词元经济狂飙，安全底盘跟得上吗？

随着人工智能进入规模化发展新阶段，数据要素正在经历一场深刻的形态跃迁。从数据库里的结构化字段，到API调用的数据包，再到以词元（Token）为计量单位的智能服务，数据参与经济活动的方式完成三级跳。

词元经济的爆发力有目共睹，调用规模两年增长超千倍，日均调用量突破140万亿次。Agent在业务系统之间一路狂奔，词元跟着高频流转、加工、变现，数据要素价值就这么一截一截释放出来。

近日，2026中国国际大数据产业博览会把“词元——数据要素价值释放新路径”确立为核心议题，在业内引发广泛共鸣。随之而来的是另一层隐忧，如果词元价值转化过程中被截胡、被篡改、被泄露，再高的调用量也白搭。没有安全底盘，词元经济就是空中楼阁。

这不仅仅是安全厂商需要回答的问题，更是整个AI产业走向“数据价值化”必须跨越的门槛。在此背景下，海光信息于本届数博会上首发Agent to Token开放计算架构，围绕算力、互连、安全、软件栈开放了一系列关键能力。从安全维度来看，架构核心逻辑极具针对性：把安全从软件层深化到芯片层，为Agent业务流和词元生产线提供全链路保障。

一、词元安全范式之变：从外挂补丁到芯片内生

过去十年，数据安全的核心思路是“围堵”。在上层应用加装重重防护，软件加密、边界防火墙、事后审计，这套外挂式的安全逻辑为传统IT架构运行立下汗马功劳。但到了Agent时代，漏洞暴露面无限扩张，新型攻击手段层出不穷，词元安全迎来更严峻挑战。

盖因Agent的工作负载有其特殊性：高频调用工具、多轮对话、长上下文记忆，数据在CPU和加速卡之间来回穿梭。软件加密要么拖慢性能，要么在传输间隙留下空档。更棘手的是密钥管理，Agent要频繁访问业务系统，API密钥和访问令牌一旦泄露，攻击者就能伪装成合法用户，批量拉取模型权重、窃取核心数据。

海光方面拆解过这个困境：“过去安全是两级体系，芯片只负责提供算力，安全靠外部软件或外接加密板卡实现，两者是脱节的。由此，金融机构等关基用户往往需要在性能和安全之间做取舍。选性能就要牺牲安全，选安全就要承受性能损失。”

这个“二选一”问题的本质，是安全与算力被割裂成两条平行线。而智能体的落地要求二者必须合二为一——安全不能是算力的附加项，必须是算力的内置属性。这也正是芯片级安全方案成为行业共识的根本原因。

海光的解法是把信任锚点直接装进硬件。C86 CPU内置平台安全处理器（PSP）和密码协处理器（CCP），分工明确。PSP专司密钥管理，实现“可用不可见”，让所有加密运算在芯片内部完成；CCP负责算法加速，SM2/SM3/SM4国密和AES/SHA国际算法均在硬件层运行，不消耗主CPU算力。

这套芯片内生安全方案，不仅为Agent任务执行与词元生产带来全流程保障，还在AI计算中满足了性能和信任两大核心需求。

• 性能维度。软件加密对CPU的消耗通常能占到10%到20%，极端场景更高。硬件加速把这个损耗压到了几乎可以忽略。对高并发词元生成的推理场景来说，同等算力下能跑出更多词元，直接转化为算力成本的下降。

• 信任维度。传统可信计算将信任锚点放在外置可信卡，降低了方案方案本身易用性和性能体验。海光将自主可信根直接做进芯片，开机即逐层验证，未授权程序根本无从启动。CSV机密计算则在硬件底层实现加密隔离，确保多租户场景下不同智能体的内存和磁盘数据彼此隔离，无法相互攻击。

把安全做进芯片里，词元流转才有了硬件级的信任基础。这不是某个产品的功能升级，而是安全范式的根本转换——从外挂补丁走向芯片内生。

二、异构计算防线加固：词元生产安全边界延伸

构筑通用处理器内部安全防线只是第一步。当异构计算成为行业主流，CPU搭配GPU、NPU等各类加速卡协同工作几乎成了AI服务器的标准配置，新的安全盲区随之产生。

此前，不同芯片各管一摊，CPU跑编排调度，加速卡跑并行计算，数据在芯片之间来回搬运，中间那段跨芯片的路径处于安全真空状态。

而在Agent to Token开放计算架构中，海光“双芯”被置于同一安全域。CPU承担Agent指令流的任务编排、实时决策、高频工具调用、向量数据库与记忆检索、沙箱隔离和权限边界等工作；DCU承载词元生成流的并行计算与加速优化，主要涉及并行批量解码、KV缓存加速、预处理加速、序列支撑以及相关推理优化。

