编辑 | 宋慧

出品 | CBI传媒&电脑商情在线

一年一度的世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）在上海落幕。今年的WAIC在展览规模、参会阵容和产业影响力上进一步升级，成为观察人工智能技术演进与产业落地的重要窗口。随着AI加速进入真实业务，AI治理以及其中的AI安全也成为本届大会受到重点关注的议题之一。

本届WAIC上，安全厂商山石网科与神州数码共同携手参会，围绕“ASIC+AI”双A战略，展示自研安全专用芯片及面向大模型应用、智能安全运营等场景的技术与方案。

CBI传媒在大会现场采访了山石网科党委书记、高级副总裁、首席技术专家杨庆华，对于2026上半年全球在重点关注AI大规模的安全攻击和威胁，杨庆华并没有急于强调和渲染AI攻击当下的威胁，他给出了一个冷静判断：“真正的AI安全（威胁）还没有完全到来。”因为安全问题总是伴随应用出现，只有AI真正进入业务流程、获得系统权限并开始做决策，行业才能看清威胁究竟发生在哪里。

杨庆华

山石网科党委书记、高级副总裁、首席技术专家

AI安全的核心，是权力、责任与数据

在杨庆华看来，人工智能本质上仍是数字经济的演进，是进一步让数据共享、使用和价值转化变得高效化、自动化、直观化。信息化时代往往是“先建系统，再产生数据”；AI时代则更接近“先有数据，再形成应用”。没有高质量、可使用的数据，大模型很难真正落地。

这也决定了，AI安全首先是数据安全。企业把内部资料、代码和商业机密交给公共模型时，数据是否会被留存或用于训练？企业使用私有数据训练模型后，模型成果究竟归谁？这些问题不能只靠厂商承诺解决，还涉及数据确权、使用权、训练结果保护和技术审计。

其次是责任边界。AI越接近最终决策，责任越难界定。一旦造成损失，责任应由使用者、模型提供方、应用开发者还是设备厂商承担？在规则尚未明确之前，这类风险很难被简单归为传统网络攻击。智能体则又把问题推进了一步。过去，企业根据岗位给员工授权；现在，智能体不仅能读取数据，还可能调用接口、修改配置甚至控制设备。杨庆华认为，当前AI安全方面最重要的两件事，一是最小权限授权，二是对执行过程持续检查和审计。

因此，山石网科并不解决大模型内部算法的安全威胁，而是先保护模型和智能体所处的环境，管住输入、输出、身份、权限和数据边界。例如，大模型应用防火墙部署在应用与模型服务之间，重点处理非法访问、内容风险和多租户数据泄露等问题。

为什么一家安全厂商要投入做芯片？

与AI相比，山石网科投入ASIC安全专用芯片更早。杨庆华透露，公司在2021年正式开始研发，这对于一家网络安全企业而言，这不是轻松的决定。当时，国产CPU平台与国际高端CPU在网络安全设备上的性能差距明显，但业务流量不会因为采用国产化平台而降低，用户仍要求同等吞吐、时延和稳定性；供应链不确定性也意味着，单纯绑定某一种通用CPU，可能面临断供或重新适配。

山石网科最终选择把防火墙中调用频率最高、最消耗CPU的核心逻辑固化到ASIC芯片中，让它成为CPU之外的安全协同处理器。ASIC芯片不是一颗替代通用CPU的芯片，而是针对网络安全数据处理特点定制的专用计算单元。

山石网科ASIC战略的商业逻辑同样清晰：前期设计和流片投入高，但规模化后它既能提升高端防火墙的吞吐和低时延能力，进入证券交易、半导体制造和AI数据中心等过去难以覆盖的场景，也能满足中低端产品市场，同时成熟制程也降低了对先进产能的依赖。

这意味着，自研芯片带来的不只是性能指标提升，还会改变一家安全厂商能够覆盖的产品档位、行业场景和成本结构。过去无法进入的低时延市场可以进入，过去缺乏利润的集采项目有可能转为盈利，过去不具备成本优势的中低端市场也获得了扩展空间。

有了上面的信息，能看到山石网科的“ASIC+AI”双A战略并不是两项孤立技术：ASIC解决底层计算效率，让安全设备在高带宽、低时延和国产化环境中稳定运行；AI则提升漏洞分析、安全运营和服务交付效率，并推动安全能力从产品销售向托管服务、咨询服务和“服务即软件”演进。

这种技术路线已经开始反映到经营结果上。杨庆华在采访中表示，山石网科今年第一季度收入同比增长14.44%，上半年预计收入同比增长约6.76%至9.16%，预计二季度单季度实现盈利。并在二季度单季实现经营现金流同比转正；背后既有ASIC和AI带来的产品竞争力与成本改善，也有事业部改革、全员毛利和回款考核等机制调整。

在AI热潮中，安全行业最容易陷入的误区，是先定义一套宏大威胁，再寻找产品去匹配。从这个角度看，山石网科的双A战略的价值不只是“芯片+AI”的组合，而是一种务实的技术判断：安全不会因为AI出现而推倒重来，但安全能力必须随着数据、权限、算力和业务流程的变化重新生长。