الذكاء الاصطناعي التوليدي (AI) يعمل على تحويل تجربة العملاء في الصناعات في جميع أنحاء العالم. يقوم العملاء ببناء تطبيقات الذكاء الاصطناعي التوليدية باستخدام نماذج اللغات الكبيرة (LLMs) والنماذج الأساسية الأخرى (FMs)، والتي تعمل على تحسين تجارب العملاء، وتحويل العمليات، وتحسين إنتاجية الموظفين، وإنشاء قنوات إيرادات جديدة.
تمثل إدارة المرافق والتطبيقات المبنية حولها استثمارات قيمة للغاية لعملائنا. ويتم استخدامها غالبًا مع بيانات الأعمال الحساسة للغاية، مثل البيانات الشخصية، وبيانات الامتثال، والبيانات التشغيلية، والمعلومات المالية، لتحسين مخرجات النموذج. إن القلق الأكبر الذي نسمعه من العملاء أثناء استكشافهم لمزايا الذكاء الاصطناعي التوليدي هو كيفية حماية بياناتهم واستثماراتهم شديدة الحساسية. نظرًا لأن بياناتهم وأوزان النماذج الخاصة بهم ذات قيمة لا تصدق، يطلب العملاء منهم أن يظلوا محميين وآمنين وخصوصيين، سواء كان ذلك من حسابات المسؤولين الخاصة بهم، أو عملائهم، أو نقاط الضعف في البرامج التي تعمل في بيئاتهم الخاصة، أو حتى مزود الخدمة السحابية الخاص بهم من التعرض وصول.
في AWS، أولويتنا القصوى هي حماية أمان وسرية أعباء عمل عملائنا. نحن نفكر في الأمان عبر الطبقات الثلاث لمكدس الذكاء الاصطناعي التوليدي الخاص بنا:
- الطبقة السفلى - يوفر الأدوات اللازمة لبناء وتدريب LLMs و FMs الآخرين
- الطبقة الوسطى - يوفر الوصول إلى جميع النماذج بالإضافة إلى الأدوات التي تحتاجها لإنشاء تطبيقات الذكاء الاصطناعي المنتجة وتوسيع نطاقها
- الطبقة العليا - يتضمن التطبيقات التي تستخدم LLMs وFMs الأخرى لجعل العمل خاليًا من التوتر عن طريق كتابة التعليمات البرمجية وتصحيح الأخطاء، وإنشاء المحتوى، واستخلاص الأفكار، واتخاذ الإجراءات
كل طبقة مهمة لجعل الذكاء الاصطناعي التوليدي منتشرًا وتحويليًا.
مع نظام AWS Nitro، لقد قدمنا ابتكارًا هو الأول من نوعه نيابة عن عملائنا. يُعد نظام Nitro بمثابة العمود الفقري للحوسبة الذي لا مثيل له في AWS، مع الأمان والأداء في جوهره. تم تصميم أجهزتها المتخصصة والبرامج الثابتة المرتبطة بها لفرض القيود بحيث لا يتمكن أي شخص، بما في ذلك أي شخص في AWS، من الوصول إلى أعباء العمل أو البيانات التي تعمل على جهازك. الأمازون الحوسبة المرنة السحابية (أمازون EC2) مثيلات. وقد استفاد العملاء من هذه السرية والعزلة عن مشغلي AWS في جميع مثيلات EC2 المستندة إلى Nitro منذ عام 2017.
حسب التصميم، لا توجد آلية لأي موظف في Amazon للوصول إلى مثيل Nitro EC2 الذي يستخدمه العملاء لتشغيل أعباء العمل الخاصة بهم، أو للوصول إلى البيانات التي يرسلها العملاء إلى مسرع التعلم الآلي (ML) أو وحدة معالجة الرسومات. تنطبق هذه الحماية على جميع المثيلات المستندة إلى Nitro، بما في ذلك المثيلات التي تحتوي على مسرعات ML مثل استدلال AWS و تدريب AWSوالمثيلات التي تحتوي على وحدات معالجة الرسومات مثل P4 وP5 وG5 وG6.
يتيح نظام نيترو محول قماش مرن (EFA)، والذي يستخدم بروتوكول اتصالات AWS Scalable Reliable Datagram (SRD) المبني من AWS للتدريب الموزع على نطاق واسع والمرن على نطاق السحاب، مما يتيح الشبكة الوحيدة القادرة على الوصول إلى الذاكرة المباشرة عن بعد (RDMA) والمشفرة دائمًا. يتم تشفير كافة الاتصالات من خلال EFA باستخدام تشفير VPC دون تكبد أي عقوبة الأداء.
