Microsoft: il cloud Azure è più sicuro con il supporto del confidential computing sulle GPU NVIDIA A100
di Alberto Falchi pubblicata il 08 Aprile 2022, alle 12:31 nel canale CloudLa soluzione garantirà ulteriore protezione ai dati utilizzati per il training dei modelli di intelligenza artificiale, migliorando la collaborazione in settori come quello bancario o della sanità
Microsoft ha esteso il supporto per il confidential computing alle GPU NVIDIA A100, così da garantire una maggior riservatezza dei dati salvati sul cloud. Con questo aggiornamento, le aziende potranno effettuare il training dei modelli di IA in maniera più efficiente, senza sacrificare le performance o la sicurezza.
Il confidential computing si estende alle GPU
Come spiega Mark Russinovich, Chief Technology Officer e Technical Fellow di Microsoft Azure, la crescita esponenziale dei dataset utilizzati per il training dei modelli di intelligenza artificiale non è semplice da gestire dal punto di vista della conformità normativa, in particolare in settori dove le informazioni trattate sono molto sensibili, come nel caso del settore sanitario o quello bancario.
Il problema non è solo quello dell'analizzare i dati, ma il poter condividere le analisi con altri partner, per accelerare la ricerca medica o per migliorare i sistemi di prevenzione delle frodi bancarie. Ora, grazie al supporto del confidential computing su NVIDIA A100 e alle macchine virtuali protette di Azure, le aziende potranno usare in sicurezza dati sensibili per le loro elaborazioni.
Inizialmente Microsoft aveva esteso il confidential computing alle macchine virtuali basate su processori AMD EPYC, che col supporto di funzioni come Secure Encrypted Virtualization permettevano a ogni macchina virtuale del sistema di avere propria chiave crittografica separata. Questo garantisce non solo la protezione dagli altri utenti del cloud, ma anche dal cloud stesso: in pratica, Microsoft non ha modo di poter accedere ai dati trattati da queste macchine virtuali.
Nel caso del confidential computing su GPU, invece, i dati prima del trasferimento fra la CPU e la GPU vengono cifrati tramite chiavi scambiate in maniera sicura fra la GPU e i driver di NVIDIA. Una volta che le informazioni sono sulla GPU, la decifrazione viene effettuata all'interno di un ambiente protetto e isolato per generare i modelli di IA.
Attualmente il servizio è disponibile come preview in versione beta: chi volesse provarlo può compilare il modulo presente a questo indirizzo.
0 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - infoDevi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".