Olcsóbban követhetők az AI-chipek pingalapú helymeghatározással

A pingalapú helymeghatározás költséghatékonyabb módszer lehet az exportkorlátozások hatálya alá eső AI-chipek követésére, mint a fizikai ellenőrzés. A CSET Georgetown elemzése szerint a fizikai vizsgálatok egyetlen szimulált esetben sem találtak több eltérített chipet egy dollárra vetítve.
- A CSET több mint 10,5 millió szimulációban hasonlította össze a PLV-t és a fizikai ellenőrzéseket.
- A fizikai vizsgálatok egyetlen forgatókönyvben sem előzték meg a PLV-t költséghatékonyságban.
- A bérelt PLV 18 000 klaszter felett minden vizsgált esetben jobb volt.
- A saját tulajdonú PLV 11 000 klaszter felett minden vizsgált esetben jobb volt.
- A PLV költsége a rendszer bérlésétől és tulajdonlásától függően jelentősen eltérhet.
Öt módszert vizsgáltak a chipek követésére
A Center for Security and Emerging Technology (CSET) Georgetown szeptember 29-én közzétett elemzése szerint az exportellenőrzés megerősítésének egyik fontos eszköze lehet annak ellenőrzése, hogy fizikailag hol találhatók az AI-chipek. Az ilyen helymeghatározásra öt fő módszercsoport létezik: fizikai ellenőrzés, postai beküldésen alapuló vizsgálat, videós ellenőrzés, készletkezelés és geolokáció.
A fizikai ellenőrzés során hatósági vagy szerződéses vizsgálók ismétlődő helyszíni auditokon ellenőrzik a chipek helyét. A postai módszernél véletlenszerűen kiválasztott chipeket küldenek be vizsgálatra, a videós eljárás pedig módosításbiztos kamerákkal teszi lehetővé a távoli ellenőrzést. A készletkezelő rendszerek a szerverközpontban található chipek egyedi azonosítóit, például sorozatszámait listázzák.
A pingek alapján követnék a chipeket
A geolokációs megoldások a chipek, a szerverek és az adatközponti infrastruktúra által automatikusan létrehozott adatokkal azonosítják és ellenőrzik a helyszínt. A pingalapú helymeghatározás, vagyis a PLV ennek egyik típusa. A rendszer azt méri, mennyi idő alatt jut el a jel egy chipből több megbízható, úgynevezett referencia-szerverhez, majd vissza.
A CSET a módszereket négy szempont alapján értékelte: ellenőrizhetőség, pontosság, biztonság és ismételhetőség. Az elemzés szerint ezeknek a feltételeknek a PLV és a fizikai ellenőrzés felelt meg a leginkább, ezért a kutatók ezt a két megoldást vetették össze.
A vizsgálatot több mint 10,5 millió szimulált forgatókönyvön futtatták le. Két PLV-modellt használtak: az egyikben a referencia-szervereket a Bureau of Industry and Security, a chipgyártók vagy egy külső szereplő birtokolja és üzemelteti, a másikban felhőszolgáltatóktól bérlik őket.
A fizikai vizsgálat egyetlen esetben sem bizonyult jobbnak
A kutatók a költségre jutó észlelések számát hasonlították össze. Ez azt jelenti, hogy az eltérített chipek várhatóan észlelt számát elosztották a módszer dollárban kifejezett költségével. A modellben szándékosan a fizikai ellenőrzéseknek kedvező paramétereket is alkalmaztak, hogy kiderüljön, a PLV ezek mellett is költséghatékonyabb marad-e.
Az eredmény szerint a fizikai ellenőrzés sem a bérelt, sem a saját tulajdonú PLV-nél nem ért el magasabb költségre vetített észlelési arányt a 10,5 millió forgatókönyv egyikében sem. A fennmaradó esetekben legfeljebb döntetlen alakult ki, miközben a PLV a forgatókönyvek túlnyomó többségében egyértelműen jobb eredményt adott.
A bérelt PLV minden olyan esetben egyértelműen felülmúlta a fizikai vizsgálatot, amelyben 18 000-nél több klaszter szerepelt. A saját tulajdonú PLV-nél ez a határ 11 000 klaszter volt. A CSET szerint mindkét változat különösen sok klaszter esetén bizonyult kedvezőnek.
Jelentős költségkülönbség is kialakulhat
A fizikai vizsgálatok költsége chipenként 9 és 48,80 dollár között mozgott, ehhez klaszterenként további 2590 és 6050 dolláros ellenőrzési költség társult. A bérelt PLV éves költségét 2 592 987 és 72 427 200 dollár közé, a saját tulajdonú rendszerét 3 093 801 és 28 805 814 dollár közé becsülték.
A CSET modellje szerint a bérelt PLV költségre vetített észlelési aránya a fizikai ellenőrzés medián alsó becslésénél 7-szer magasabb medián alsó, illetve 205-ször magasabb medián felső értéket érhetett el. A kutatók minden kulcsfontosságú állandón érzékenységvizsgálatot végeztek, és arra jutottak, hogy az eredményt a választott értékek módosítása sem változtatta meg érdemben.
CSET Georgetown: Tracking AI Chips: What Does It Cost?
