گوگل در نظر دارد قابلیت حافظه سمت سرور (Server-side memory) را به پلتفرم Private AI Compute اضافه کند. این قابلیت به دستیارهای هوش مصنوعی اجازه میدهد تا تداوم گفتگو و زمینه (Context) را در دستگاههای مختلف کاربر حفظ کنند، در حالی که استانداردهای حریم خصوصی مشابه پردازشهای محلی (On-device processing) را ارائه میدهند.
Private AI Compute چیست؟
این سرویس، پلتفرم ابری گوگل برای پردازش دادههای حساس با استفاده از مدلهای Gemini در محیطهای ایزوله سختافزاری است. هدف از این معماری، فراهم کردن قدرت پردازشی بالا برای ویژگیهای AI است، به گونهای که هیچکس بهجز کاربر (حتی خود گوگل) به دادههای در حال پردازش دسترسی نداشته باشد.
تغییر از حالت Stateless به Persistent
تاکنون این پلتفرم به صورت Stateless عمل میکرد و با پایان هر تسک، تمامی زمینههای گفتگو پاک میشد. گوگل معتقد است روشهای جایگزین مانند لیست کردن حقایق شخصی، برای ارائه کمکهای مستمر و هوشمند کافی نیستند. سیستم جدید اجازه میدهد تا AI مبتنی بر ابر، Context را در نشستها (Sessions) و دستگاههای مختلف حفظ کند.
معماری امنیتی و مدیریت کلیدها
اطلاعات مورد نیاز برای ارائه خدمات در ذخیرهسازهای رمزنگاری شده اختصاصی قرار میگیرند. نکته کلیدی این است که کلیدهای رمزنگاری (Cryptographic keys) مورد نیاز برای باز کردن این دادهها، منحصراً روی دستگاههای کاربر ذخیره میشوند. این ساختار باعث میشود دادهها برای هر شخص ثالث یا حتی شرکت گوگل غیرقابل دسترس باشد.
این معماری از ترکیب سه لایه امنیتی بهره میبرد:
- Secure Enclaves: محیطهای ایزوله سختافزاری برای پردازش.
- Encrypted Channels: کانالهای ارتباطی رمزنگاری شده.
- Per-user Databases: پایگاههای داده مجزا برای هر کاربر که با کلیدهای مشتق شده از دستگاه محافظت میشوند.
مکانیزم پردازش دادهها
زمانی که مدل AI به اطلاعات نیاز دارد، یک کانال رمزنگاری شده End-to-End دستگاه کاربر را به یک Enclave امن در ابر متصل میکند. در این محیط ایزوله، دادهها به صورت موقت رمزگشایی شده، درخواست پردازش میشود، Context جدید ذخیره شده و مجدداً اطلاعات رمزنگاری میگردند.
گوگل همچنین یک گزارش فنی بهروزرسانی شده و نتایج یک Audit مستقل را منتشر کرده است تا کاربران بتوانند پیش از ارسال دادههای شخصی، از اصالت و دستنخورده بودن نرمافزارهای سروری اطمینان حاصل کنند.