八家AI巨头获准为五角大楼最机密网络提供支持

新闻摘要

概述

美国国防部于2026年5月1日（美国东部时间）公开宣布，已与八家领先的人工智能公司达成正式协议，允许在其保密网络上部署其人工智能系统。参与公司包括亚马逊网络服务（AWS）、谷歌、微软、英伟达、OpenAI、甲骨文、Reflection AI和SpaceX。这些协议标志着将前沿人工智能能力整合到政府计算基础设施最敏感层级方面的一个重要里程碑。

什么是影响级别6和影响级别7网络？

这些协议的核心是网络分类层级的概念。国防部使用一个名为“影响级别”（IL）的框架，根据其处理数据的敏感性来对云计算环境进行分类。

影响级别6（IL6）指的是授权处理和存储秘密级别信息的网络——如果未经授权披露，这些数据可能对国家安全造成严重损害。这些环境必须满足严格的安全标准，包括物理访问控制、高级加密和持续监控。

影响级别7（IL7）是一个半官方的分类术语，适用于限制最严格的情报界网络，处理绝密和隔离信息。获得IL7授权需要更严格的架构控制、隔离的基础设施和专门的合规性审计。

这八家公司现已获得认证，可以在IL6和IL7环境中运行其人工智能模型，这意味着它们可以在不通过公共云基础设施路由的情况下，摄取、处理和响应高度敏感的机密数据。

人工智能将如何使用

国防部表示，将安全的前沿人工智能整合到这些保密网络环境中，旨在实现三个主要技术功能。

首先是规模化数据合成。现代军事和情报行动会产生海量的结构化和非结构化数据——传感器数据流、卫星图像、信号情报、后勤记录等。人工智能系统可以快速关联和总结这些数据流，形成可操作的见解，而人工分析师需要更长的时间才能手动生成。

其次是增强态势感知能力。人工智能模型通过处理实时数据输入并呈现相关模式或异常，帮助分析师保持对复杂、快速变化的作战环境的持续更新的了解。

第三是增强决策支持。这些人工智能工具并非旨在取代人类判断，而是设计用于呈现选项、标记不确定性并呈现历史背景，以便训练有素的人员在高压情况下做出更快、更明智的决策。

参与公司及其技术角色

这八家公司都为该计划带来了独特的能力。

自2013年以来，亚马逊网络服务通过其GovCloud和C2S平台为情报界提供了保密云基础设施。其参与将该基础设施扩展到包括大规模的人工智能推理工作负载。

谷歌贡献了其Gemini模型系列和人工智能基础设施专业知识，这建立在其多年来在大型分布式机器学习系统和张量处理硬件方面的投资之上。

微软带来了其Azure Government云平台及其与大型语言模型技术的深度集成，以及在国防云合同方面广泛的现有业务。

英伟达提供了GPU硬件和软件堆栈——包括CUDA、TensorRT和NIM微服务——这些是几乎所有其他参与者的人工智能训练和推理能力的基础。其H100和Blackwell系列GPU是前沿模型推理的主导计算基板。

OpenAI直接提供了其GPT系列和推理模型系列，这些模型是广泛基准测试中用于推理、代码生成和多步分析任务的大型语言模型之一。

甲骨文为其政府工作负载贡献了Oracle Cloud Infrastructure（OCI），在数据库系统、企业数据管理和高可用性架构方面具有特别优势。

Reflection AI是该领域的新进入者，以构建高度强大的人工智能系统而闻名，并强调在专业和安全关键环境中的可靠性和事实准确性。

SpaceX带来了其Starshield卫星网络，该网络提供安全、低延迟的通信链路，可以跨分散的作战地点传输机密数据——这是在受威胁环境中进行人工智能驱动的指挥和控制的关键基础设施层。

供应商多样性作为设计原则

国防部公告中反复出现的一个主题是明确避免“供应商锁定”——即部门过度依赖单一技术提供商，从而失去谈判优势和运营灵活性。通过同时认证八家独立公司，该部门表明其意图在其保密基础设施中维持一个具有竞争力的、多供应商的人工智能生态系统。

这种方法还提供了冗余。如果一个供应商的系统在特定任务类型上不可用、性能下降或表现不佳，操作员可以在没有重大工作流程中断的情况下回退到其他选项。从工程角度来看，多供应商策略也激励每个供应商不断提高性能和安全态势，以保持和扩大其作用。

技术认证流程

获得IL6和IL7授权并非易事。它涉及一个正式的安全评估和授权（SA&A）流程，该流程与美国国家标准与技术研究院（NIST）发布的风险管理框架（RMF）保持一致。公司必须证明其人工智能模型权重、推理基础设施、数据管道和API端点可以在气隙或严格控制的网络段中运行，并对数据流和访问控制进行全面审计。

认证还要求记录和审计人工智能输出——特别是在生成模型环境中——以防止通过模型响应进行未经授权的数据泄露。这是一个技术上并非微不足道的挑战，因为大型语言模型可能以微妙的方式在其输出中编码敏感输入数据，这需要仔细的输出过滤和行为监控系统。

更广泛的背景：国防技术中的人工智能

这项公告是国防和情报机构在人工智能采用方面多年加速的一部分。Project Maven，最初于2017年启动，是早期将计算机视觉人工智能应用于无人机图像分析的高调努力之一。自那时以来，人工智能项目已扩展到所有军种和领域——从自主后勤规划到人工智能辅助网络安全运营以及复杂系统的预测性维护。

整合商业前沿人工智能模型——而不是仅仅依赖定制开发的政府系统——反映了一种认识，即私营部门的创新速度已经超过了国防实验室独立开发的能力。通过与商业人工智能领导者合作并认证其系统用于保密用途，国防部获得了最先进的模型能力，同时保持了严格的运营安全要求。

接下来的步骤

2026年5月1日（美国东部时间）宣布的协议被描述为更广泛的架构构建的开始。国防部表示，它打算随着时间的推移，通过更多的公司和用例继续扩展其人工智能基础设施。未来的阶段预计将解决在保密数据集上进行模型微调、在特定作战环境中的自主代理部署，以及与实时传感器和通信网络的更深层集成。总体技术目标是建立一个强大、灵活且不断改进的人工智能基础，该基础能够随着模型能力和运营需求的演变而适应。