Google का HEIR: एन्क्रिप्टेड डेटा पर AI इंफ़रेंस को संभव बनाने वाला ओपन-सोर्स कंपाइलर

प्राइवेट AI के लिए HEIR क्या करता है

HEIR, फ़ुली होमोमॉर्फिक एन्क्रिप्शन (FHE) का उपयोग करके मशीन लर्निंग इंफ़रेंस की दुर्गमता को कम करता है। एक डेवलपर अपने सामान्य ट्रेंड मॉडल को ले सकता है, उसे HEIR की कंपाइलेशन पाइपलाइन से गुज़ार सकता है, और एक ऐसी एक्ज़ीक्यूटेबल फ़ाइल प्राप्त कर सकता है जो सिफरटेक्स्ट पर काम करती है। सर्वर कभी भी सादे टेक्स्ट इनपुट या मॉडल के आउटपुट को नहीं देख पाता, जिससे उपयोगकर्ता डेटा को क्रिप्टोग्राफ़िक रूप से सुरक्षित गोपनीयता मिलती है । HEIR का बहु-स्तरीय IR डिज़ाइन स्वचालित रूप से सिफरटेक्स्ट डेटा लेआउट ("पैकिंग"), पैरामीटर चयन और अरिथमेटाइज़ेशन जैसे कार्यों को संभालता है । इस प्रोजेक्ट का उद्देश्य विभिन्न एन्क्रिप्शन स्कीम, कंपाइलर और हार्डवेयर एक्सेलेरेटर पर FHE प्रोग्राम की इंटरऑपरेबिलिटी को सक्षम बनाना है ।

चार प्रदर्शन एप्लिकेशन

Google ने व्यावहारिक व्यवहार्यता दिखाने के लिए HEIR के साथ चार प्रदर्शन एप्लिकेशन शिप किए :

• डीप लर्निंग रेकमेंडर — उपयोगकर्ता के इतिहास को उजागर किए बिना व्यक्तिगत सिफ़ारिशें (Belfort Labs, LG और NYU के सहयोग से विकसित)
• क्रेडिट-कार्ड फ्रॉड डिटेक्शन — एन्क्रिप्टेड वित्तीय डेटा पर धोखाधड़ी वाले लेन-देन का पता लगाना (Niobium और hardshell.ai के साथ)
• Kitsune नेटवर्क इंट्रूज़न डिटेक्टर — ट्रैफ़िक पैटर्न को प्रकट किए बिना नेटवर्क हमलों की पहचान करना (Niobium के साथ)
• वॉइस हॉटवर्ड स्पॉटिंग — एन्क्रिप्टेड ऑडियो पर ट्रिगर-वर्ड डिटेक्शन (जैसे, "Hey Google") (Belfort Labs के साथ)

ये चारों डेमो सिंगल-थ्रेडेड CPU इम्प्लीमेंटेशन पर चले । Google ने अधिकांश वर्कलोड के लिए रियल-टाइम परफ़ॉर्मेंस दर्शाने वाले लेटेंसी आंकड़े अभी तक प्रकाशित नहीं किए हैं ।

पार्टनर और सहयोगी

हार्डवेयर एक्सेलेरेटर पार्टनर — Google FHE इंफ़रेंस को तेज़ करने के लिए विशेष हार्डवेयर विक्रेताओं के साथ काम कर रहा है:

• Belfort — Google, एन्क्रिप्टेड कंप्यूट हार्डवेयर के लिए Belfort का पहला भुगतान करने वाला ग्राहक है
• Niobium — उनका BASALISC ASIC, OpenFHE API के ज़रिए BGV और CKKS को सपोर्ट करता है
• Cornami
• Optalysys

HEIR, Belfort के FPGA के लिए Rust में और Google के TPU के लिए jaxite Python लाइब्रेरी के ज़रिए बैकएंड कोड जनरेट करता है । HEIR के लिए पहला FPGA बैकएंड 2026 में FHE.org सम्मेलन में प्रस्तुत किया गया, जिसमें व्यावहारिक FHE एक्सेलेरेशन के लिए बूलियन बनाम अरिथमेटिक पाइपलाइनों का मूल्यांकन किया गया था; यह काम KU Leuven और Google के शोधकर्ताओं ने किया ।

शैक्षणिक सहयोगी — HEIR पेपर के सह-लेखकों में Intel (Alexander Viand), Moreh (Jaeho Choi), KU Leuven, UC Santa Barbara, University of Michigan, Ann Arbor, और Tsinghua University के शोधकर्ता शामिल हैं । व्यापक शैक्षणिक भागीदार सूची में Georgia Tech और Carnegie Mellon भी शामिल हैं ।

वर्तमान व्यावहारिक सीमाएँ

FHE अभी भी मौलिक रूप से धीमा है। मध्य-2026 के स्वतंत्र बेंचमार्क के अनुसार, FHE गणना अभी भी स्कीम और ऑपरेशन के आधार पर समतुल्य सादे-टेक्स्ट गणना की तुलना में लगभग 1,000x से 10,000x धीमी है । एल्गोरिदम में सुधार, कंपाइलर ऑप्टिमाइज़ेशन, बैचिंग तकनीकों और समर्पित हार्डवेयर एक्सेलेरेशन ने सामूहिक रूप से FHE परफ़ॉर्मेंस को पाँच साल पहले के इम्प्लीमेंटेशन की तुलना में 1,000x से 10,000x तेज़ बना दिया है, लेकिन फिर भी अधिकांश वर्कलोड के लिए अनएन्क्रिप्टेड कंप्यूटेशन बनाम एक बड़ा गैप बना हुआ है ।

Google के HEIR डेमो सिंगल-थ्रेडेड CPU पर चले, और कंपनी ने अधिकांश वर्कलोड के लिए रियल-टाइम परफ़ॉर्मेंस दर्शाने वाले लेटेंसी आंकड़े अभी तक प्रकाशित नहीं किए हैं । Belfort और Niobium जैसे पार्टनर्स से हार्डवेयर एक्सेलेरेशन से गति में सुधार की उम्मीद है, लेकिन ये लाभ अभी तक प्रोडक्शन में प्रदर्शित नहीं हुए हैं । तीन प्रमुख FHE फ्रेमवर्क — जिनमें Google का HEIR भी शामिल है — का मूल्यांकन करने वाले एक शोध पत्र में विभिन्न परतों में 21 बग्स का पता चला, जिनमें 16 लॉजिक एरर शामिल हैं जो चुपचाप गलत गणनाएँ करते हैं और 5 क्रैश ।

वैश्विक स्तर पर, मध्य-2026 तक FHE तकनीक का उपयोग करने वाले केवल तीन प्रोडक्शन सिस्टम सार्वजनिक रूप से दस्तावेज़ित हैं , जो रेखांकित करता है कि HEIR मुख्य रूप से एक शोध और सक्षमता प्लेटफ़ॉर्म है, न कि एक परिपक्व डिप्लॉयमेंट टूल। Hacker News पर, इस घोषणा को 275 अंक मिले, और टिप्पणीकारों ने आम तौर पर इसे वास्तविक प्रगति बताया, लेकिन अभी सामान्य AI इंफ़रेंस के लिए प्रोडक्शन-स्पीड के करीब नहीं ।