130万美元盗窃案暴露AI基础设施的盲点

过去，AI基础设施最大的安全威胁被认为是网络攻击，但最近芝加哥附近发生的一起货物盗窃案表明，物理供应链正成为新的攻击目标。库克县警长办公室追回了两个被盗拖车，内含约130万美元的数据中心设备和铜线，这些货物分别来自阿拉巴马州和佛罗里达州的运输，最终在芝加哥郊区的一个卡车场被发现。

这一事件发生在AI热潮的背景下，突显出物理供应链本身正成为不法分子的新目标。AI数据中心的建设需要大量专用硬件通过货运网络运输，包括服务器、网络设备、光纤、开关设备、冷却系统、配电设备以及数千磅的铜线。每一件物品都代表着资本投资和潜在的部署延迟。

大型GPU集群依赖于数十个互联系统的同步交付。训练集群是一个紧密耦合的系统，包括服务器、交换机、光模块、配电和冷却设备，必须一起安装。缺少网络硬件会导致机架闲置，延迟的配电设备可能推迟整个部署，被盗的铜线则会停滞电气工作。当某一组件缺失时，延迟会波及整个链条。

Verisk CargoNet报告显示，2025年美国和加拿大的货物盗窃损失激增约60%，达到近7.25亿美元，尽管事件总数基本持平，表明窃贼正变得更加精于选择高价值货物。金属盗窃增长了77%，主要由铜需求驱动，而犯罪组织正转向企业计算硬件。CargoNet预计，对RAM模块、存储驱动和企业计算设备等高价值技术的关注将持续到2026年。更广泛地看，国土安全部估计货物盗窃每年造成的总损失高达350亿美元。

显然，货物盗窃不是工程师的问题，但建设AI基础设施的组织可能需要拓宽思路。云提供商、托管运营商和硬件供应商已经在防御数字威胁上投入巨资，但随着AI基础设施价值的不断攀升，保护背后的物理系统同样值得关注。AI热潮已迫使行业重新思考电力、冷却、网络和半导体制造，物理物流可能成为下一个挑战。这些都始于设备到达数据中心之前很久。如果AI基础设施的价值持续攀升至数十亿美元，行业对“基础设施安全”的定义很可能会扩大到防火墙和身份管理之外。