NVIDIA Confidential Computing: proteção de dados na inferência de IA sem perder velocidade

Em fevereiro de 2025, a NVIDIA publicou uma visão técnica do Confidential Computing (CC), solução de hardware para proteger dados corporativos durante o processamento de IA, desenvolvida com foco na era dos sistemas agênticos.

Por que a segurança virou a principal barreira para a IA

A adoção ampla de IA nas organizações é freada por três problemas interligados: a confidencialidade dos dados, a soberania (ou seja, o controle sobre onde e como os dados são processados) e a segurança no momento do processamento, o chamado data-in-use.

Os mecanismos tradicionais de criptografia protegem os dados armazenados e em trânsito. Mas, durante a inferência, quando a GPU de fato processa uma requisição, os dados ficam acessíveis na memória. Esse momento "aberto" é a vulnerabilidade central nas implantações corporativas de IA.

Em setores com exigências regulatórias rígidas, como finanças, saúde, direito e setor público, essa brecha historicamente bloqueou ou limitou de forma significativa o uso de modelos de IA de provedores externos.

O que é o NVIDIA Confidential Computing

A solução protege os dados no nível do hardware: mesmo durante o processamento na GPU, os dados permanecem criptografados e isolados dentro de um ambiente de execução confiável (Trusted Execution Environment, TEE). Nem o sistema operacional, nem o hipervisor, nem outros processos têm acesso às informações processadas.

Principais características da tecnologia:

• Isolamento em hardware dos dados em todo o ciclo de vida: armazenamento, transmissão e processamento
• A proteção está na arquitetura da GPU, e não em uma camada de software por cima dela
• Trata ao mesmo tempo de confidencialidade, soberania dos dados e segurança na inferência
• A NVIDIA afirma que não há perdas significativas de desempenho em comparação com o processamento sem proteção

Essa última afirmação é o principal ponto de diferenciação: os mecanismos tradicionais de segurança em hardware criavam uma sobrecarga considerável e obrigavam as equipes a sacrificar velocidade ou proteção.

Por que os sistemas agênticos precisam disso

A arquitetura de IA agêntica muda radicalmente o modelo de ameaças. Um agente que monta por conta própria cadeias de ações, chama ferramentas, trabalha com bancos de dados e acessa documentos corporativos processa dados sensíveis não uma única vez, mas ao longo de todo o pipeline de várias etapas. Nessa arquitetura, proteger apenas a "entrada" e a "saída" não basta: é preciso resguardar os dados em cada etapa da cadeia.

É para esse cenário que a NVIDIA posiciona o Confidential Computing como componente básico de infraestrutura. Para organizações que tinham receio de entregar dados corporativos a modelos de IA de um provedor externo, as garantias de isolamento em hardware podem eliminar a principal objeção, sem a necessidade de montar uma infraestrutura on-premise isolada.

O que isso significa

À medida que os sistemas de IA agêntica saem dos laboratórios e vão para produção, a segurança em hardware durante a inferência deixa de ser opcional e passa a ser requisito básico. A abordagem da NVIDIA, proteção sem abrir mão do desempenho, pode se tornar o padrão para a implantação de IA corporativa em setores regulados.