Google 开源 HEIR:让预训练模型直接在加密数据上推理
【真实日期】2026-08-15
Google 在安全博客发布 HEIR(Homomorphic Encryption Intermediate Representation),一套基于 MLIR 的开源编译器工具链,能把在明文上训练好的模型编译成在同态加密密文上运行的版本——推理全程服务器看不到原始数据,也看不到结果。开发者用 Python 写程序、给需要保密的类型打上标注,剩下的交给编译器;官方给出的样例包括把一个 TensorFlow Lite 的三层网络编译成 FHE 版本,单次私密推理约 16 秒。Google 2023 年就放出过 HEIR 的意向,这次是把它正式纳入 Private Computing Toolkit 并对外主推,同时联合 Belfort、Niobium、Cornami、Optalysys 等 FHE 硬件加速厂商。
为什么重要:同态加密不是新概念,卡点一直在「只有密码学专家能用、慢到不能上生产」。HEIR 攻的是易用性这一头——把参数选择、密文数据布局、算术化这些最难的部分做成编译器 pass。对 AI 产品经理来说,这条线一旦跑通,医疗、金融、政务这些「数据出不了域」的场景,商业模式会从「把模型搬进客户机房」变成「客户把密文发过来」。16 秒/次的性能显然还不能做实时交互,但推荐、风控这类可异步的场景已经在射程内。