英伟达机密计算

英伟达机密计算（NVIDIA Confidential Computing）已从Hopper架构的初步引入发展至Rubin架构的第三代技术，旨在解决AI推理中数据与模型在“使用中”的安全保护问题。随着企业转向代理式AI，敏感数据泄露成为核心痛点。英伟达通过硬件级隔离和远程证明服务，实现了在不牺牲性能的前提下保护专有模型权重和用户隐私。目前，该技术已深度集成于云服务商环境，并得到VAST Data、Apple等关键合作伙伴的支持，形成了从底层GPU到上层AI操作系统的完整安全栈。

【背景】传统加密仅保护静态存储和传输中的数据，而机密计算填补了数据在处理过程中（In Use）的安全空白。

争议与共识：

• 性能损耗之争： 早期观点认为加密会显著拖慢AI推理。但最新测试显示，在B200 GPU上运行DeepSeek-R1模型时，开启机密计算后吞吐量保留率达96.1%-98.2%，延迟增加仅1.2%-4.3%，证明了“近原生性能”的可行性。
• 信任边界： 一方强调零信任架构下的硬件根信任（Root of Trust），另一方则关注密钥管理权归属。VAST Data等方案主张客户保留数据密钥，模型方保留权重密钥，基础设施运营商无法访问明文，以此平衡多方利益。

下一步观察点：

1. Rubin NVL72机架级部署： 观察72个GPU组成的统一安全域在实际大规模集群中的稳定性。
2. 合规性认证进展： 关注金融、医疗等高监管行业对基于TDX/SEV-SNP环境的正式采纳情况。
3. 开源工具链成熟度： NVIDIA Attestation Suite及CNCF Trustee堆栈在混合云环境中的普及率。