机密计算证明能验证「特定软件在指定硬件上如实运行」,但无法验证「操作软件的人是否可信」。多租户AI推理场景下,TEE可证明模型权重和prompt未被篡改,但运营方行为仍需其他机制约束。

机密计算认证证明了软件的身份,而非运营基础设施的人。

机密计算认证使真正的工程飞跃成为可能。可信执行环境——无论是机密虚拟机、机密 GPU Enclave,还是硬件根信任的 TEE——现在可以生成签名加密报告,确认加载到其中的代码与已知良好的度量值匹配。没有 Hypervisor 篡改。没有静默的二进制替换。没有未验证的启动链。
对于多租户推理场景,这解决了一个在 AI 基础设施架构中曾经无解的问题:在他人 GPU 容量上运行模型的客户,现在可以获得数学证明——推理栈在他们权重和提示词接入前未被修改。这不是边际改进。在认证出现之前,"信任云提供商"是在共享基础设施上运行敏感任务的全部安全模型。认证用证据取代了信仰。
这部分每个人都能理解。也是大多数分析止步的地方。
认证只证明一件事:这是我所期望的软件。它不回答谁拥有运行该软件的环境,不回答谁在操作其下的基础设施,也不回答该操作者实际上代表谁的利益。
这是不同的问题,而架构师们正越来越多地将它们混为一谈——同样的混淆出现在身份控制通过但授权链失败时,或者身份提供商回答了与所问问题不同的问题时。一个机密 GPU Enclave 可以生成一份完美的认证报告——正确的度量值、有效的签名、回到硬件根的完整信任链——而控制物理基础设施的实体、Neocloud 中间商或主权邻近容量提供商,仍然完全处于架构师实际信任假设之外。工作负载已验证,但交易对手没有。

在未验证的操作者下运行已验证软件,不是假设的边缘案例。它与代理系统继承信任而未经质疑的失败形态相同,也是当前大多数多租户 AI 基础设施的默认状态。
没有人故意构建这个盲点。在企业基础设施的大部分历史中,软件身份和操作者身份是同一事实,一次发现。如果拥有硬件,就控制运行其上的软件,并且按定义就是操作者。验证软件在功能上等同于验证交易对手,因为没有单独的交易对手需要验证。
公有云松开了这种耦合,但没有完全打破——架构师将信任扩展到一小部分超大规模厂商,这些厂商的身份和声誉从未真正受到质疑,即使底层硬件不是他们能检查的。操作者仍然可被认知,即使不是架构师自己的组织。
AI 架构学习路径对运行时治理的讨论更深入地涵盖了这个领域,但简而言之:多租户 AI 基础设施才是真正打破这一假设的原因。机密 GPU 容量越来越多地通过 Neocloud、容量中间商和主权邻近提供商流转,这些提供商与架构师所能识别的任何品牌都相隔数层。机密计算认证没有创造这个差距。它暴露了软件身份和操作者身份开始属于不同组织的时刻——并给架构师提供了足够精确的验证工具,来证明这一分裂中的软件部分,而将操作者部分完全搁置。
机密计算认证用密码学方法证明了特定代码正在未修改地运行。现有任何认证机制都无法证明谁控制该代码运行所在的环境——不是硬件,不是物理访问权限,也不是在出问题或有人决定查看时进行干预的能力。

对于在任何不拥有的容量上部署敏感推理的架构师,诚实的诊断问题很简单:认证确认了软件。什么确认了操作者?
如果没有答案,信任链就有一个认证报告永远无法弥补的缺口——因为它从未被设计用来弥补这一点。
认证证明了信任问题的一半:软件可以信任吗?AI 基础设施越来越多地依赖第二个问题:操作者可以信任吗?
这两个问题曾经有相同的答案,因为在基础设施的大部分历史中,只有一个参与方需要评估。多租户 AI 打破了这一点。工具在一侧赶上了,但在另一侧还没有跟上。
将干净的认证报告视为可信交易对手证据的架构师,验证了软件,并对其他一切做了假设。
Originally published at rack2cloud.com