新的法规致使这一点不存在商量的空间，然而，多芯片封装以及边缘更多的交互正造就一些极大的阻碍，。

数据泄露将要面对的巨额罚款，使得芯片制造商去正视端到端安全问题，这是个越来越复杂且艰巨的问题，原因是没有任何一家公司可以控制所有环节，从而导致这种情况。

这一点于多芯片封装里格外显著，此封装当下已用于数据中心，且正于汽车及其他应用领域予以探索。多个芯片组能够把性能提升至远超过单个光罩尺寸SoC的性能水准，与此同时还能够灵活地挑选设备中所含的功能以及所采用的工艺节点。这些芯片组甚至能够源自不同的代工厂，并且能够被集成到定制的先进封装内。然而这也致使供应链中所有组件的追踪变得更为艰难。

而这不过才是起始。芯片组于不同作负载状况下，其老化速率兴许会有差异，这般便会致使设计进程里从未被顾及到的全新漏洞。并且，鉴于其中部分组件属于独具一格的新型组件，尤其是运用3纳米及以下工艺研发的逻辑组件，我们基本没有任何有关可能出现的问题，像静默数据损坏这类问题的背景信息。

Rambus硅安全产品高级总监Scott Best称，这是把所有组件拆分成异构芯片组会出现的问题之一，以往，起码在垂直领域，芯片以及最终产品都归一家公司所有，这家公司负责特性数据、制造还有测试数据以及软件更新，所以，即便在最先进的SoC里，构建软件物料清单和硬件物料清单的流程极为复杂，可这全是内部工作，要是你有1000名工程师，你便能解决这个问题。倘若你将最为先进的SoC分解成10个异构芯片组，且这些芯片组分别由各异的厂商去制造，那么问题的复杂程度便会增添10倍。情况会变得复杂10倍，缘由在于此刻你需与10家不同的供应商展开交互，而这些供应商的系统极有可能互不兼容。

大型芯片制造厂商一般会追踪芯片从设计直至制造的全部流程，针对某些应用，甚至会追踪到现场投入使用阶段的数据。贝斯特讲道，他们能够查看芯片上的唯一身份标识，进而追溯到当日操作该晶圆分拣设备的操作员，原因是这位操作员当班之时的芯片或许未曾经过正确的筛选。如今，你能够主动寻觅生产流程里的缺陷，找出与之有关联的其他芯片以及它们在全球的分布状况，联络这些客户，并且在现场故障发生以前安排退货。其他公司同样会如此行事。他们拥有数TB的数据可供查看。但这完全不兼容。”

这便是商用芯片市场概念迟迟没能推出的关键缘由之一，哪怕是那些从设计直至制造全程严密把控的公司，也欠缺一致的数据，此外，因芯片源自多家供应商，且设计是针对特定工作负载予以定制，还在不同运行条件下以独特方式对多芯片组件的不同部位施加压力，所以，要搞清楚潜在的安全风险会出在何处，无疑是一项巨大的挑战。

表示的是，Synopsys安全IP解决方案产品管理高级总监Dana Neustadter 提出，整个生态系统正变得越发复杂，若出现一个恶意芯片，不但会影响一个产品系列，而且会影响多个产品系列，这些恶意芯片最终有可能出现在全然不同的设备和产品类别当中，所以我们需要拥有相应的能力、流程以及手段，从芯片制造直至最终产品，贯穿整个供应链以及生命周期，确保我们所开展的一切都是准确无误的 。

这要求切实彻底地知悉当下已然存在的风险，以及往后将来有可能存在的风险，对于产品生命周期漫长的情况而言，还得拥有相应办法阻挡多年之后或许会出现的安全漏洞。

纽斯塔特称，存在一些事情，需越发谨慎，并非一味去创造新事物，是在整个开发过程、定义阶段，以及整个供应链、生命周期里建立信任。你得以从安全设计着手，开展威胁建模、安全需求分析。哪些东西要予以保护？为何这般？把唯一身份信息嵌入芯片，是构建端到端安全的根基。但除此以外，你还得在其基础上搭建其他安全层。

