Nvidia و Azure يدفعان الحوسبة السرية نحو التيار الرئيسي

أمضت الحوسبة السرية عقداً من الزمن كفضول يُتناول في مؤتمرات التشفير — ميزة عتادية يصنفها مهندسو المؤسسات ضمن "مثير للاهتمام، لكنه غير عاجل." تغير ذلك في 2026. فقد وضع استدلال الذكاء الاصطناعي متعدد المستأجرين البيانات الحساسة وأوزان النماذج الخاصة على نفس مجموعات وحدات معالجة الرسومات المشتركة، ولم يعد التشفير القياسي في حالة السكون والتشفير أثناء النقل كافيين، لأنه في اللحظة التي يُشغَّل فيها النموذج، تجلس كل من بيانات الإدخال والأوزان كنص واضح في الذاكرة.

ويعكس السوق هذا التحول: يقدر المحللون سوق الحوسبة السرية بنحو 16.7 مليار دولار في 2026، ارتفاعاً من حوالي 12.3 مليار دولار في 2025، بمعدل نمو يتجاوز 35% سنوياً. وتمثل الخدمات المالية ما يقرب من نصف اعتماد المؤسسات، والرعاية الصحية أكثر من الثلث، وتشغّل نحو ثلاثة أرباع الوكالات الفيدرالية الأمريكية الآن شكلاً من أشكال تقنية المنطقة الآمنة للأعباء العملية الحساسة. لم يعد هذا مجرد خانة اختيار امتثالي هامشي — بل يصبح أساساً لا غنى عنه لأي شخص يشغّل الذكاء الاصطناعي على بيانات لا يمكنه كشفها قانونياً أو تعاقدياً.

ما الذي تغير فعلياً

لم يكن المحفز اختراقاً واحداً أو تنظيمًا واحدًا. بل كان وصول أعباء عمل الذكاء الاصطناعي التي تتطلب أمرين في آنٍ واحد: بيانات العميل الحساسة (السجلات الطبية، المراكز التداولية، البيانات البيومترية) وأوزان النماذج الخاصة بالبائع، وكلاهما مشترك على نفس العتاد، ولا يملكه أي طرف بمفرده. فال مستشفى يرسل بيانات المرضى إلى نموذج تشخيصي تابع لجهة خارجية يحتاج إلى ضمان ألا يتمكن مزود السحابة وبائع النموذج من رؤية البيانات. وبائع النموذج يحتاج إلى ضمان ألا يتمكن المستشفى من استخراج الأوزان. لا يثق أي طرف في بنية الطرف الآخر التحتية، ولا يمكن لأي طرف ببساطة "تشفير وفك تشفير" طريقه للخروج من المأزق، لأن العملية الحسابية نفسها يجب أن تتم على بيانات غير مشفرة في مرحلة ما — إلا إذا كانت تلك المرحلة داخل عتاد لا يتحكم فيه أي من الطرفين.

هذه هي المشكلة المحددة التي تحلها بيئات التنفيذ الموثوقة (TEEs): مناطق ذاكرة معزولة ومشفرة عتادياً حيث تكون الشفرات والبيانات محمية حتى من hypervisor مخترق، أو مشغل سحابة، أو مستخدم جذر. في 2026، يمتد جذر الثقة العتادي هذا لأول مرة على نطاق واسع past وحدة المعالجة المركزية إلى وحدة معالجة الرسومات.

العتاد: وحدات المعالجة المركزية ووحدات معالجة الرسومات تقوم بذلك الآن

تسيطر أربع بنيات لتقنية TEE على عمليات النشر الحالية:

• Intel TDX (Trust Domain Extensions) — يعزل أجهزة افتراضية كاملة، ويُستخدم بكثافة في مثيلات الأجهزة الافتراضية السرية على Azure و Google Cloud.
• AMD SEV-SNP (Secure Encrypted Virtualization–Secure Nested Paging) — الخيار الأكثر انتشاراً عبر AWS و Azure و Google Cloud، مفضل لانخفاض الحمل الحسابي بفضل التشفير memori المعزز عتادياً عبر AES-NI.
• ARM CCA (Confidential Compute Architecture) — أحدث، يستهدف الأجهزة المحمولة وأجهزة الحافة حيث يحتاج الاستدلال السري إلى الحدوث خارج مركز البيانات بالكامل.
• Nvidia Hopper confidential computing — كان H100 أول وحدة معالجة رسومات تحتوي على TEE قائم على عتاد مرتبط بجذر ثقة داخل الشريحة، وH200 يوسع ذلك. هذا هو الجزء الذي جعل استدلال الذكاء الاصطناعي السري ممكناً، لأنه يحمي البيانات وأوزان النماذج بينما وحدة معالجة الرسومات تحسب فعلياً، وليس فقط أثناء جلوسها في ذاكرة وحدة المعالجة المركزية.

