机密计算
-
机密计算从CPU扩展到GPU与智能体:企业部署AI如何评估可信执行边界?
企业把大模型接入内部知识库、业务系统和自动化工具后,保护对象已经不只是“上传的数据”。用户输入、检索结果、模型权重、推理中间态、长期记忆、服务凭证以及智能体执行动作,都可能进入同一条处理链路。机密计算的价值,正在从保护 CPU 内存中的数据…
-
GPU机密计算走向企业AI部署:如何评估数据、模型与推理过程的安全边界?
GPU机密计算将信任边界从CPU延伸至显存、计算过程及多GPU通信,弥补使用中数据明文暴露的缺口。文章比较CPU与GPU TEE的保护范围、性能和成熟度,并梳理跨组织协作、多租户云推理及合规场景的选型要点。