英飞凌相关领域高级总监Erik Wood，把端到端安全划分成两个部分，第一部分是晶圆制造，里面成品库存的一部分最终会交付给客户，对于这一部分，我们借助溯源去降低攻击风险，以此确保给客户提供的产品，在质量以及安全层面都无问题，我们运用加密标识符，使得客户在开展编程操作的时候，能够验证芯片是不是真的属于英飞凌芯片，第二部分是配置工具，客户在加载软件以及将芯片转换到安全生命周期状态之后会使用该工具，该工具会在相同时间锁定所有安全措施并且混淆密钥。对于供应链里是否加载了任何固件，我们是会去进行验证的。它属于客户工厂的一个编程配置步骤，我们将其称作‘准入考试’。我们会对芯片有没有包含任何不应当包含的额外固件进行验证” 。

云端与边缘

端到端的安全，可不单单只是和芯片内部的组件有关系，也不是只涉及芯片上运行的软件，它还关联着芯片所连接的那些设备，而这些设备，一般是在实际投入使用了之后，才能够被知晓的。

数据中心具备强大的边界安全防护，然而，插入各异的组件，像是PCIe卡，或者更换电源，这或许会给恶意软件或者木马的入侵创造便利条件。安全协议和数据模型 (SPDM) 的核心理念正是鉴于此，它是一种标准化但功能受限的组件验证方式。任何崭新硬件能够借助数字图像以及预先设定的测试序列来进行扫描。

但就多芯片设备来讲，情况复杂得多，对于边缘计算设备亦是如此。在边缘计算设备那儿，设备得借助互联网以与别的设备交互，然而并非所有设备都有一样的安全防护能力。这恰恰是欧盟《网络弹性法案》（CRA）颁布的本意，该法案表明，针对没能及时报告以及修复安全漏洞的行径，会予以巨额罚款。

被Cadence旗下公司Secure-IC的首席营销官Yan-Tarō Clochard所表示的是，安全意识方面存在着极大的滞后，这是由于没有统一的标准，没有人明确指出“你必须这样做” 。CRA强制要求客户去了解自身有可能存在的安全问题，预估其供应链、运营情况，以及在产品生命周期内怎样去考虑安全问题 。对于整个端到端供应链来讲，它迫使每个人去思考其资产的敏感程度以及未来会如何使用这些资产 。

然而，安全是存在着代价的，于价格敏感的市场当中，这样的代价有可能会致使应用变得难以承受 。

英飞凌的伍德宣称，当前所生产的芯片，乃是专门为安全而设计构造的部件，这就表明它们现存的唯一目标即为安全，诸如护照领域、支付范畴、安全元件方面、TPM（也就是可信平台模块）。还有诸如微处理器（MPU）、微控制器（MCU）、Wi-Fi、蓝牙这类芯片，它们具备更为广泛的功能，安全同样是其构成部分。可是这些芯片现今并非基于安全考量而存在，而是为了去达成其所能带来的各异功能。当然，我们也期望这些功能能够得以保障。但在对分包商做完考察，知晓了于他们的安全生产车间开展生产所要耗费的额外成本后，我们做了估计，现今售价为2.5美元的微控制器，要是运用此种方式进行生产，成本会达到5美元，这明显行不通。所以，我们所采取的举措是给予某种程度的保障。其一，要尽最大可能去降低风险，保证芯片的来源能够被追溯，换句话讲，我能够从加密的层面断定这是英飞凌的芯片。其二，要对真正的攻击途径展开全面分析，证实它并非克隆产品，还要保证在生产进程中没有被植入任何木马固件。