قصة الأداء هنا أفضل مما يفترضه معظم المهندسين. في أعباء عمل وحدات المعالجة المركزية المقيدة حسابياً، يعمل كل من SEV-SNP و TDX بحمل إضافي يقارب 1-5% تقريباً. وفي وضع وحدات معالجة الرسومات السرية من Nvidia، يضع قياس الأداء المستقل استدلال نماذج اللغة الكبيرة النموذجي عند 95-99% من الإنتاجية الأصلية — بالنسبة لمعظم الاستعلامات، يبقى الحمل الإضافي أقل من 5%، ويقترب من الصفر للنماذج الأكبر والتسلسلات الأطول، حيث تُوزع تكلفة التشفير على قدر أكبر من الحسابات لكل بايت يُنقل عبر الحدود بين وحدة المعالجة المركزية ووحدة معالجة الرسومات.

من يشغّل هذا فعلياً في الإنتاج

تقدم جميع مزودي السحابة الكبار الثلاثة بنية تحتية سرية للذكاء الاصطناعي اليوم، وليس كعنصر في خارطة طريق. يجمع Azure Confidential Computing بين Intel TDX و AMD SEV مع أجهزة افتراضية لوحدات معالجة رسومات سرية مبنية على H100s، مسوقة تحديداً لنشر نماذج اللغة الكبيرة في الصناعات الخاضعة للتنظيم. تقدم AWS خدمة Nitro Enclaves إلى جانب عائلات مثيلات EC2 المدعومة بـ SEV-SNP. وتستهدف Confidential Space و Confidential VMs من Google Cloud نفس حالة الاستخدام، موضوعة للتعاون البياني متعدد الأطراف حيث لا يمكن لأي طرف رؤية مدخلات الأطراف الأخرى.

وتدعم عمليات النشر الملموسة ذلك. فقد بنت NTT DATA و IBM منصة SimpliZCloud، وهي منصة سحابة هجينة للمؤسسات المالية الهندية تستخدم الحوسبة السرية لحماية البيانات أثناء المعالجة، وليس التخزين فحسب. وأذنت وزارة الدفاع الأمريكية ببنية تحتية سحابية مدعومة بالحوسبة السرية للعمليات الحيوية عبر إدارات فيدرالية متعددة. هذه ليست مشاريع تجريبية — بل أنظمة إنتاج مالية وحكومية حيث لم يعد "شفّرنا قاعدة البيانات" يفي بمتطلبات الامتثال أو العقد.

المشكلة غير المحلولة: التوثيق

هنا يسبق السرد السائد التكنولوجيا. يعتمد نموذج الثقة في الحوسبة السرية على التوثيق عن بُعد — دليل تشفيري على أن حمل العمل يعمل فعلاً داخل TEE حقيقي وغير معدّل قبل إرسال البيانات الحساسة إليه. بالنسبة لـ TEE يعتمد على وحدة المعالجة المركزية فقط، يصدر بائع واحد هذا الدليل. أما بالنسبة لاستدلال الذكاء الاصطناعي السري، فأنت تحتاج الآن إلى توثيق من بائع وحدة المعالجة المركزية وبائع وحدة معالجة الرسومات في آنٍ واحد، ولكل منهما سلسلة توريد منفصلة، وجذر ثقة منفصل، وأدوات تحقق منفصلة. يطلق الباحثون الأمنيون على هذه مشكلة "الموثّق المركّب"، ولا يوجد معيار واحد بعد للتحقق من ذلك بشكل شامل.

