機密コンピューティングのユースケースと利点
GPU アクセラレーションによる機密コンピューティングは、企業の AI に広範囲な影響を及ぼします。また、パブリック クラウド内の機密データの分析に適用されるプライバシーの問題にも対処します。これは、最大限のプライバシーを維持しながら、複数のパーティのデータから洞察を得ようとしている組織にとって特に懸念事項です。
Microsoft の機密コンピューティング サービスの主な利点のもう 1 つは、顧客側でコードを変更する必要がないため、シームレスに導入できることです。「当社が構築している機密コンピューティング環境では、顧客がコードを 1 行も変更する必要はありません」と Bhatia 氏は指摘します。「非機密環境から機密環境に再展開できます。機密コンピューティング機能をサポートする特定の VM サイズを選択するだけで済みます。」
機密コンピューティングの進歩から恩恵を受ける業界とユースケースには、次のようなものがあります。
- 機密データや知的財産を扱う政府および主権機関。
- 医薬品の発見と医師と患者の機密保持のために AI を使用する医療機関。
- 銀行や金融機関は、機密性の高い顧客情報を公開することなく、共有分析を通じて AI を活用して詐欺やマネーロンダリングを検出します。
- メーカーはパートナーとデータを安全に共有することでサプライ チェーンを最適化します。
さらに、バティア氏は、機密コンピューティングは、広告などのコンテキストで安全な分析を行うためのデータ「クリーンルーム」を促進するのに役立つと述べています。「広告などのユースケースや、顧客データが処理され、第三者と共有される方法については、非常に機密性が求められます」と同氏は言います。「したがって、これらのマルチパーティコンピューティングシナリオ、つまり「データクリーンルーム」では、複数の当事者がデータセットを結合することができ、結合されたデータセットにアクセスできるのは単一の当事者ではありません。承認されたコードのみがアクセスできます。」
機密コンピューティングの現状と将来予測
大規模言語モデル (LLM) はここ数か月注目を集めていますが、企業はよりスケールダウンしたアプローチ、つまり多くのユースケースでより効率的でリソースをあまり消費しない小規模言語モデル (SLM) で早期の成功を収めています。「初期の機密 GPU で実行できる、ターゲットを絞った SLM モデルがいくつかあることが分かっています」と Bhatia 氏は指摘します。
これはほんの始まりに過ぎません。マイクロソフトは、より大規模なモデルと拡張された AI シナリオをサポートする未来を思い描いています。この進歩により、企業における AI は、役員会議室の流行語ではなく、ビジネス成果を推進する日常の現実になる可能性があります。「私たちは SLM から始めて、複数の GPU とマルチノード通信を使用して大規模なモデルを実行できる機能を追加しています。時間の経過とともに、 [the goal is eventually] 「世界が考え出す最大のモデルが機密環境で実行できる可能性がある」とバティア氏は言う。
これを実現するには、共同作業が必要です。マイクロソフトやNVIDIAなどの大手企業間のパートナーシップにより、すでに大きな進歩が遂げられており、今後もさらなる進歩が期待されています。 機密コンピューティングコンソーシアム また、エンタープライズ AI の広範囲かつ安全な利用を実現するために必要な基盤技術の進歩にも役立ちます。
「今、多くの重要なピースが揃いつつある」とバティア氏は言う。「今日、なぜHTTPSなのかと疑問に思うことはない。それが私たちが向かっている世界だ」 [with confidential computing]しかし、それは一夜にして起こるものではありません。これは確かに長い道のりであり、NVIDIA と Microsoft が取り組んでいる道です。」
Microsoft Azure のお客様は、NVIDIA H100 GPU を搭載した Azure Confidential VM を使用して、今すぐこの取り組みを開始できます。 詳細はこちら。
このコンテンツは、MIT Technology Review のカスタム コンテンツ部門である Insights によって制作されました。MIT Technology Review の編集スタッフが執筆したものではありません。
