研究者拆解 NVIDIA GPU 机密计算架构并实测其安全属性
burkov · x · 2026-11-03
随着 AI 工作负载日益依赖 GPU,组织需要在云端处理过程中保护敏感数据。NVIDIA 的 GPU 机密计算(GPU-CC)旨在把保护从 CPU 上的机密虚拟机延伸到 GPU,即便数据要经过两者之间不受信任的连接。但该系统依赖专有软硬件,复杂度高,很难验证其保护是否真正按预期工作。
文章作者分三个阶段重构 GPU-CC 的运作方式并测试部分安全属性:
- 组件分析:梳理提供安全保障的硬件与软件组件;
- 初始化流程:考察建立可信状态的过程;
- 运行时路径:分析受保护 CPU 与 GPU 之间承载数据的通路。
目标是让 GPU-CC 的安全保证与残余风险更加清晰,为依赖机密计算的 AI 数据保护场景提供独立的安全评估视角。
「Infra」频道最新
- FLAMIA：MXFP8 注意力内核加速 Blackwell 训练，防因果泄漏支持变长打包 — yresearch · 2026-11-03
- 全球超 2500GW 发电项目卡在并网队列，2025 年能源科技吸金近 2000 亿美元 — ingliguori · 2026-11-03
- DataTalks.Club 实操工作坊：CPU 跑 Agent，GPU 只按需调用生成工具 — Al_Grigor · 2026-11-03
- Factory 重构 Droid 编码 agent：跑进客户自有云，BYOC+BYOK 并计划开源计算层 — AI Engineer · 2026-11-03
- 曝 DeepSeek V5 将用华为昇腾芯片预训练，Ascend 960DT 预计 2027 Q1 就绪 — teortaxesTex · 2026-11-03
- 韩产 HBM 竟被走私入境，The Information 起底对华芯片暗流 — AccBalanced · 2026-11-03