NVIDIA扩展机密计算技术，助力全球AI模型构建者安全扩展基础设施

摘要：NVIDIA宣布扩展其机密计算技术，推出Confidential Bare Metal部署选项，使AI模型构建者能够在第三方基础设施上安全运行敏感工作负载，同时保留对模型和数据的控制权。新平台安全控制措施包括数据在途保护、平台完整性测量和硬件级访问限制。NVIDIA还计划将机密计算扩展到Grace Blackwell和Rubin系统，并将其与DSX OS集成，为云提供商构建AI工厂提供参考架构。

---

NVIDIA扩展机密计算技术，推动AI安全部署

NVIDIA近日宣布扩展其机密计算技术，推出Confidential Bare Metal部署选项。这一新功能使AI模型构建者能够在第三方基础设施上安全运行敏感工作负载，同时保留对模型和数据的控制权。

核心技术与创新点

1. Confidential Bare Metal部署选项：

   • 支持在裸金属基础设施上运行敏感工作负载。
   • 提供对模型和数据的完全控制，确保在执行过程中数据不被泄露或篡改。

2. 平台安全控制措施：

   • 数据在途保护：通过加密技术保护数据在传输过程中的安全。
   • 平台完整性测量：实时监测平台完整性，确保运行环境未被篡改。
   • 硬件级访问限制：利用硬件特性实施访问控制，防止未经授权的访问。

3. 扩展支持：

   • Confidential Computing现已扩展到NVIDIA Grace Blackwell NVL72系统，以及基于x86的NVIDIA HGX Rubin NVL8和NVIDIA DGX Rubin NVL8系统。
   • 未来将集成NVIDIA DSX OS，为云提供商构建AI工厂提供参考架构。

行业影响与合作n

NVIDIA的机密计算技术得到了多家全球系统合作伙伴的支持，包括Cisco、Dell Technologies、HPE、Lenovo、Supermicro和Bull等。这些合作伙伴将通过NVIDIA认证系统支持机密计算能力。此外，NVIDIA还与多家云服务提供商合作，如Google Cloud、Microsoft Azure Infrastructure等，共同推动AI基础设施的安全性和可靠性。

Cohere计划将Confidential Bare Metal集成到Cohere Model Vault中，利用NVIDIA的可信执行环境将硬件级安全直接扩展到GPU，保护模型和数据在执行过程中的安全。Google Cloud也宣布支持Confidential Bare Metal，将其应用于A4X Max实例，以提供硬件隔离、非虚拟化计算环境和端到端加密保护。

技术机制剖析与工程权衡

NVIDIA Confidential Computing采用硬件级隔离和加密认证技术来保护模型和数据在执行过程中的安全。其主要优势包括：

• 安全性高：通过硬件隔离和加密技术，确保数据在执行过程中不被窃取或篡改。
• 灵活性强：提供多种部署选项（裸金属、容器、虚拟机），满足不同场景的需求。
• 性能影响小：硬件级安全机制对性能影响较小，适合高性能计算需求。

然而，该技术也面临一些挑战：

• 硬件依赖性：需要支持机密计算的硬件平台，限制了部分旧设备的适用性。
• 复杂性增加：安全机制的实施增加了系统复杂性，对运维人员提出了更高要求。

开发者落地与部署建议

对于AI开发者而言，NVIDIA Confidential Computing提供了以下优势：

• 数据隐私保护：确保敏感数据在训练和推理过程中的安全。
• 模型知识产权保护：防止模型被非法复制或篡改。
• 跨平台兼容性：支持多种硬件平台和云服务提供商，方便部署。

建议开发者：

1. 评估需求：根据工作负载的安全需求，选择合适的部署选项（裸金属、容器、虚拟机）。
2. 测试性能：在实际环境中测试机密计算对性能的影响，确保满足应用需求。
3. 关注更新：定期关注NVIDIA发布的更新和补丁，及时应用以修复潜在的安全漏洞。

总结

NVIDIA通过扩展机密计算技术，为AI模型构建者提供了更强大的安全基础设施支持。这一举措不仅提升了AI应用的安全性，还为全球AI生态系统的健康发展奠定了基础。

---

消息来源：NVIDIA AI News (2026-10-21)

—— 完 ——

主题标签： #NVIDIA 关注 #机密计算 关注 #AI安全 关注 #GPU 关注 #云基础设施 关注