机密计算开始覆盖整座 AI 工厂
英伟达把机密计算从单卡扩到整机柜，并新增裸金属部署形态，让模型公司在别人的机房跑自己的权重。本文讲清保护范围与未公布的开销。
把模型权重交给别人的机房，最怕的不是被偷，是被复制一份你还不知道。
一、发生了什么
10 月 21 日，英伟达在柏林 GTC 期间宣布扩展机密计算，新增一个叫 Confidential Bare Metal 的部署形态。据官方博客，它让前沿模型公司可以在第三方的裸金属机器上跑敏感负载，同时自己掌握模型和数据。
配套的是三项平台安全能力：保护传输中的数据、度量平台完整性、在硬件层做访问限制。换句话说，租来的机器在启动时会给出一个可验证的身份，证明它没被改过。
部署形态从一种变成三种：裸金属、容器、虚拟机，让客户按自己的信任边界挑。
覆盖范围也在扩。从原来的卡级，扩到 Grace Blackwell NVL72 这样的整机柜系统，以及基于 x86 的 HGX Rubin NVL8 和 DGX Rubin NVL8。它还会集成进英伟达的 DSX OS，作为云厂商建 AI 工厂的参考架构。
已经表态的：Cohere 计划把它接进自己的 Model Vault；谷歌云把它扩到基于 GB300 NVL72 的 A4X Max 实例。支持这套方案的运营商名单里有 CoreWeave、谷歌云、Lambda、微软 Azure 基础设施、Nebius、Nscale、Vultr 等。
需要说清的是：这是厂商口径。博客全文没给性能开销数字，也没有第三方验证。
二、跟你有什么关系
要跨地域训练的模型公司。 你关心的是：在别人的机房里，权重解密后只存在于受保护的显存里，运维看不到，宿主机也看不到。
要托管别人模型的人。 客户会开始问一句「你怎么证明你没看我的数据」。证明方式是远程认证，不是合同。
管密钥的人。 这套东西把密钥边界从「你的机房」推到「你的密钥管理服务」，物理位置不再等于信任边界。
三、怎么判断你需要哪一档
读到这儿，可以顺路看 英伟达用 AI 写的一万二千行，没人逐行审 英伟达工程师用一万二千行融合内核，把 Kimi K3 的解码速度提了一截，代码大部分由 agent 辅助完成。这篇讲清提升从哪来，以及"审查跟不上生成"这件事意味着什么。- 先分清保护范围。静态加密、传输加密、运行中保护是三件事。多数云默认给你前两个，第三个才需要机密计算。
- 问密钥在谁手里。如果云厂商能拿到解密密钥，运行中保护就是空的。要求客户自持密钥、自己跑认证流程。
- 问互联。跨节点训练的瓶颈在 GPU 之间的通信。要确认通信链路也在保护范围内，否则数据在节点之间是明文。
- 要开销数据。这次公告没给。上线前自己测一遍吞吐损失，尤其在多卡、多机场景。
四、三个别信的说法
「用了机密计算，云厂商就看不到我的数据。」 它保护的是运行中的内存和互联，不保护你传上去的原始数据集、日志，以及你自己没加密就落盘的中间结果。
「认证过了就安全。」 远程认证证明的是这台机器的固件和微码是预期版本，不证明上面跑的软件没有漏洞。
「整机柜支持就等于跨地域支持。」 单机柜内的受保护互联是一回事，跨数据中心的长距离链路是另一回事。跨地域训练要先确认每一段都在保护范围内。
五、一句话结论
机密计算真正改变的不是加密强度，是信任的记账方式——从「我相信这家机房」变成「我能验证这台机器」。
信息来源
功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。
每周一封，只发新教程和可复制模板。不发广告，随时退订。