数字产业正进入云原生与生成式 AI 融合发展的智算云阶段，全网流量、智能业务规模持续增长。传统基于通用 CPU 搭建的安全防护底座，在时延表现、算力消耗、硬件功耗、供应链稳定性等方面，逐步显现出适配层面的局限。监管机构陆续出台人工智能、智能体相关安全管理规范，各行各业数字化业务对安全底座性能、供应链自主可控能力提出更高要求，行业持续探索适配 AI 场景，兼顾性能与供应链安全的底层硬件方案。
在此背景下，本次网安圆桌派以《高强性能・自主可控：山石全栈 ASIC 化探索数智安全新路径》为主题，围绕云与 AI 催生的安全新需求、新型攻防场景落地难点、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交流，结合产业场景，探讨专用芯片研发思路与规模化落地价值。【视频可在 “山石网科” 视频号观看】
云与 AI 共振，安全行业迎来全新发展周期
云计算、生成式 AI 普及持续推高全网数据流转体量，根据部分行业机构统计与预测，当前 token 相关业务日均流转规模达到 140 万亿，多家机构预判 2026 年整体规模有望突破 4 万万亿（数据来源行业机构预测，统计口径存在差异，仅供行业参考）。算力与云服务的迭代逐步向 AI 场景倾斜，传统公有云、私有云、IaaS/PaaS/SaaS 架构持续演进，token 云、AI PaaS 等新型云服务模式逐步成为行业建设方向。
业务场景的矛盾主要体现在两方面： 一方面，海量流量增长提升安全体系的运行门槛，企业对业务持续运行、故障控制的要求持续提升。叠加监管政策持续细化，《生成式人工智能服务管理暂行办法》、多部委发布智能体发展指导文件等，均对系统安全可靠性提出规范要求，高性能、兼顾自主可控能力的底层安全底座，成为政企算力基础设施建设的重要参考方向。
另一方面，安全建设的底层逻辑也发生变化。过去行业安全投入较多来自合规检查、安全事件驱动，以被动处置为主；AI 时代，业务扩张、技术迭代成为两大驱动因素，企业前置规划安全建设的意愿有所提升，防御思路从事后漏洞修复，逐步转向事前风险识别、全流程动态预警。
AI 催生多重安全新挑战，传统防护架构存在适配局限
AI 技术应用带来新的威胁类型，过去依靠特征库、规则库识别攻击的方式存在局限，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不断出现。安全边界不再局限于网络传输环节，延伸到算法训练、模型部署、智能调度整套工程链路，全域风险管控难度提升。
具体体现在两点： 一是算力供需矛盾凸显。行业不少实践采用 “以 AI 对抗 AI 攻击” 的建设思路，AI 检测、研判任务算力消耗高于传统规则防护场景。实时交易、算力调度、工业控制等场景对响应时延有较高要求，通用 GPU、高端 CPU 采购与运维成本较高，高算力、低功耗的专用安全算力，是行业正在探索的方向。
二是传统安全运行逻辑面临挑战。认证、授权、行为监控三大基础机制，因智能体、黑盒算法产生管控难点；AI 模型不可解释性增加事件溯源难度；过往 “业务先行、后期补安全” 的模式，和政策提出的同步设计、同步建设、同步运营 “三同步” 要求存在落地差距，原生安全体系建设存在不小挑战。
安全专用 ASIC：硬件架构重构带来新的技术思路
面对云与 AI 叠加的多重约束，场景化安全 ASIC 芯片，是平衡性能、功耗、供应链风险的可选方案之一。
其一，山石网科自研安全专用芯片集成交换与安全加速能力，可减少独立交换芯片、冗余通用 CPU 的配置，降低整机闲置算力与能耗。芯片规格 9mm×9mm；在 100G 测试场景下，整机功耗控制在 15W。对比多硬件组合方案，该测试场景下功耗可下降 30%-40%，单位 G 交换硬件成本有缩减空间，有助于降低数据中心散热配套投入（测试数据来自品牌内部特定测试环境，实际效果受部署环境影响）。
其二，硬件内置加解密能力，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。在满载 200G 流量的内部测试场景下，整机 CPU 占用测得约 7%，释放的算力可承接 AI 威胁检测、行为分析等上层安全业务，探索 “ASIC 分担算力，AI 辅助安全分析” 的技术路径。硬件转发时延受业务负载波动影响较小，时序相对稳定，可适配量化交易、金融实时行情等低时延业务的运行需求。
其三，硬件集成有助于提升系统长期稳定性。专用 ASIC 分担通用 CPU 运算压力，优化处理器负载，保障核心处理器稳定运行；同时将部分软件逻辑固化为硬件逻辑，执行确定性更强，配合统一硬件时序标准，能够支撑云计算、智算中心 7×24 小时不间断运行场景。
供应链自主可控：成熟工艺叠加务实选型思路
海外芯片断供、上游供货波动、通用芯片潜在安全隐患，是国内数字化基础设施需要关注的风险，底层安全硬件的自主可控，是数字产业发展需要考量的方向。
在此背景下，山石网科选择 28nm 成熟工艺作为技术路线，主要基于两点考量：一是国内产业链可支撑该制程稳定量产，降低外部设备、材料供应波动风险，产能与交付周期更可控；二是对比 3nm、7nm 先进工艺路线，28nm 工艺能够满足网关、边界安全设备运行需求，同时控制流片、量产全周期成本，避免为过剩工艺投入额外研发制造成本。
研发落地阶段，山石网科采用 FPGA 预验证叠加 ASIC 流片并行的研发模式，降低一次性流片失败风险。项目自 2020 年启动，研发团队从防火墙核心代码提取高频数据包处理逻辑，在 FPGA 硬件完成多场景业务验证，验证体系成熟后启动流片；2024 年 10 月完成芯片点亮、全链路数据流调通。后续团队计划依托国产 FPGA 持续优化加密、AI 加速算法，规划集成 RISC-V 内核提升芯片集成度，降低整机对通用处理器的依赖。
实践意义与长期发展方向
首先，从行业宏观维度，云计算与 AI 深度融合重塑安全需求，安全建设不再仅服务于合规整改、事后应急，而是深度嵌入业务全生命周期。行业对硬件时延、吞吐、功耗、国产化的综合要求同步提升，具备自主可控能力的底层算力硬件，是数字产业平稳迭代的重要支撑。
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一种可参考范式。不盲目追逐先进制程，基于业务需求匹配成熟半导体产能，有望同步实现性能优化、成本管控、供应链安全三重收益，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长期项目，项目周期长、前期投入高，需要企业同时具备安全软件开发、硬件电路设计、行业场景落地多重能力，持续平衡研发、落地、成本多重变量，推进技术迭代与规模化落地。
第四，面向未来，算力网络、全域 AI 场景会持续提升安全硬件标准，以 ASIC 为核心的自研硬件体系，或将成为安全网关产品差异化的重要参考维度。依托成熟制程、全栈自研与软硬协同思路，国内网安硬件产业有望补齐底层能力短板，为智算、金融、能源、政务等关键行业数字化建设，打造更自主的安全底座。
免责声明：本文为网安圆桌论坛资讯文稿，内容仅为行业技术交流探讨，文中相关性能数据、测试结果均基于品牌特定内部测试环境，不同业务部署环境下表现存在差异；不构成任何产品采购、选型建议。文中观点仅代表论坛分享嘉宾的探讨思路，不代表行业定论。相关产品能力、技术指标请以厂商正式技术文档、第三方权威检测报告为准。