面临着更具挑战性的后续管理，有着源自更多传感器跟人工智能的更多数据，历经更多设备相互之间传输，特别是处于边缘设备之间，所以，除去硬件安全性以外，还得对那些于各异硬件之间进行传输的数据予以跟踪处理。

来自Synaptics无线产品事业部、身为高级副总裁兼总经理职位的Venkat Kodavati宣称，连接性极其关键，这话在针对通用人工智能也就是AGI，以及几乎所有朝着边缘计算方向发展的技术来讲，更是这样的情况。你有快速传输数据的需求，不管是传输至数据中心，还是在设备之间进行传输。假定你同时持有AR眼镜与手机，那么通信速度就得越发快，延迟就得越发低。除此之外，还得有更为强大的视频功能以及语音功能。当下，人们正在开展形形色色的应用场景开发 。故而，我们针对多模态通信展开探讨。诸多事情同步发生，所以需具备最高等级的安全性，这本就涵盖PSA 3级安全认证、安全启动以及我们所集成的其余所有功能，但前提得以保证无人能够采取入侵行为。它务必相当安全的同时，还要极为高效。故而，我们于通信这一方面，特别是在能耗环节表现上，持续予以改进，并始终把安全性彰显在首位。

没有万全之策

在供应链里头，层级要是越高，那从一端到另一端的安全方面面临的挑战也就越大。安全关键型的那些应用，就像机器人、汽车或者军事方面的应用，有可能包含好几千个不一样的组件 ，不是所有的组件都是自己研发出来的。并且，因为某些复杂系统的生命周期特别长，极有可能至少有那么一些公司，在车辆预期的寿命结束的时候已经倒闭了。

关键在于，精准知晓，最具可能，需要去更换，或者修理的部件是啥，并且，从设备制造日期起始，预测哪些部件，有可能会出现变化，或者需要出现变化 。

西门子 EDA 汽车及军工/航空混合物理与虚拟系统副总裁，名为 David Fritz 的人表示，在跟军工、航空航天以及国防工业展开讨论时，我们察觉到车辆的使用寿命或许会长达 40 年，而在这 40 年结束以前，其中一半的零部件会被不同的供应商替换三次。我们怎样才能够确定这些零部件真的可以正常工作呢？要是你打算提供某个零部件，那就必须得有该零部件的模型。‘这是模型的要求。它必须能够接入我们的数字孪生系统。’。我们得借助实证去加以验证呵，如此这般之后呢，才能够把它当作是第二个或者说是第三个可参考的来源呀。

问题并非仅仅局限于芯片这个单一自身，原设备制造厂商还得针对印刷电路板上的全部组件承担起责任来，“进行电路板上已经不再仅是自己所拥有的芯片了”， 是包括了来自以第三方的车身控制模块等，也就是来自第三方诸如车身控制模块、存储器以及存储控制器等相应组件的存在，所以要是处于制造商的相应立场要想为系统的安全属性作一种相应担保的话，那么他们极为妥当的做法应该是对供应链有着足够充分的了解，同时还得能够出于内心信任供应商，这一情况是有类于那种超大规模安全的情形，在数据中心领域就是采取在纵向上进行扩展这种方式来处理，也就是进行超大规模扩展这种方式 。从安全保障的角度来看，这就是我们所说的‘大规模安全’。”

将时间因素纳入安全考量

对于那些使用寿命比较长的设备来讲，时间是端到端安全里关键的维度，并且这并非单指硬件自身。这里面还涵盖加密数据，这些数据在未来的某个时刻或许极具价值。随着量子计算机精度的提升以及量子比特相干性的增强，破解现有加密方案所需要的时间预计会大幅缩短。

这个问题，得在设计阶段的早期就去加以解决，这本身呢，就是个挑战，为啥呢，因为当下的量子技术，在很大程度上，还停留在理论阶段，没人能确定，它最终会对安全产生怎样的影响，也没人知道该怎么去应对。量子安全可不是一劳永逸的，而是个持续的挑战。

