一次性流片失败风险。2020年项目启动后，研发团队先从千万行防火墙核心代码提取高频数据包处理逻辑，在FPGA硬件完成全场景业务校验，验证体系成熟后启动正式流片，2024年10月实现一次性点亮、全链路数据流跑通。团队也由此对未来长期技术迭代路线更加清晰，后续将基于国产FPGA持续优化加密、AI加速算法，规划集成RISC-V内核进一步提升芯片集成度，持续降低整机对通用处理器的依赖程度。
表：安全专用ASIC芯片的核心优势
实践意义与长期发展方向
首先，从行业宏观维度看，云计算与AI深度融合重构安全需求，安全建设不再单纯服务合规整改、事后应急，而是深度嵌入业务全生命周期。全行业对硬件时延、吞吐、功耗、国产化的综合标准同步抬高，自主可控的底层算力硬件，是数字产业平稳迭代的核心支撑。
其次，从技术路线层面，场景化专用ASIC为国内安全硬件发展提供可复制范式。放弃盲目追逐先进工艺的内卷思路，基于业务需求匹配成熟半导体产能，能够同步实现性能跃升、成本管控、供应链安全三重收益，也为国内半导体产业差异化发展提供参考。
第三，从企业实践视角，底层专用芯片研发属于典型长期主义项目。项目周期长、前期投入高，要求企业同时具备完整软件安全开发、硬件电路设计、真实行业场景积累三重能力，持续平衡技术研发、市场落地、成本管控多重变量，才能同步实现技术突破与规模化商业落地。
第四，面向未来，算力网络、全域AI场景会持续刷新安全硬件标准，以ASIC为核心的自主硬件体系，将成为区分高端与中低端安全网关的核心指标。依托成熟制程、全栈自研与软硬协同思路，国内网安硬件产业可持续补齐底层短板，为智算、金融、能源、政务等关键行业数字化筑牢自主安全底座。
免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。
扫码下载
中文网微信