你已决定你的 AI 流水线必须气隙运行——与互联网物理隔离,无例外。本文涵盖在构建永远不会接触互联网的 AI 系统时,每个流水线阶段需要做出的架构决策。
流水线架构概述
┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────────┐ ┌──────────┐
│ 摄取 │──▶│ 清洗 │──▶│ 标注 │──▶│ 增强 │──▶│ 导出 │
│ │ │ │ │ │ │ (合成数据) │ │ │
│ OCR │ │ PII/PHI │ │ NER │ │ 本地 LLM │ │ JSONL │
│ PDF │ │ 脱敏 │ │ 分类 │ │ 推理 │ │ COCO │
│ 布局 │ │ 标准化 │ │ BBox │ │ │ │ CSV │
└──────────┘ └──────────┘ └──────────┘ └──────────────┘ └──────────┘
每个阶段写入本地审计日志。在气隙环境中,审计追踪是你唯一的数据处理证据。
阶段 1:数据摄取
气隙兼容 OCR:Tesseract 5.x、PaddleOCR、EasyOCR。 不兼容:Google Document AI、Azure Document Intelligence、AWS Textract(均为云 API)。
阶段 2:清洗和去标识化
气隙兼容:正则表达式模式匹配 + 本地加载的 spaCy NER 模型。
阶段 3:标注
气隙兼容:Prodigy(完全本地 Python 库)、原生桌面标注工具。 注意 Label Studio 自托管版本需检查外部调用。
阶段 4:合成数据增强
气隙兼容:Ollama + 本地托管模型、llama.cpp。 推荐 8B-14B 量化模型作为实用最佳选择。
阶段 5:导出
导出目标为本地存储——永远不是云对象存储。审计追踪文档必须随训练数据一起导出。
传输机制
所有软件和模型必须通过批准的物理媒体传输。
合规映射
| 法规/场景 | 需要气隙? | 本地够用? |
|---|---|---|
| 美国机密系统(ITAR) | 是 | 否 |
| HIPAA(医疗保健) | 否(但推荐) | 是 |
| GDPR(EU) | 否 | 通常够用 |
| EU AI Act | 否 | 通常够用 |
参考架构
硬件:16+ 核、64 GB RAM、NVIDIA RTX 4090 或 A6000。 估计硬件成本:$8,000-$15,000(工作站级)或 $20,000-$40,000(服务器级)。

