花6千元就能造間諜晶片，兩名資安專家DIY告訴你有多簡單|數位時代 BusinessNext

花6千元就能造間諜晶片，兩名資安專家DIY告訴你有多簡單

去年十月，彭博社報導中國駭客在美國科技大廠的伺服器內加裝微型間諜晶片遭駁斥，如今卻有資安專家跳出來進行試驗，說這種晶片「在自家地下室就做得出來」。

200塊美元就能操控防火牆，資安專家：間諜晶片並非遙不可及

ICS（Industrial Control System，工業控制電腦）資安服務供應商FoxGuard Solutions的「駭客長」孟塔・艾爾金斯（Monta Elkins）表示，他將在這個月底於瑞典斯德哥爾摩舉辦的CS3sthlm資安會議上，親自示範他如何在自家地下室輕鬆驗證這個「微型晶片驅動式的惡意硬體」的假說。

艾爾金斯所準備的道具：一個150美元的熱風焊接工具、40美元的顯微鏡和數片2美元的晶片。透過這些物件，他就能以某種方式竄改思科（Cisco）的防火牆，獲得遠端操控的能力，並成功瞞過絕大多數的IT管理員。

首先，他在自己網購來的2美元Digispark Arduino開發板上鎖定一塊比米粒要大，但比小拇指指甲來得小的ATtiny85晶片，將它拆下後經過編程，再焊接在Cisco ASA 5505硬體防火牆的母板上。在複雜的防火牆板上，幾乎難以注意到這張惡意晶片。

一旦防火牆在目標電腦的數據中心被啟動，這個惡意晶片就會發動攻擊，觸發防火牆的「密碼恢復功能」，進而建立新的IT管理員帳戶，來取得設置防火牆的訪問權限。如此一來，駭客就可以從遠端監控此電腦，關閉防護功能，甚至竊取電腦內的資料。

「這不是什麼魔法，透過示範，我希望讓大家知道這個技術沒有那麼遙不可及，」艾爾金斯說，「比我聰明的人太多了，對那些人來說這根本不算什麼。任何一個熱愛電機學的人都可以做到。」

對此，思科也發布聲明，表示他們正在調查有關資安人員發現的防火牆漏洞，一旦有任何顧客需要瞭解的新消息，他們都將以官方管道做溝通。（中國「間諜晶片」滲透30家美企，蘋果、亞馬遜都在名單內https://www.bnext.com.tw/article/50844/the-big-hack-amazon-apple-supermicro-and-beijing-respond）

實際間諜晶片恐小於米粒

透過微型惡意晶片劫持硬體防火牆，進而劫持主機的這種供應鏈攻擊，聽起來雖然令人擔憂，但一般民眾或許不用太過在意。艾爾金斯指出，透過硬體進行的駭客攻擊畢竟占少數，而且傳統的軟體攻擊也可以讓駭客獲得同樣的訪問權限，但在隱蔽性上沒有微型晶片那樣的「神不知鬼不覺」。

不過，艾爾金斯強調，透過間諜晶片劫持供應鏈，直接攻擊硬體的這種間諜行動在技術上確實可行，甚至比世界上多數資安管理者想像的還要容易。不過艾爾金斯所做的微型晶片，沒有彭博社指出的中國駭客所做的「米粒大小」間諜晶片那樣小。

另一位獨立資安研究員特梅爾・哈德森（Trammell Hudson）和艾爾金斯也做了同樣的試驗，他選擇美超微（Supermicro）的主板為試驗目標，在上面加裝一塊2.5平方毫米大小的惡意晶片，讓駭客可以訪問主機板的BMC（Baseboard Management Controller，基板管理控制器）。BMC是一種允許遠端監控管理的組件，這樣一來駭客就能潛入目標伺服器內。

由於只是試驗，哈德森並未在主板上另外做調整來隱藏他的惡意晶片，但他認為，駭客要做出比米粒還小的晶片並非難事，費用約莫花數萬美元。「如果連我都能做到這個程度，預算上億的人可能都已經做了好一陣子了。」艾爾金斯說。

責任編輯：陳映璇

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。