作者:DUNCAN RILEY
更新时间:美国东部时间2023年7月6日19:37
英伟达正在和英特尔合作,利用Intel Trust Domain Extensions和英特尔的可信服务“Amber项目”为英伟达H100 GPU提供扩展认证服务。“Amber项目”旨在帮助客户部署保密人工智能解决方案。

该消息是上周在旧金山的保密计算峰会(Confidential Computing Summit)上宣布的,今天英特尔系统架构和工程副总裁Anil Roa在一篇博文中提供了更多细节。
Roa认为,人工智能是我们这个时代决定性的工作负载,经常需要使用图形处理单元进行硬件加速,特别是要求苛刻的任务更是如此。这些人工智能工作负载经常处理敏感数据,由于隐私法规或出于安全考虑,需要采取强有力的安全措施。为此,保密计算运动已经出现,目标是在硬件加固的可信执行环境或TEE中运行,以此保护敏感数据和代码。
认证——在保密计算流程中,利益相关方提供加密验证凭据,证明其使用TEE的计划是真实的——对于在使用高度敏感数据的计算平台上建立信任至关重要。英特尔和英伟达的保密计算技术在中央处理单元和GPU上建立了独立的TEE。这给需要从两个不同服务中获得证明以验证CPU和GPU TEE可信度的客户带来了挑战。
通过这次宣布的合作,英特尔和英伟达意在为基于至强可扩展CPU(使用Intel Trust Domain Extensions和Nvidia H100 GPUs)的“保密人工智能”创建一个更加统一的认证解决方案。它将通过英特尔基于云的信任服务“Amber项目”来实现。
Amber项目于2022年5月份宣布之后,将于9月份开放试点,在云、边缘和内部环境中为企业提供可信的远程验证。该服务旨在满足日益增长的安全需求,它侧重于信任并通过基于服务的安全执行代码作为独立的可信授权运行。
通过此次合作,用户将能够从Nvidia Remote Attestation Service请求进行GPU认证,通过Amber项目请求进行CPU认证,或者向Amber提出单一请求,从一个服务中收集所需证据。Amber还将与NRAS整合,提供无缝的用户体验。
这次合作将依靠独立的CPU和基于GPU的TEE,通过英伟达驱动程序进行通信,在PCI Express连接上对数据进行加密。随着两家公司的合作,英伟达将为英特尔TDX Connect保密通信提供支持,并在CPU上的TEE和PCI Express连接设备之间共享内存。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。