Google推出Private AI Compute，在云计算提供设备端等级的隐私运算

Google周二（11/11）推出了Private AI Compute，在云计算创建受保护的执行环境，使Gemini大型模型能在隔离环境中处理敏感数据，并维持与设备端接近的隐私标准，如同苹果Apple Intelligence所使用的Private Cloud Compute。

Google解释，AI正在变得更有用、更个性化，也更主动。它不再只是完成指令，而是能预先推测用户的需求，在适当的时间给出个性化建议，或代替用户处理任务。这种能力的提升，需要更高端的推理与大量运算，有时已超出设备端所能负担。这使得Google必须把推理放置云计算，但又不能将数据暴露给Google或工程师，Private AI Compute应运而生。

Private AI Compute的核心目标是让云计算大型Gemini模型能够处理高度敏感的个人数据，但数据只属于用户，Google也无法访问；此外，云计算数据在被模型短暂推理之后就会立即销毁。

为了实现Private AI Compute，Google打造了跨CPU与TPU的受保护执行环境，借由CPU端的AMD SEV-SNP安全环境，以及TPU端的Titanium Intelligence Enclave（TIE），将内存的数据全程加密与隔离，工程师也无法利用调试工具介入或偷窥。

此外，所有数据只能在可信节点中解密及运算，且节点之间必须通过双向远程验证才能创建加密信道，任何未经验证的节点都无法加入推理流程。系统还缩减了可信运算基底（Trusted Computing Base，TCB），仅让最必要的组件可接触敏感数据。对于需要统计分析的场景，系统则使用机密联邦分析（Confidential Federated Analytics），仅输出差分化的匿名统计数据，以避免暴露个人信息。

为使隐私保证可被外部验证，Google允许第三方对系统进行安全与隐私审查。Private AI Compute的服务器与重要组件采用二进制透明度（Binary Transparency），所有可执行文件的SHA-256摘要会先行公布在公有账本，且仅允许经过验证的二进制运行于受保护环境。

Pixel10为首批采用Private AI Compute的产品，让即时场景建议功能Magic Cue可在更正确的时间，给出更精准的建议，也能让跨语言摘要Pixel Recorder可支持更多语言、处理更长的录音内容，并针对较复杂的内容产生更结构化的摘要。