长按二维码,关注官方公众号
蚂蚁密算科技密码算法专家，北京大学博士后，在ASPLOS、MICRO等会议发表多篇论文成果，所设计密码方案在金融密码杯创新赛两次获奖，首个隐私计算一体机国际标准的主要贡献人之一，目前负责密态大模型场景下的密码安全设计。
HyperGPU：机密计算释放通用GPU算力，构筑大模型密态算力底座
数据已成为数字经济时代的核心生产要素。然而，数据在流通过程中面临着隐私泄露、数据篡改和未经授权访问等诸多安全挑战。可信执行环境（TEE）技术以相对更低的技术成本提供了这些问题的解决方案。然而在大模型时代下，对TEE的算力提出了更严峻的挑战。
我们提出的 HyperGPU 方案，在原本 HyperEnclave 的通用 CPU TEE 基础之上继续拓展了对 GPU 的支持能力，可以让原本不具备硬件 TEE 能力的通用 GPU 设备接入 TEE 环境，为大模型场景的 TEE 产品提供更多算力支持，并且大幅降低设备替换成本。
演讲提纲：
1. 背景介绍：
a. 数据要素市场需求
b. 机密计算技术特点
c. 大模型推理场景的隐私需求
2. HyperGPU 设计
a. HyperGPU 所针对的威胁模型
b. 整体架构设计对控制面和数据面的保护
c. 适用于通用设备的可信认证机制
3. HyperGPU 实现和性能
a. 实现代码成本
b. 性能数据
4. HyperGPU 未来规划：
a. 通用性和安全增强
b. 跨平台、跨云部署
听众收益：
- 了解 GPU TEE 目前的最新进展
- 了解 TEE 技术在大模型场景下的安全能力
