11月13日、SiliconANGLEが「AI networking adds security: Nvidia unveils Scale-In」と題した記事を公開した。NvidiaがエージェントAIファクトリー向けに設計した新しいネットワーキングアーキテクチャ「Scale-In」の詳細と、そのセキュリティ戦略について詳しく紹介されている。
AIエージェントが「暴走しないか」を監視する専用ハードウェア
AIエージェントが大規模インフラ上で複数同時稼働するようになると、従来のセキュリティモデルでは対応しきれない問題が浮上する。エージェントがサンドボックスを逸脱して他のリソースにアクセスしないか、メモリや推論処理に不正が生じていないか——こうした監視を、ソフトウェアだけで担うのには限界がある。
Nvidiaが発表したScale-Inは、この課題をハードウェアとソフトウェアの組み合わせで多層的に解決するアプローチだ。
中核となるのは**BlueField-4**(第4世代DPU:Data Processing Unit)である。NvidiaのネットワーキングSVPであるGilad Shainerは次のように説明する。
「BlueField-4は、シリコン内部にセキュリティエンジンを持つデバイスだ。アウトオブバンドで動作し、メモリ、ストレージ、GPU、CPUからテレメトリを収集する。エージェントが何をしているかを正確に把握できるのはそのためだ」
「アウトオブバンド(out-of-band)」とは、監視対象のシステムとは独立した別チャネルで動作することを意味する。エージェント自身が監視経路に影響を与えられない点が重要で、エージェントが監視を回避しようとしても原理的に不可能な構造になっている。
なお、このアーキテクチャはハードウェア単体で完結するわけではない。後述するDOCA・OpenShell・Sentryといったソフトウェア層と組み合わせることで初めて機能する多層設計であり、「シリコンに焼き込む」という表現はその根幹となるハードウェア起点の信頼の起点(root of trust)を指すものと理解するのが適切だ。
Scale-Inを構成する3つの要素
Scale-Inのアーキテクチャは主に以下で構成される。
- BlueField-4:シリコン内蔵のセキュリティエンジンを持つDPU。ストレージアクセラレーションも担う
- **Nvidia DOCA**:DPUおよびSuperNIC上でアプリやサービスを構築するためのソフトウェアフレームワーク。GPUにおけるCUDAに相当するポジション
- Nvidia Spectrum-X Ethernet:Scale-Inの接続インフラ
DOCAについてShainerは「BlueField-4が提供するエンジン群にアクセスするためのAPI・フレームワーク・ソフトウェアの総体」と表現している。CUDAがGPUプログラミングの標準になったように、DOCAがDPUプログラミングの標準になることをNvidiaは意図しているとみられる。
DPU市場においては、AWSが独自に開発したNitro(EC2インスタンスのネットワーク・セキュリティ処理をホストCPUからオフロードする専用チップ)が先行事例として知られている。Nitroがクラウドプロバイダーの内製アーキテクチャであるのに対し、NvidiaのBlueField-4はサードパーティ製品として外販されており、オンプレミスのエンタープライズAIファクトリーにも展開できる点が異なる。※編集部の考察
OpenShellとNvidia Sentryによるエージェント実行制御
元記事の記述によれば、Nvidiaはエージェントセキュリティの層を段階的に積み上げてきた。以下の時系列はいずれも元記事に記載された内容に基づくが、各発表の具体的な月については元記事原文を直接確認されたい。
- Scale-In発表後:オープンソースランタイムOpenShellを発表。エージェントの実行・アクセス・推論ルーティングを制御する
- 同時期:OpenShellとBlueField-4を組み合わせたNvidia Sentryを導入。DOCAソフトウェア上でBlueField-4が動作し、エージェントの挙動を継続的に監視。定義された境界を越えようとするエージェントを自動的に隔離(quarantine)する機能を持つ
- その後:OpenShell Reference Architectureを発表。Vera Rubin インフラ、Vera CPU、BlueField-4を統合し、エンタープライズ環境での安全なエージェント実行を支援する構成を提示
Shainerは「エージェントが一切影響を与えられない、完全に分離されたデバイスで環境全体を監視したい」と述べており、BlueField-4がその役割を担う設計思想を明確にしている。
OpenShellについては、Nvidiaの公式ページ(nvidia.com)にて詳細が公開されているとされているが、リンクは元記事に記載のものを参照されたい。本稿では独自にURLを付加していない。
なぜ今これが重要か
AIエージェントが単なるチャットボットではなく、コードを実行し、ファイルを読み書きし、外部APIを呼び出すような「実行主体」になりつつある現在、インフラ側のセキュリティモデルも根本から見直す必要がある。Nvidiaが「AIファクトリー」と呼ぶ大規模AI実行環境では、複数テナントが同一インフラを共有するケースも多く、テナント間分離や異常検知はソフトウェアだけでは手が届きにくい問題だ。
Scale-Inはその解を「ハードウェアを信頼の起点に置きつつ、ソフトウェアで制御ロジックを実装する」という方向で示した。BlueField-4という既存のDPU製品を中核に据えながら、OpenShell・Sentry・Reference Architectureという形でソフトウェアと参照実装を順次整備しているのは、エコシステム形成を急いでいる姿勢の表れでもある。エージェントAIのインフラ標準をめぐる競争において、NvidiaがGPUに続いてDPU領域でも主導権を握ろうとしている構図が、このアーキテクチャには色濃く反映されている。
詳細はAI networking adds security: Nvidia unveils Scale-Inを参照されたい。