Cas d’utilisation et avantages de l’informatique confidentielle
Le calcul confidentiel accéléré par GPU a des implications de grande portée pour l’IA dans les contextes d’entreprise. Il répond également aux problèmes de confidentialité qui s’appliquent à toute analyse de données sensibles dans le cloud public. Cela est particulièrement préoccupant pour les organisations qui tentent d’obtenir des informations à partir de données multipartites tout en préservant la plus grande confidentialité.
L’un des principaux avantages de l’offre informatique confidentielle de Microsoft est qu’elle ne nécessite aucune modification de code de la part du client, ce qui facilite son adoption en toute transparence. « L’environnement informatique confidentiel que nous créons ne nécessite pas que les clients modifient une seule ligne de code », note Bhatia. « Ils peuvent redéployer d’un environnement non confidentiel vers un environnement confidentiel. Il suffit de choisir une taille de machine virtuelle particulière qui prend en charge les capacités informatiques confidentielles. »
Certains secteurs et cas d’utilisation susceptibles de bénéficier des avancées en matière d’informatique confidentielle comprennent :
- Gouvernements et entités souveraines traitant des données sensibles et de la propriété intellectuelle.
- Les organismes de santé utilisent l’IA pour la découverte de médicaments et la confidentialité médecin-patient.
- Les banques et les sociétés financières utilisent l’IA pour détecter la fraude et le blanchiment d’argent grâce à des analyses partagées sans révéler d’informations sensibles sur les clients.
- Les fabricants optimisent leurs chaînes d’approvisionnement en partageant leurs données en toute sécurité avec leurs partenaires.
En outre, Bhatia affirme que l’informatique confidentielle facilite la création de « salles blanches » de données pour une analyse sécurisée dans des contextes tels que la publicité. « Nous constatons une grande sensibilité autour de cas d’utilisation tels que la publicité et la manière dont les données des clients sont traitées et partagées avec des tiers », explique-t-il. « Ainsi, dans ces scénarios de calcul multipartite, ou « salles blanches de données », plusieurs parties peuvent fusionner leurs ensembles de données, et aucune partie n’a accès à l’ensemble de données combiné. Seul le code autorisé y aura accès. »
L’état actuel et l’avenir attendu de l’informatique confidentielle
Bien que les grands modèles de langage (LLM) aient attiré l’attention ces derniers mois, les entreprises ont rencontré un succès précoce avec une approche plus réduite : les petits modèles de langage (SLM), qui sont plus efficaces et moins gourmands en ressources pour de nombreux cas d’utilisation. « Nous pouvons voir certains modèles SLM ciblés qui peuvent fonctionner dans les premiers GPU confidentiels », note Bhatia.
Ce n’est qu’un début. Microsoft envisage un avenir qui prendra en charge des modèles plus vastes et des scénarios d’IA étendus, une progression qui pourrait faire de l’IA dans l’entreprise moins un mot à la mode dans les salles de conseil et davantage une réalité quotidienne génératrice de résultats commerciaux. « Nous commençons par les SLM et ajoutons des fonctionnalités qui permettent à des modèles plus volumineux de s’exécuter à l’aide de plusieurs GPU et d’une communication multi-nœuds. Au fil du temps, [the goal is eventually] « Les plus grands modèles que le monde pourrait imaginer pourraient fonctionner dans un environnement confidentiel », explique Bhatia.
Pour y parvenir, il faudra un effort collaboratif. Les partenariats entre des acteurs majeurs comme Microsoft et NVIDIA ont déjà permis des avancées significatives, et d’autres sont à l’horizon. Des organisations comme le Confidential Computing Consortium joueront également un rôle déterminant dans l’avancement des technologies de base nécessaires pour faire de l’utilisation généralisée et sécurisée de l’IA en entreprise une réalité.
« Nous voyons que de nombreux éléments essentiels se mettent en place en ce moment », déclare Bhatia. « Aujourd’hui, nous ne nous posons plus la question de savoir pourquoi quelque chose est HTTPS. C’est le monde vers lequel nous nous dirigeons. [with confidential computing]mais cela ne se fera pas du jour au lendemain. C’est certainement un cheminement, et NVIDIA et Microsoft s’y sont engagés. »
Les clients Microsoft Azure peuvent se lancer dans cette aventure dès aujourd’hui avec les machines virtuelles confidentielles Azure équipées de GPU NVIDIA H100. Pour en savoir plus, cliquez ici.
Ce contenu a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n’a pas été rédigé par la rédaction de MIT Technology Review.
