Databricks 研究副总裁谈安全：不使用质量差的 neocloud GPU
这是 Databricks 内部人的第一视角：以前嫌公司安全流程太慢，看到别家推理服务商接连出安全事故后改观了。他说的具体一条是不用 neocloud 的低价 GPU。做企业服务、要评估推理供应商的团队值得看看这条思路。
Yuchen Jin 在 X 上表示，他曾内部抱怨 Databricks 对安全的过度谨慎拖慢了开发速度，但看到其他 AI 推理服务商接连发生安全事故后，改变了自己的看法。
他透露 Databricks 在安全上的一个具体做法：不使用来自低价 neocloud（新兴 GPU 云服务商）的 GPU 资源。近期多家 AI 推理供应商因第三方基础设施引入供应链和隔离风险，这类事件验证了 Databricks 保守策略的价值。
安全与速度的权衡是企业级 AI 平台的长期分歧点。Databricks 作为服务大量企业客户的数据与 AI 平台，选择以牺牲部分效率换取更可控的基础设施来源，与其企业客户的合规需求一致。
I used to complain internally that Databricks was too paranoid about security. It can slow things down.
But after seeing all the crazy security incidents at other AI inference providers, I’m grateful we take security so seriously.
(e.g. we don’t use GPUs from shitty neoclouds)
This report is categorized under AITOP's "Industry" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Databricks, GPU 云服务, 推理服务, AI安全.
Source attribution: curated from Yuchen Jin (@Yuchenj_UW).
