通过安全的服务器端内存推进私有 AI 计算
2026-09-28 · Google DeepMind
通过安全的服务器端内存推进私有 AI 计算
随着人工智能变得越来越强大和直观，它能够记住重要事项、理解周围环境并按指令行动。然而，在跨设备提供持续辅助的同时，如何确保数据的隐私与安全成为了核心挑战。谷歌私有 AI 计算团队近日分享了如何将私有的服务器端内存引入其私有 AI 计算平台，这一突破解决了现代 AI 领域长期存在的难题。
将设备端隐私扩展至云端规模
历史上，本地设备端处理一直被视为隐私的黄金标准，但前沿 AI 模型所需的计算能力往往超出了单一设备的极限。此前，谷歌推出的私有 AI 计算平台允许在硬件隔离的云端飞地中处理复杂任务，但该技术是“无状态”的，任务结束即清除所有上下文。简单的变通方法（如保存个人事实列表）无法满足用户对丰富、连续体验的期望。
为此，新的持久内存层将像云端的安全数字保险库一样运作。其核心机制包括：
- 专属加密存储：协助用户所需的信息被密封在专用的加密存储空间中。
- 设备端密钥控制：解锁这些数据所需的加密密钥完全保存在用户的个人设备上，确保即使是谷歌也无法访问这些数据。
- 安全飞地处理：当 AI 模型需要访问信息时，会通过端到端加密通道将设备连接到云端的受保护隔离环境。该安全飞地会在隔离内存中临时解密数据以处理请求，保存新上下文，并立即重新加密。
通过结合硬件强制安全飞地、加密通道以及由设备派生加密密钥保护的每用户数据库，该架构确保数据始终完全私密且受用户控制。
建立信任与未来展望
私有 AI 计算旨在实现无缝的跨设备辅助，例如在笔记本电脑上调出之前通过智能眼镜查看的组装说明，或在移动端与网页端之间恢复复杂的对话。为了建立用户对该系统隐私保护的信任，谷歌强调了透明度的重要性：
- 防篡改公开记录：发布了服务器软件的防篡改公开记录，设备在发送任何个人数据前可验证软件的真实性与未篡改性。
- 独立审计：分享了包括顶尖网络安全公司独立审计结果在内的技术方法更新。
- 社区验证：邀请更广泛的隐私社区审查更新后的私有 AI 计算技术简报、系统架构、安全证明和验证协议。
这项研究由 Google DeepMind、Platforms & Devices、Core 和 Cloud 团队共同开发，展示了高度个性化的 AI 辅助如何通过设计实现隐私保护。