NVIDIA GPU’s met Confidential Computing worden nu gebruikt voor vertrouwelijke gevolgtrekkingen in Apple’s Private Cloud Compute (PCC), die zich uitstrekt buiten de eigen datacenters van het bedrijf en naar Google Cloud.
De informatie werd onthuld tijdens Apple’s jaarlijkse WWDC-evenement voor ontwikkelaars over de hele wereld. NVIDIA GPU’s ondersteunen server-side inferentie voor Apple Foundation Models, op maat gemaakt door Apple in samenwerking met Google en gebruikmakend van technologieën uit de Gemini-modelfamilie.
NVIDIA werkt samen met Apple en Google om enkele Apple Intelligence-functies van de volgende generatie mogelijk te maken. NVIDIA Blackwell GPU’s aangedreven door Confidential Computing zijn geïntegreerd in de hardwarebeveiligingsarchitectuur van Private Cloud Compute, die draait op Google Cloud.
Confidential Computing is essentieel in het tijdperk van AI-ervaringen
NVIDIA Confidential Computing biedt een hardwaregebaseerde beveiligingslaag voor versnelde AI-workloads. De technologie beschermt gegevens terwijl deze worden verwerkt, waardoor taken in vertrouwde uitvoeringsomgevingen worden geïsoleerd en systemen cryptografisch kunnen verifiëren dat de infrastructuur niet is gewijzigd voordat gevoelige gegevens naar de server worden verzonden.
Voor eindgebruikers betekent NVIDIA Confidential Computing dat niemand, zelfs de systeembouwers niet, toegang heeft tot uw gegevens, chats of gesprekken.
De adoptie van NVIDIA Confidential Computing op deze schaal weerspiegelt een grotere verschuiving in de AI-infrastructuur: naarmate AI-ervaringen verwerking op het apparaat combineren met cloudverwerking, ontstaat de behoefte aan krachtige server-inferentie met behoud van sterke privacy- en veiligheidsgaranties.
Hoe Confidential Computing privacy en vertrouwen garandeert
NVIDIA Confidential Computing weerspiegelt de inzet van NVIDIA voor betrouwbare AI en omvat de volgende kernmogelijkheden:
- Op hardware gebaseerd vertrouwen, dat helpt vaststellen dat systemen op echte, onaangetaste NVIDIA GPU’s draaien.
- Gecodeerde communicatiepaden, die gegevens helpen beschermen terwijl deze tussen componenten worden verplaatst.
- Attest op afstand, waarmee software de beveiligingsstatus van het platform kan verifiëren voordat gevoelige gegevens worden vrijgegeven.
- Ondersteuning voor versnelde AI-inferentie en training, waardoor organisaties privacygevoelige workloads kunnen uitvoeren zonder dat dit ten koste gaat van de GPU-prestaties.
Deze mogelijkheden worden steeds relevanter voor AI-diensten die gevoelige informatie moeten verwerken met behoud van strikte controles op de privacy van gebruikers.