والأسوأ من ذلك: كشف تحقيق نشرته The Register في 4 July 2026 كيف أن العديد من مخططات "التوثيق أثناء المصافحة" المقترحة — حيث يوثق الـ TEE نفسه أثناء مصافحة TLS ذاتها — لا تزال عرضة لهجمات الترحيل، حيث يتحقق العميل بنجاح من منطقة موثوقة وحقيقية وجديرة بالثقة، لكنه ينتهي بإرسال حركة مرور مشفرة إلى منطقة خبيثة مختلفة تماماً. ولا يغلق أي من النهج التشفيرية السبعة التي اختُبرت حتى الآن هذه الفجوة بالكامل. هذا ليس خطأ تنفيذياً ثانوياً؛ بل ضعف هيكلي في كيفية تأسيس الثقة، ويعني أن "نحن نستخدم الحوسبة السرية" ليس بحد ذاته ادعاءً أمنياً كاملاً دون السؤال أيضاً عن كيفية التحقق من التوثيق ومن يقوم بذلك.

متى تحتاج هذا فعلياً

تحل الحوسبة السرية مشكلة محددة: حماية البيانات أثناء الحوسبة عليها، من قِبل طرف لا تثق به بالكامل في العتاد. يبقى التشفير القياسي في حالة السكون وأثناء النقل كافياً عندما تشغّل بنيتك الخاصة العملية الحسابية وتتحكم في الـ hypervisor. أنت بحاجة إلى TEEs عندما ينطبق أي مما يلي:

• أنت تشغّل الاستدلال على وحدة معالجة رسومات سحابية تابعة لجهة خارجية وتحتاج إلى استبعاد مزود السحابة نفسه من نموذج التهديد — وليس فقط المهاجمين الخارجيين.
• أنت تقدم نموذجاً خاصاً لعملاء قد يستخرجون أوزاناً من ذاكرة وحدة معالجة الرسومات أثناء الاستدلال.
• أطراف متعددة (مثل مستشفيين، أو بنك وبائع كشف احتيال) يحتاجون إلى الحوسبة المشتركة على بيانات مدمجة دون أن يرى أي منهما المدخلات الخام للطرف الآخر.
• المتطلبات التنظيمية أو التعاقدية تطلب صراحة معالجة معزولة عتادياً، وهو أمر شائع الآن في اتفاقيات مشاركة بيانات الرعاية الصحية وبعض عقود الخدمات المالية.

على الأرجح لست بحاجة إليه للتحليلات الداخلية على بنيتك التحتية الخاصة، أو لمجموعات البيانات العامة أو المجهولة الهوية بالفعل، أو كبديل لضبط الوصول الأساسي والانضباط في التشفير — تلك المشاكل أرخص في الحل بالطرق التقليدية، وTEEs تضيف تكلفة تشغيلية حقيقية: حدود تطبيقات معاد هيكلتها، وبنية تحتية للتوثيق، وربط بمزود معين لأجيال عتاد وحدات المعالجة المركزية ووحدات معالجة الرسومات.

الخلاصات

• استدلال الذكاء الاصطناعي السري جاهز للإنتاج على جميع السحب الكبرى الثلاث اليوم، مع TEEs لوحدات معالجة الرسومات القائمة على H100/H200 التي تقدم أكثر من 95% من الأداء الأصلي لمعظم أعباء العمل — لم يعد الأداء العائق الذي كان عليه قبل عامين.
• التوثيق، وليس الحمل الحسابي، هو مشكلة الهندسة غير المحلولة فعلياً. قبل اعتماد الحوسبة السرية، اسأل مزودك تحديداً عن كيفية تعامله مع التوثيق المركّب لوحدة المعالجة المركزية ووحدة معالجة الرسومات وما إذا كان يعتمد على أي من مخططات التوثيق أثناء المصافحة التي أُشير إليها بأنها عرضة لهجمات الترحيل.
• احتفظ بـ TEEs للحالات التي يجب عليك فيها استبعاد مشغل البنية التحتية من نموذج التهديد — استدلال وحدات معالجة الرسومات من طرف ثالث على بيانات خاضعة للتنظيم، أو الحوسبة متعددة الأطراف. لا تنشرها كترقية عامة للتشفير في حالة السكون؛ التكلفة التشغيلية غير مبررة هناك.
• ضع ميزانية لطبقة التوثيق، وليس فقط لعتاد TEE. خدمات التوثيق المستقلة وأدوات التحقق مفتوحة المصدر من Confidential Computing Consortium هي حالياً الطريقة العملية لتجنب بناء هذا من الصفر.