輝達官方部落格於二零二六年十月二十一日由 John Fanelli 撰文宣布，NVIDIA Confidential Computing 新增 Confidential Bare Metal 部署選項，讓前沿模型開發商可在專屬第三方基礎設施上運行敏感工作負載，同時保留對模型與資料的控制權。新平台安全控制涵蓋傳輸中資料保護、平台完整性度量與硬體層存取限制；部署架構收斂為機密裸機、Kubernetes 機密容器與機密虛擬機三類，並擴展至 Grace Blackwell 與 Rubin 系統，且將與 NVIDIA DSX OS 整合作為雲端供應商建置 AI 工廠的參考架構。Cohere 計劃納入 Model Vault，Google Cloud 則將支援延伸至搭載 NVIDIA GB300 NVL72 的 A4X Max 執行個體。

輝達／官方：Confidential Computing 擴至 Confidential Bare Metal——Grace Blackwell／Rubin 與 DSX OS；Cohere／Google Cloud 採用路徑

輝達（NVIDIA）於二零二六年十月二十一日在官方部落格刊出由 John Fanelli 署名的基礎設施安全更新，說明 NVIDIA Confidential Computing 新增 Confidential Bare Metal，並同步擴展至 Grace Blackwell、Rubin 系統與 NVIDIA DSX OS 參考架構。同日輝達亦公布 OpenShell Reference Architecture，作為安全代理（safe agents）產品組合的一環；Confidential Computing 則定位為保護代理所依賴模型與資料的基礎設施層。本文已核對輝達官方原文事實，來源真實性已驗證；以下僅轉述可核實內容，不臆測未公布的效能數字或供應商上線時程。

一、核心事件：機密運算新增裸機部署路徑

技術細節

輝達指出，Confidential Bare Metal 讓前沿模型開發商可在專屬第三方基礎設施上運行敏感工作負載，同時保留對模型與資料的控制權。配套的新平台安全控制包括：

保護傳輸中資料（data in transit）
度量平台完整性（measure platform integrity）
強制硬體層存取限制（hardware-level access restrictions）

在此基礎上，開發商可於第三方雲端、neocloud 與企業基礎設施上的 NVIDIA 加速運算環境，擁有並操作自訂軟體堆疊，包含主機與平台基礎設施軟體。

NVIDIA Confidential Computing 現提供收斂的安全架構，並有三種部署選項，組織可依信任邊界與營運需求選配：

Confidential Bare Metal：面向裸機基礎設施
Confidential Containers：面向 Kubernetes 環境
Confidential Virtual Machines：面向虛擬化環境

硬體支援方面，Confidential Computing 現延伸至 NVIDIA Grace Blackwell NVL72（機架級），以及基於 x86 的 NVIDIA HGX Rubin NVL8 與 NVIDIA DGX Rubin NVL8。輝達並稱，Confidential Computing 將與 NVIDIA DSX OS 整合，作為雲端供應商建置 AI 工廠的參考架構；DSX OS 將支援所有 Confidential Computing 模式。

生態系方面，官方點名支援 NVIDIA Confidential Computing 部署的供應商包括：CoreWeave、Firmus、GMI Cloud、Google Cloud、IREN、Lambda、Microsoft Azure Infrastructure、Nebius、Nscale、Vultr。系統夥伴包括 Cisco、Dell Technologies、HPE、Lenovo、Supermicro 與 Bull，並以 NVIDIA-Certified Systems 支援相關能力。

採用路徑上，Cohere 計劃將 Confidential Bare Metal 整合進 Cohere Model Vault，藉 NVIDIA Confidential Computing 可信執行環境，把硬體根植的安全延伸至 GPU。Cohere 技術長 Phil Blunsom 表示，企業信任 Cohere 提供安全且機密的推論平台；在 Model Vault 採用 NVIDIA Confidential Computing 後，可把硬體根植安全直接延伸至 GPU，在執行期間保護記憶體中的客戶資料以及跨互連的傳輸。Google Cloud 則將 Confidential Bare Metal 支援延伸至由 NVIDIA GB300 NVL72 驅動的 A4X Max 執行個體，結合非虛擬化加速運算與對訓練資料、模型智慧財產的密碼學保護。Google Cloud 傑出工程師暨 AI 基礎設施安全主管 Andrés Lagar-Cavilla 指出，Confidential Bare Metal 為 AI 實驗室提供硬體隔離、非虛擬化運算環境與端到端密碼學保護；以 NVIDIA Confidential Computing 建置的 A4X 執行個體，可在維持一線服務效能的同時，保護用戶資料私隱與模型智慧財產。

二、技術原理深度解析

NVIDIA Confidential Computing 以硬體根植隔離與密碼學認證（cryptographic attestation）協助保護執行中的模型與資料。Confidential Bare Metal 的關鍵差異，在於允許模型開發商在「專屬裸機」信任邊界內自管主機與平台軟體堆疊，同時仍取得傳輸保護、平台完整性度量與硬體層存取限制——亦即把過去較常見於虛擬機／容器機密運算的控制面，延伸到需要自訂 hypervisor／主機棧的前沿訓練與推論場景。