لقد تم تصميم نظام Nitro تم التحقق من صحتها من قبل مجموعة NCC، شركة مستقلة للأمن السيبراني. توفر AWS مستوى عالٍ من الحماية لأعباء عمل العملاء، ونعتقد أن هذا هو مستوى الأمان والسرية الذي يجب أن يتوقعه العملاء من موفر السحابة الخاص بهم. يعد هذا المستوى من الحماية أمرًا بالغ الأهمية لدرجة أننا أضفناه إلى نظامنا شروط خدمة AWS لتوفير ضمان إضافي لجميع عملائنا.
ابتكار أحمال عمل الذكاء الاصطناعي التوليدية الآمنة باستخدام إمكانات الأمان الرائدة في الصناعة لدى AWS
منذ اليوم الأول، تتمتع البنية التحتية والخدمات AWS AI بميزات أمان وخصوصية مدمجة لتمنحك التحكم في بياناتك. بينما يتحرك العملاء بسرعة لتطبيق الذكاء الاصطناعي التوليدي في مؤسساتهم، فأنت بحاجة إلى معرفة أنه يتم التعامل مع بياناتك بشكل آمن عبر دورة حياة الذكاء الاصطناعي، بما في ذلك إعداد البيانات والتدريب والاستدلال. يعد أمان أوزان النماذج - المعلمات التي يتعلمها النموذج أثناء التدريب والتي تعتبر بالغة الأهمية لقدرته على عمل تنبؤات - أمرًا بالغ الأهمية لحماية بياناتك والحفاظ على سلامة النموذج.
ولهذا السبب من المهم أن تستمر AWS في الابتكار نيابة عن عملائنا لرفع مستوى الأمان عبر كل طبقة من مجموعة الذكاء الاصطناعي التوليدية. للقيام بذلك، نعتقد أنه يجب أن يكون لديك الأمان والسرية المضمنين عبر كل طبقة من حزمة الذكاء الاصطناعي التوليدية. يجب أن تكون قادرًا على تأمين البنية التحتية اللازمة لتدريب حاملي شهادات LLM ومديري FM الآخرين، والبناء بشكل آمن باستخدام الأدوات اللازمة لتشغيل حاملي شهادات LLM ومديري FM الآخرين، وتشغيل التطبيقات التي تستخدم مديري FM مع الأمان والخصوصية المضمنين اللذين يمكنك الوثوق بهما.
في AWS، يشير تأمين البنية التحتية للذكاء الاصطناعي إلى عدم الوصول مطلقًا إلى بيانات الذكاء الاصطناعي الحساسة، مثل أوزان نماذج الذكاء الاصطناعي والبيانات التي تتم معالجتها باستخدام تلك النماذج، من قبل أي شخص غير مصرح به، سواء لدى مشغل البنية التحتية أو لدى العميل. وهي تتألف من ثلاثة مبادئ رئيسية:
- العزل الكامل لبيانات الذكاء الاصطناعي عن مشغل البنية التحتية – يجب ألا يكون لدى مشغل البنية التحتية القدرة على الوصول إلى محتوى العميل وبيانات الذكاء الاصطناعي، مثل أوزان نماذج الذكاء الاصطناعي والبيانات التي تتم معالجتها باستخدام النماذج.
- قدرة العملاء على عزل بيانات الذكاء الاصطناعي عن أنفسهم - يجب أن توفر البنية التحتية آلية للسماح بتحميل أوزان النماذج والبيانات إلى الأجهزة، مع البقاء معزولة ولا يمكن الوصول إليها من قبل المستخدمين والبرامج الخاصة بالعملاء.
- اتصالات البنية التحتية المحمية - يجب حماية الاتصال بين الأجهزة الموجودة في البنية الأساسية لمسرع ML. يجب أن تكون جميع الروابط التي يمكن الوصول إليها خارجيًا بين الأجهزة مشفرة.
