加州金融欺诈系统如何构建物理隔断的 AI 堡垒
AI Engineer · youtube · 2026-08-29
加州金融欺诈部门 (DFPI) 的 Rachna Srivastava 分享了构建高安全级 AI 系统的实践。为了应对法庭质询的可解释性与抗攻击要求，团队甚至采用了物理切断光纤（单向接收）的方式替代纯软件防火墙，确保数据绝对无法外泄。
架构演进与教训：
- 初版失败：首版系统在隔离环境中使用开源模型加护栏，两小时内即崩溃。问题不在于模型能力，而在于架构缺陷——未将 AI 视为数据流水线的一环。
- 数据工程本质：核心发现是大多数“AI 数据问题”实则是数据工程问题。解决方案是用 Kafka 处理数据摄取、重放和峰值，用 Spark 进行清洗，确保模型只处理已治理好的数据。
- 模型路由策略：改变让单一前沿模型处理所有任务的低效模式，引入路由器将 80% 的工作分发给能胜任的最小模型，使 GPU 吞吐量翻了三倍。
「Infra」频道最新
- NVIDIA 测试显示 Rubin NVL72 较竞品能效提升 30 倍 — nvidia · 2026-08-29
- NVL72实测AgentX吞吐量能效比竞品高30倍 — nvidia · 2026-08-29
- a16z 合伙人：全美仅 2% 电工持有直流电认证 — GregCook2011 · 2026-08-29
- GPU 集群中最「无聊」的网络能救命：带外管理详解 — AccBalanced · 2026-08-29
- 实测 STM32 与 ESP32 运行通用机器人控制策略 — yacineMTB · 2026-08-29
- 隐私架构构建信任：用户愿向 AI 敞开心扉 — bgmshana · 2026-08-29