“汽车行业在这方面着实十分成熟，”Cadence旗下公司Secure - IC的联合创始人兼首席技术官Sylvain Guilley说道。“他们拥有TARA——威胁分析和风险评估——这属于他们拟定汽车规格、瞻望未来的途径，鉴于汽车芯片务必要维持功能正常、及时更新以及安全的状态，一般而言需要超过30年的时长。当我们对风险予以评估时，会将量子计算机破坏所有事物的可能性纳入考量范围。句号为原句标点，这里按要求输出改写后的内容，标点未做修改。此外，要考量攻击者可能性、影响范围以及攻击手段之类因素，鉴于量子计算机明显不会在初期就实现普及。某个国家会不会对攻击汽车有兴趣？这是个问题。但我们分析风险时，还得考虑利害关系。是经济方面有损失？还是声誉方面有损失？汽车制造厂商不乐意因升级而去召回数百万辆汽车，更不愿意因更换零部件而引发召回。那会形成一场十足的灾难，只是发生概率很低。

人工智能的作用

给这个问题增添了别样的新层面，依照对不利面而言，有这样的情况，人工智能代理或许会不停地寻觅安全方面的漏洞，而且是那种永远都不会放弃地去探寻弱点或者去监视变化的情况，按照对积极面来说，这些代理同样能够被用于修补漏洞 。

首席执行官William Wang，于ChipAgents任职，他讲道，人工智能代理在察觉安全漏洞方面颇具专长，这些漏洞是人类难以发觉的。人类很难寻觅到能致使设计遭破坏的特定组合。然而，使人工智能借助过往训练数据剖析各类极端情形，这便是一个相当不错的应用场景。它能够审视所有设计规范，进而找出漏洞。它能够查看RTL代码以及测试平台，甚至还能够查看整个技术栈。这不但涉及RTL或者硬件内容，而且涉及嵌入式系统，因为在嵌入式系统里有着大量的安全漏洞以及驱动程序问题。实则部分缘由乃是驱动程序事实上并未依照硬件规范行事，把驱动程序以及C代码与硬件规范相联系，便能够搭建出漏洞更为稀少、更为完备的系统。

与此同时，人工智能代理本身也得进行严格掌控，原因在于，代理相互之间能够独立开展通信。“这便是其中的微妙所在，”Arm基础设施业务营销副总裁Eddie Ramirez说道，“展开机密计算时，你会认定这些容器相互之间并不进行通信。你实际上得把它们分隔开来。内存实施了加密处理。而代理相互间则要有更多的协同。但这并非意味着它们不能具备各自的安全孤岛。这仅仅是意味着代理如今必须把信息和状态传递给另一个代理。”。我们能够充分借助这一点，然而当下尚无正式的标准，机密计算联盟，还有开放计算计划正在开展相关的讨论，最终，所有的这些组织都会朝着同一方向去努力，去制定一个统一的标准 。

结论

安全，已从往昔的次要考量因素，转变成为电子系统各环节的主流考量，自最初的概念与设计起，历经制造与封装，迄于最终部署。任何对安全未予以重视的公司，都将面临严重的经济处罚，面临失去合作机会的状况，面临声誉受损的风险。这几乎必定会致使各方相互指责，并且淘汰那些未能充分重视安全措施的公司。

在此同时，要做到完全保障设备安全正变得越发艰难，特别是在涉及多芯片解决方案的情形下，在边缘连接更多设备的状况中，还身处软件以及固件几乎不间断更新的环境里 。

究竟端到端安全能不能够真正实现，目前还不清楚。不过呢，企业为了实现端到端安全而努力的理由明显增多了，与此同时，妨碍它们达成这一目标的阻碍同样多了不少。

参考链接

网址链接为，https://semiengineering.com/is-end-to-end-security-possible/ ，这是一个关于，是否端到端安全性可行的相关链接 。