← 返回知识中心

机密 AI:在计算过程中保护数据与模型

磁盘和传输加密无法覆盖 CPU 或 GPU 正在处理数据的时刻。机密 AI 通过硬件隔离执行环境和可验证证明补足这一层,但只有纳入完整信任架构才有价值。

V
Virtek AI 与基础设施团队计算平台架构

先明确威胁对象

机密计算用于保护使用中的代码和数据,可降低特权管理员、虚拟化层或相邻租户带来的部分风险。它适合受监管数据、专有工程资料和高价值模型权重。

它不会修复弱认证、过大权限、应用漏洞或模型输出泄露。项目应先建立威胁模型:数据输入是什么、信任哪些主体、哪些组件必须隔离、数据所有者需要什么证明。

TEE 与远程证明必须配合

可信执行环境通过硬件隔离内存和代码。远程证明使客户端能够在提交密钥或请求前验证镜像、固件和策略。验证结果应绑定到获批镜像版本、密钥和发布规则。

仅标注“机密虚拟机”并不充分,还要定义可审计启动链、允许的度量值、密钥释放策略以及证明失败时的处理。

选择正确保护边界

CPU 机密虚拟机适合预处理和较小模型;GPU 场景则要求处理器、加速器、驱动、虚拟化层和平台全链路支持。还要检查 CPU 与 GPU 传输、模型存储、KV 缓存、临时文件和日志。

多方场景必须约定允许运行的代码、更新批准者和足够的证明证据,否则硬件隔离只是把信任争议转移到另一层。

验证持续运营

试点应测量延迟、吞吐、成本、库兼容性、恢复和受控更新,并演练证明失败、密钥轮换、节点替换、灾难恢复和事件调查。

日志应证明环境版本和验证结果,但不应无必要保存提示词或敏感载荷。可观测性与保密性必须共同设计。

就绪标准

数据所有者能够在释放秘密前验证环境,运维团队能够在不绕过策略的情况下升级和恢复,剩余风险也有记录,才算就绪。机密 AI 保护使用中的数据,但不能替代分区、身份控制、安全开发和输出校验。

需要适合业务的
技术架构?

我们将分析输入条件、风险和限制,并提出有依据的解决方案。

咨询工程师↗︎