随着人工智能进入规模化发展阶段，数据形态正发生深刻变化：从数据库的结构化字段，到通过API传输的数据包，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了三次跃迁。词元经济增长迅猛，调用规模在两年内放大数千倍，日均调用已突破数十万亿次，Agent在业务间高频穿梭，使词元不断流转、加工并实现价值变现。

然而，词元价值的释放伴随巨大的安全风险：在生成、传输和存储过程中被截取、篡改或外泄，会抹去所有使用规模带来的意义。这个问题不仅是安全厂商的课题，更是整个AI产业实现“数据价值化”必须跨越的门槛。因此，把安全能力提升到与算力同等重要的位置，成为产业共识。

过去十年里，大多数安全做法依赖于上层的防护措施：软件加密、边界防火墙和事后审计等“外围防御”。但在Agent驱动的场景中，攻击面大幅扩张：高频工具调用、多轮对话、长上下文记忆，以及数据在CPU与各类加速卡之间频繁搬运，使得纯软件级防护既可能拖累性能，又容易在传输间隙留下空档。密钥和访问令牌的管理尤其脆弱，一旦泄露，攻击者就能扮演合法主体，批量窃取模型权重或敏感数据。 球友会登录

为打破“性能与安全只能二选一”的困局，需要将安全能力从外层附加转为芯片内生。海光信息在其Agent to Token开放计算架构中，将信任锚点直接嵌入硬件：在CPU中集成了用于平台安全管理的子模块与专门的密码协处理器，前者负责密钥生命周期管理并把密钥留在芯片内部不可见地使用，后者在硬件层面加速国密与国际主流加密算法，减少主CPU的加密负担。这样的设计既把加密运算放到芯片内完成，避免频繁解密带来的暴露，也将验证与启动链路固化在硬件中，未经授权的软件难以启动运行。

硬件层面内置的安全带来了双重收益：在性能上，硬件加速显著降低了加密对主算力的占用，使得同等算力下能产出更多词元、降低单词元成本；在信任上，芯片级的可信根与底层的密隔离使得多租户环境中的内存与磁盘数据得到隔离保护，阻断了跨实例攻击路径，为Agent任务与词元生成提供了端到端的保障。

把安全做在芯片里只是第一步。随着异构计算成为主流，CPU与GPU、NPU等加速卡协同工作的场景中，跨芯片的数据通道曾长期处于安全盲区。在海光的架构中，双芯（主CPU与专用词元加速单元）被置于同一安全域：CPU负责Agent的指令编排、实时决策、高频工具调用、向量检索与权限隔离，词元加速单元承担并行解码、KV缓存、预处理与推理优化等密集计算任务。两者源于同一设计，词元在双芯间流转时始终保持加密状态，不再需要在边界处频繁解密再重加密，从而显著收窄攻击面。 球友会登录

此外，通过统一的互连协议（如海光提出的HSL类协议），CPU能与第三方xPU实现广泛、安全的互联，覆盖GPU-to-GPU、CPU-to-GPU、GPU-to-NIC、GPU-to-SSD等路径，把安全边界从单芯片扩展到整个异构计算链路，推动构建更开放且可信的国产异构计算生态。

总的来看，要让词元经济稳健发展，必须以芯片为根基重构安全范式——把保护能力做进算力本身，而不是把它当作外加补丁。只有硬件级的信任与端到端的加密隔离到位，数据要素的价值释放才能有坚实的安全底座。