三種部署選項形成收斂架構：裸機適合需最大控制權與非虛擬化效能路徑的模型實驗室；機密容器對齊 Kubernetes 營運與多租户編排；機密虛擬機則對齊既有虛擬化隔離與雲端租户模型。組織可依資料分類、合規邊界與是否允許第三方管理主機棧，選擇對應模式，而非迫使所有工作負載套用同一抽象層。

平台擴展至 Grace Blackwell NVL72 機架級，以及 HGX／DGX Rubin NVL8，代表機密運算從單節點／小規模組態，延伸到 rack-scale 與新一代 Rubin 系統。與 DSX OS 的整合，則把「AI 工廠」軟體參考架構與機密工作負載模式對齊，讓雲端供應商在建廠時即預留機密運算模式，而非事後疊加。需注意：官方本稿並未公布延遲、吞吐量或與非機密路徑的量化落差，評估時應以各雲供應商實測與認證結果為準。

四、日常應用場景

1. 開發者與技術團隊

若團隊在第三方雲端訓練或託管前沿模型，應重新盤點「誰擁有主機棧」：需要自管驅動、韌體與平台軟體時，Confidential Bare Metal 提供比純虛擬機更貼近專屬機房的控制面；若已標準化於 Kubernetes，則優先評估 Confidential Containers。實務上應把認證（attestation）與金鑰釋放流程納入 CI／CD 與模型發佈閘道，避免僅依賴供應商行銷用語。

2. 企業與隱私敏感行業

金融、醫療、政府與跨國企業若須在境外或第三方機房訓練／推論，同時滿足資料駐留與模型智慧財產保護，可把「硬體根植 TEE 延伸至 GPU」納入採購檢核。Cohere Model Vault 與 Google Cloud A4X Max 路徑顯示，機密裸機正從概念走向具名產品整合；企業應要求供應商說明信任邊界、認證報告來源，以及營運人員對主機記憶體與互連的可見度限制。

3. 一般用戶

一般消費者較少直接採購裸機機密執行個體，但仍會間接受惠於企業把客戶資料與模型推論放進硬體隔離環境。選用雲端 AI 服務時，可關注供應商是否公開支援 Confidential Computing／TEE，以及資料在記憶體與互連路徑是否受密碼學保護——惟最終保障仍取決於服務合約與合規認證，而非單一產品名稱。

4. 香港與亞洲市場視角

香港與亞洲企業日益把大型模型訓練／推論外判至雲端與 neocloud，同時面對《個人資料（私隱）條例》、跨境資料轉移與行業監管要求。Confidential Bare Metal 與區域供應商生態（含 Google Cloud、多家 neocloud）提供「主權／營運選項更多元」的敘事：可在保留模型與資料控制權的前提下使用第三方加速算力。同日另有關於 Vera Rubin 與 Google Cloud A5X 產能的討論（A5X 正式提供時程為「下月」量級），可作為亞洲算力供給的背景，但並非本稿主線；本稿焦點仍是機密運算部署選項與平台擴展。企業應分開評估「有沒有 GPU」與「GPU 上的工作負載是否受硬體根植保護」。

五、專業評價與潛在考量

優勢

把機密運算從容器／虛擬機延伸到裸機，對齊前沿模型實驗室「自管主機棧」的真實需求。
三種部署選項收斂於同一安全架構，降低「每換一種抽象層就換一套信任模型」的整合成本。
具名客戶與雲端路徑（Cohere Model Vault、Google Cloud A4X Max）以及供應商／系統夥伴清單，使生態可驗證性高於純路線圖聲明。
與 OpenShell 等同日安全代理組合並列時，定位清晰：Confidential Computing 是保護模型與資料的基礎設施層。

需要留意的地方

官方未公布相對非機密路徑的效能或成本溢價；採購應要求基準測試與認證細節。
「支援」名單不代表所有地區、所有 SKU 即日可開通 Confidential Bare Metal；香港／亞洲可用性須向各供應商確認。
OpenShell 僅作同日組合脈絡，不宜把本稿解讀為 OpenShell 完整技術規格說明。
硬體根植隔離不能取代應用層身分、金鑰管理與營運流程；錯誤配置的金鑰釋放或過度授權的營運角色仍可削弱 TEE 效益。

結語

輝達這次更新把 Confidential Computing 的信任邊界推進到裸機：前沿模型開發商可在第三方基礎設施上自管軟體堆疊，同時取得傳輸保護、平台完整性度量與硬體層存取限制，並把支援面擴至 Grace Blackwell NVL72 與 Rubin NVL8，再與 DSX OS 對齊 AI 工廠參考架構。Cohere 與 Google Cloud 的具名路徑，顯示機密裸機正進入可採購的產品敘事。對香港與亞洲企業而言，重點是在擴充加速算力時，同步釐清模型與資料在執行期的硬體隔離邊界。若企業需要在本地強化雲端遷移、零信任與持續監控，可參考 YSK Limited 雲端遷移與網絡安全服務（官網刊 99.99% SLA）：https://ysk.hk/services/cloud-security 。

參考來源

NVIDIA Blog／John Fanelli（主要來源，來源真實性已驗證）：https://blogs.nvidia.com/blog/confidential-computing-model-builders-infrastructure/
YSK Limited 雲端遷移與網絡安全：https://ysk.hk/services/cloud-security
YSK Limited llms.txt（服務事實核對）：https://ysk.hk/llms.txt