99re8精品视频在线观看_邪恶帝无翼乌福利全彩_HD中字幕在线观看,拍床戏被肉h高h电影,四虎最新地址,美女视频黄免费观看

提交需求
*
*

*
*
*
立即提交
點擊”立即提交”，表明我理解并同意 《美創(chuàng)科技隱私條款》

logo

    產(chǎn)品與服務
    解決方案
    技術支持
    合作發(fā)展
    關于美創(chuàng)
    申請試用
      為什么說AI給機密計算打了一針強心針？
      發(fā)布時間：2025-07-22 閱讀次數(shù)： 164 次

      人工智能（AI）正成為推動機密計算大規(guī)模普及的主力。谷歌和 Anthropic 等領先的 AI 提供商近期更加重視這一技術，以防止 AI 模型和敏感數(shù)據(jù)被泄露。但這一轉變也面臨挑戰(zhàn)：AI 公司需依賴硬件廠商提供底層技術，而每家芯片廠商的實現(xiàn)方式并不相同。

      “AI 模型已進入生產(chǎn)階段，機密計算正成為解決數(shù)據(jù)安全和網(wǎng)絡安全問題的重要手段，”  ——HyperFrame Research 首席分析師 Steven Dickens

      這與諸如醫(yī)療和金融等高度監(jiān)管行業(yè)對“安全 AI”的日益需求高度契合，這些行業(yè)對數(shù)據(jù)合規(guī)性和本地化管理要求極高。

      01
      什么是機密計算？

      機密計算是通過基于硬件的可信執(zhí)行環(huán)境(TEE) 保護使用中的數(shù)據(jù)的方法。TEE 是安全且獨立的環(huán)境，可防止對使用中的應用和數(shù)據(jù)進行未經(jīng)授權的訪問或修改。

      “企業(yè)對于 AI 安全普遍高度關注，AI 提供商正加速在關鍵位置部署機密計算，”  ——Futuriom 分析師 Craig Matsumoto

      AI 推理（Inference）日益復雜，涉及的組件越多，潛在的安全漏洞也越多。同時，AI 代理（Agent）系統(tǒng)帶動了更多數(shù)據(jù)在多個來源之間流動，引發(fā)新的隱私與合規(guī)風險。

      Matsumoto 指出，機密計算提供了一條安全的數(shù)據(jù)處理管道，對金融和醫(yī)療等依賴 AI 做決策的行業(yè)來說，是極具吸引力的技術選擇。

      02
      領先 AI 廠商引領落地

      谷歌目前推出了其自研 Gemini 模型的定制版本，企業(yè)客戶可在“斷網(wǎng)”的本地服務器上運行該模型。模型運行依賴 Nvidia GPU，這些 GPU 構建了安全的執(zhí)行環(huán)境，用以“鎖住”模型自身。

      “我們部署在本地的最大需求，就是能確保模型本身的安全。”  ——谷歌云副總裁 Sachin Gupta

      Anthropic（Claude 模型提供商）則在 6 月宣布推出“Confidential Inference”（保密推理）環(huán)境，用于確保用戶數(shù)據(jù)和模型權重的私密性。目標是在內(nèi)存中對 AI 數(shù)據(jù)進行加密與隔離，防止遭到竊取或攻擊。

      Fortanix 首席 AI 官 Richard Searle 表示，Anthropic 此舉不僅是產(chǎn)品差異化策略，更是對模型可信性的背書。

      “隨著監(jiān)管機構加強對 AI 在醫(yī)療、金融等領域使用的審查，部署的 AI 模型或代理系統(tǒng)需要具備可審計性?！?/span>

      機密計算提供了這種審計能力，確保模型未被篡改，通過“安全驗證機制”證明完整性。

      03
      芯片巨頭加碼機密計算

      英特爾和 AMD 率先在其 CPU 中構建了機密計算模塊。但業(yè)內(nèi)專家指出，隨著 AI 模型的主要計算平臺轉向 GPU，Nvidia 正成為推動機密計算落地的主力。

      相比 CPU，GPU 可同時運行更多應用，因此在加速計算方面的需求也帶動了對 GPU 級機密計算的依賴。

      “現(xiàn)在推動機密計算發(fā)展的，其實是那些必須運行在 GPU 上的大模型?！? ——Nvidia 企業(yè) AI 副總裁 Justin Boitano

      04
      技術碎片化成最大挑戰(zhàn)

      目前，機密計算技術在行業(yè)內(nèi)尚無統(tǒng)一標準，不同廠商的實現(xiàn)方式彼此孤立，導致在多節(jié)點、多平臺間遷移任務時，驗證信任關系的復雜度增加，也可能引入新的漏洞。

      “我們目前面臨的現(xiàn)實是：缺乏在多廠商計算棧之間無縫傳遞信任的能力?！? ——安全公司 Binarly CEO Alex Matrosov

      當前 GPU 的機密計算方案大多依賴 AMD 的 EPYC CPU 提供“可信環(huán)境”，而 Nvidia 的 H100 GPU 則負責數(shù)據(jù)認證。問題在于，CPU 與 GPU 間的任務切換和認證過程頻繁，可能暴露出更多攻擊面。

      “在這種架構下，機密計算的可靠性和驗證能力就變得極為脆弱。”  ——Matrosov

      Nvidia 的 Boitano 表示，公司并不打算成為一家安全公司，而是專注于 AI，與合作伙伴協(xié)同構建完整的機密計算棧。例如，谷歌已自行開發(fā)了可信驗證服務，可在虛擬機解密前同時驗證 CPU 和 GPU 的安全性。

      “我們認為，從長遠看，AI 計算中所有數(shù)據(jù)都應在傳輸和存儲過程中加密，并在保密環(huán)境中執(zhí)行。”

      05
      統(tǒng)一標準仍需時間

      Fortanix 的 Searle 提出，行業(yè)組織或政府機構（如美國國家標準與技術研究院 NIST）可主導制定機密計算標準，以減少當前的技術碎片化。

      “但需要注意的是：這需要耗費時間來定義、驗證，并且需要經(jīng)歷冗長的產(chǎn)品開發(fā)周期才能真正落地?！?/span>



      總結

      機密計算正成為 AI 安全領域的重要基石，尤其在高度監(jiān)管行業(yè)中應用廣泛。然而，芯片廠商之間技術壁壘、標準缺失和生態(tài)不統(tǒng)一仍是推廣的主要障礙。隨著 Nvidia、谷歌、Anthropic 等巨頭不斷推動落地，機密計算有望成為未來 AI 基礎架構的“默認選項”。



      國內(nèi)《數(shù)據(jù)安全技術 機密計算通用框架》將于2025年8月1日正式實施，詳情見：

      http://c.gb688.cn/bzgk/gb/showGb?type=online&hcno=3EEE43349494EC27FC87B5EDA7468FB0

      上一條：重新定義XDR市場的6個關鍵趨勢
      下一條：《個人信息安全規(guī)范》修訂思考之一：AI助手的授權機制設計
      免費試用
      服務熱線

      馬上咨詢

      400-811-3777

      回到頂部