两者同源设计，天然具备协同优势。词元在双芯之间流转时全程加密，不需要在边界处反复解密再加密，攻击面大幅收窄。

值得注意的是，海光还用HSL协议把CPU跟第三方xPU广泛互连，形成更开放的国产异构计算安全生态。一套协议直接贯穿GPU-to-GPU、CPU-to-GPU、CPU-to-CPU、GPU-to-NIC和GPU-to-SSD等多种互连通路，安全计算边界进一步扩张。

海光信息总裁助理兼服务器产品部总经理张攀勇透露，“海光希望把安全内嵌到整个系统里面，从芯片最底层就进行安全筑基，包括隔离、加密以及各种权限的划分，一方面实现硬件级原生可信，另一方面保障数据的传输交互全程安全可靠，把AI用户数据隐私做得更高效。”

这种异构芯片的系统级安全方案，扣中了Agent时代的核心命题。当前，CPU和GPU的配比，正在从1∶8加速向1∶4甚至1∶1收敛。CPU承担着更核心的调度任务和安全职责，加速卡承担的词元生产任务愈发依赖于前者提供的安全保障。Agent应用浪潮和词元经济正倒逼芯片分工协同。安全边界的延伸，正是这场分工变革的底层驱动力。

三、高价值场景验证：词元生产力转化压测升级

词元经济的价值最终要落到实体经济里。金融的风控系统、政务的数据平台、医疗的智能诊断、能源的调度网络，这些关键信息基础设施既是词元消耗的大户，也是对安全要求最苛刻的场景，它们构成了词元生产力转化的实战压测环境。

算力性能和词元安全的双重压力下，依赖外挂修补的老路显然力有未逮，一批先行者正在用真实的部署给出了新的选择。

云厂商率先验证了可行性。今年3月，天翼云推出业内首款搭载海光CSV3.0的国产 化机密计算云主机，解决了云上一个长期存在的信任难题。

此前，用户把数据交给云后，无法确认运行过程中是否被泄露、模型权重是否被侧信道攻击窃取、云服务商管理员是否有权限接触到模型细节。CSV3.0通过内存加密、内存隔离、可信验证，让数据在CPU中全程加密运行，每台云主机拥有独立的硬件级执行环境，用户无需改造应用即可获得芯片级防护。

云场景验证了可行性，更严苛的行业场景开始跟进。在数字政务中，海光内生安全方案已落地全国首个政务领域大模型密态计算项目；在金融行业，多家券商的交易系统已经基于海光CPU内嵌式密码模块，完成商用密码应用改造，并通过商用密码应用安全性评估。

目前，海光已在90%以上的金融场景实现算力覆盖，涵盖银行、券商、保险等各类金融机构。对政务数据和金融交易来说，安全制度化已成为必选项，芯片层直接内置国密算法模块，意味着关基用户不需要额外加装安全硬件就能满足等保密评等要求。

前段时间，亚信科技还与海光联合发布了“可信数据空间与高质量数据集流通供给平台”， 从芯片到平台全栈国产化，在政务、通信、金融、能源、医疗、交通六大行业广泛落地，前者也由此成为首批通过“数据空间专项测评”单位。安全计算生态规模化效应加速显现。

这些案例的指向很清晰：在数据要素价值 释放的链条上，算力安全已经从“合规成本”转变为词元生产力底座，并且成功完成一系列价值转化场景验证。换言之，安全不再是算力的附加题，而是智能体时代的入场券，词元经济的压舱石。

更广泛来看，海光通过Agent to Token开放计算架构，将内生安全能力共享到算力产业全栈，意义不仅在于打通从Agent运行到词元生产全链路安全通道，更重要的是为主流AI用户核心业务转型扎稳了可信根基。毕竟，词元流转万亿次，一次也疏忽不得。

The End