130萬美元盜竊案暴露AI基礎設施的盲點

過去，AI基礎設施最大的安全威脅被認為是網絡攻擊，但最近芝加哥附近發生的一起貨物盜竊案表明，物理供應鏈正成為新的攻擊目標。庫克縣警長辦公室追回了兩個被盜拖車，內含約130萬美元的數據中心設備和銅線，這些貨物分別來自阿拉巴馬州和佛羅里達州的運輸，最終在芝加哥郊區的一個卡車場被發現。

這一事件發生在AI熱潮的背景下，突顯出物理供應鏈本身正成為不法分子的新目標。AI數據中心的建設需要大量專用硬件通過貨運網絡運輸，包括服務器、網絡設備、光纖、開關設備、冷卻系統、配電設備以及數千磅的銅線。每一件物品都代表着資本投資和潛在的部署延遲。

大型GPU集羣依賴於數十個互聯繫統的同步交付。訓練集羣是一個緊密耦合的系統，包括服務器、交換機、光模塊、配電和冷卻設備，必須一起安裝。缺少網絡硬件會導致機架閒置，延遲的配電設備可能推遲整個部署，被盜的銅線則會停滯電氣工作。當某一組件缺失時，延遲會波及整個鏈條。

Verisk CargoNet報告顯示，2025年美國和加拿大的貨物盜竊損失激增約60%，達到近7.25億美元，儘管事件總數基本持平，表明竊賊正變得更加精於選擇高價值貨物。金屬盜竊增長了77%，主要由銅需求驅動，而犯罪組織正轉向企業計算硬件。CargoNet預計，對RAM模塊、存儲驅動和企業計算設備等高價值技術的關注將持續到2026年。更廣泛地看，國土安全部估計貨物盜竊每年造成的總損失高達350億美元。

顯然，貨物盜竊不是工程師的問題，但建設AI基礎設施的組織可能需要拓寬思路。雲提供商、託管運營商和硬件供應商已經在防禦數字威脅上投入巨資，但隨着AI基礎設施價值的不斷攀升，保護背後的物理系統同樣值得關注。AI熱潮已迫使行業重新思考電力、冷卻、網絡和半導體制造，物理物流可能成為下一個挑戰。這些都始於設備到達數據中心之前很久。如果AI基礎設施的價值持續攀升至數十億美元，行業對“基礎設施安全”的定義很可能會擴大到防火牆和身份管理之外。