يحقق نظام Nitro المبدأ الأول للبنية التحتية الآمنة للذكاء الاصطناعي عن طريق عزل بيانات الذكاء الاصطناعي الخاصة بك عن مشغلي AWS. يوفر لك المبدأ الثاني طريقة لإزالة الوصول الإداري للمستخدمين والبرامج الخاصة بك إلى بيانات الذكاء الاصطناعي الخاصة بك. لا تقدم لك AWS طريقة لتحقيق ذلك فحسب، بل جعلناها أيضًا واضحة وعملية من خلال الاستثمار في بناء حل متكامل بين جيوب AWS نيترو و خدمة إدارة مفتاح AWS (أوس كيه إم إس). باستخدام Nitro Enclaves وAWS KMS، يمكنك تشفير بيانات الذكاء الاصطناعي الحساسة الخاصة بك باستخدام المفاتيح التي تمتلكها وتتحكم فيها، وتخزين تلك البيانات في موقع من اختيارك، ونقل البيانات المشفرة بشكل آمن إلى بيئة حوسبة معزولة للاستدلال. طوال هذه العملية برمتها، يتم تشفير بيانات الذكاء الاصطناعي الحساسة وعزلها عن المستخدمين والبرامج الخاصة بك على مثيل EC2 الخاص بك، ولا يمكن لمشغلي AWS الوصول إلى هذه البيانات. تتضمن حالات الاستخدام التي استفادت من هذا التدفق التشغيل الاستدلال ماجستير في جيب. حتى اليوم، تعمل Nitro Enclaves فقط في وحدة المعالجة المركزية، مما يحد من إمكانية وجود نماذج ذكاء اصطناعي أكبر حجمًا ومعالجة أكثر تعقيدًا.
لقد أعلنا عن خططنا لتوسيع هذا التدفق المشفر من Nitro ليشمل تكاملًا من الدرجة الأولى مع مسرعات ML ووحدات معالجة الرسومات، لتحقيق المبدأ الثالث. ستكون قادرًا على فك تشفير بيانات الذكاء الاصطناعي الحساسة وتحميلها في مسرع التعلم الآلي للمعالجة مع توفير العزلة عن المشغلين لديك والتحقق من صحة التطبيق المستخدم لمعالجة بيانات الذكاء الاصطناعي. من خلال نظام Nitro، يمكنك التحقق من صحة تطبيقاتك تشفيريًا إلى AWS KMS وفك تشفير البيانات فقط عند اجتياز الاختبارات اللازمة. يسمح هذا التحسين لـ AWS بتقديم تشفير شامل لبياناتك أثناء تدفقها عبر أعباء عمل الذكاء الاصطناعي التوليدية.
نحن نخطط لتقديم هذا التدفق المشفر من طرف إلى طرف في الإصدار القادم المصمم من قبل AWS ترينيوم2 بالإضافة إلى مثيلات وحدة معالجة الرسومات المستندة إلى بنية Blackwell القادمة من NVIDIA، والتي توفر كلاهما اتصالات آمنة بين الأجهزة، وهو المبدأ الثالث للبنية التحتية الآمنة للذكاء الاصطناعي. تتعاون AWS وNVIDIA بشكل وثيق لتقديم حل مشترك إلى السوق، بما في ذلك منصة NVIDIA Blackwell GPU الجديدة من NVIDIA، والتي تجمع بين حل NVIDIA GB200 NVL72 وتقنيات Nitro System وEFA لتوفير حل رائد في الصناعة لبناء الجيل التالي ونشره بشكل آمن تطبيقات الذكاء الاصطناعي التوليدية.
الارتقاء بمستقبل أمن الذكاء الاصطناعي التوليدي
اليوم، يستخدم عشرات الآلاف من العملاء AWS لتجربة تطبيقات الذكاء الاصطناعي التوليدية التحويلية ونقلها إلى الإنتاج. تحتوي أحمال عمل الذكاء الاصطناعي التوليدية على بيانات ذات قيمة عالية وحساسة تحتاج إلى مستوى من الحماية من المشغلين لديك وموفر الخدمة السحابية. حصل العملاء الذين يستخدمون مثيلات EC2 المستندة إلى AWS Nitro على هذا المستوى من الحماية والعزلة عن مشغلي AWS منذ عام 2017، عندما أطلقنا نظام Nitro المبتكر الخاص بنا.
في AWS، نواصل هذا الابتكار حيث نستثمر في بناء قدرات عالية الأداء ويمكن الوصول إليها لجعلها عملية لعملائنا لتأمين أعباء عمل الذكاء الاصطناعي التوليدية الخاصة بهم عبر الطبقات الثلاث لمجموعة الذكاء الاصطناعي التوليدي، حتى تتمكن من التركيز على ما تفعله الأفضل: بناء وتوسيع استخدامات الذكاء الاصطناعي التوليدي ليشمل المزيد من المجالات. يتعلم أكثر هنا.
عن المؤلفين
أنتوني ليجوري هو نائب رئيس AWS ومهندس متميز في EC2
كولم ماكارثاي هو نائب رئيس AWS ومهندس متميز في EC2
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/a-secure-approach-to-generative-ai-with-aws/
