NVIDIA的机密计算提升AI安全性且无性能损失
realtime news Jul 02, 2026 21:55
NVIDIA的机密计算通过Blackwell GPU提供的硬件根安全性，保护AI工作负载，同时性能影响最小。
NVIDIA推出了其新的机密计算（Confidential Computing, CC）解决方案，该解决方案集成到其Blackwell GPU中，包括HGX B200、HGX B300和RTX PRO 6000。该平台旨在以硬件级别保护AI工作负载，同时不影响推理性能，这一直是企业AI采用中的长期挑战。基准测试显示，启用CC的设置可提供高达非安全配置98%的吞吐量，为在安全性和效率之间寻找平衡的企业提供了一个有吸引力的折中方案。
机密计算解决了AI推理过程中数据隐私和模型完整性等关键问题。通过在硅级别嵌入硬件信任根，NVIDIA确保用于加密和认证的私钥在制造过程中安全融合，并且从不暴露给软件或主机系统。这种方法可以保护数据和专有模型权重，防止篡改和未经授权的访问。
运作原理
NVIDIA CC解决方案的核心是NVIDIA远程认证服务（NVIDIA Remote Attestation Service, NRAS），它在工作负载执行之前验证其完整性。通过结合GPU硬件报告和CPU可信执行环境（Trusted Execution Environment, TEE）测量，该系统验证AI环境是否安全，然后才允许敏感数据或模型解密密钥被部署。值得注意的是，这一认证过程仅在启动时进行，确保对运行时推理请求没有延迟影响。
对于多GPU设置，NVIDIA实施了NVLink加密，使多达八个GPU之间的通信安全。结合CC安全自动调谐器和异步数据传输优化等创新，这些增强措施缓解了通常与安全AI推理相关的性能挑战。
性能基准
NVIDIA使用其Blackwell Ultra（HGX B300）GPU和Qwen 3.5模型在FP8精度下测试了CC。在包括不同令牌长度和并发级别的各种工作负载中，性能开销极小。例如，在批量大小为32且输入/输出令牌长度为1024/1024的情况下，吞吐量影响仅为-1.0％，而每个输出令牌的时间仅增加-0.9％。即使在更高的并发级别下，开销也保持适中，这进一步证明了CC在生产规模部署中的潜力。
市场影响
在企业和监管对安全AI操作的需求不断增加之际，基于硬件的AI安全性引入正逢其时。最近的进展，例如STMicroelectronics的ST54M芯片（2026年6月24日）支持后量子加密技术，以及英飞凌与NVIDIA Jetson Thor集成的OPTIGA TPM（2026年6月3日），突显了对AI完整性的硬件支持解决方案的日益重视。
尽管单独的组件如可信平台模块（TPMs）和可信执行环境（TEEs）已经相当成熟，但用于可扩展、安全AI的完整统一框架仍处于起步阶段。NVIDIA的CC迈出了弥合这一差距的步伐，为企业提供了一个接近完整的解决方案，以保护敏感数据并遵守GDPR和HIPAA等法规。
展望未来
随着AI在各行业的快速普及，对可靠、可扩展安全解决方案的需求只会不断增长。NVIDIA的机密计算可能为安全AI工作负载设定新的标准，特别是在企业面临日益增加的保护数据和AI模型的压力时。凭借最小的性能折扣和强大的硬件级保护，CC在医疗、金融和自动化系统等领域具有显著的潜在需求。
对于有意采用此技术的组织，NVIDIA提供了广泛的资源，包括文档和集成指南，以便于部署。随着行业向完全安全的生产规模AI迈进，像CC这样的解决方案将在塑造计算未来方面发挥重要作用。
Image source: Shutterstock.jpg)
