HEIRが実現するプライベートAI

HEIRは、機械学習推論に完全準同型暗号（FHE）を利用する際のハードルを大幅に下げます。開発者は、通常の訓練済みモデルをHEIRのコンパイルパスに通すだけで、暗号文（ciphertext）上で動作する実行可能ファイルを生成できます。サーバーは平文の入力データもモデルの出力結果も一切参照できないため、ユーザーデータの暗号学的に安全なプライバシーが保証されます。HEIRの多層IR設計は、暗号文データのレイアウト（「パッキング」）、パラメータ選択、算術化などの処理を自動化します。このプロジェクトは、異なる暗号スキーム、コンパイラ、ハードウェアアクセラレータ間でのFHEプログラムの相互運用性を実現することを目指しています。

4つのデモンストレーションアプリケーション

Googleは、実用的な可能性を示すため、HEIRでコンパイルされた4つのデモアプリケーションを公開しました。

• ディープラーニングレコメンダー — ユーザーの履歴を公開せずに、プライベートなパーソナライズドレコメンデーションを提供（Belfort Labs、LG、NYUと協業）
• クレジットカード不正検知 — 暗号化された財務データ上で不正取引を検出（Niobium、hardshell.aiと協業）
• Kitsuneネットワーク侵入検知 — トラフィックパターンを明かさずにネットワーク攻撃を識別（Niobiumと協業）
• 音声ホットワード検出 — 「OK Google」などのトリガーワードを暗号化された音声データ上で検出（Belfort Labsと協業）

これら4つのデモはすべて、シングルスレッドのCPU実装で実行されました。Googleは現時点で、ほとんどのワークロードにおいてリアルタイム性能を実証するレイテンシデータを公開していません。

パートナーと協力機関

ハードウェアアクセラレータパートナー — Googleは、FHE推論を高速化するための専用ハードウェアベンダーと連携しています。

• Belfort — Googleは、暗号化コンピューティング向けハードウェアにおけるBelfortの第一号有料顧客です
• Niobium — 同社のBASALISC ASICは、OpenFHE APIを介してBGVおよびCKKSをサポートします
• Cornami
• Optalysys

HEIRは、BelfortのFPGA向けにはRustで、GoogleのTPU向けにはjaxite Pythonライブラリを介してバックエンドコードを生成します。HEIR向けの初のFPGAバックエンドは、2026年のFHE.orgカンファレンスで発表され、KU LeuvenとGoogleの研究者による、実用的なFHE高速化のためのブール演算パイプラインと算術パイプラインの評価が行われました。

学術協力機関 — HEIR論文の共著者には、Intel（Alexander Viand）、Moreh（Jaeho Choi）、KU Leuven、UC Santa Barbara、ミシガン大学アナーバー校、清華大学の研究者が名を連ねています。さらに、ジョージア工科大学とカーネギーメロン大学も学術パートナーとして参加しています。

現在の実用的な限界

FHEは依然として本質的に低速です。2026年半ばの独立したベンチマークによると、FHE計算は同等の平文計算と比較して、スキームや操作にもよりますがおよそ1,000倍から10,000倍遅いとされています。アルゴリズムの改善、コンパイラの最適化、バッチ処理技術、専用ハードウェアアクセラレーションにより、FHEの性能は5年前と比較して1,000倍から10,000倍向上しましたが、それでもほとんどのワークロードでは暗号化されていない計算との間に大きなギャップが残っています。

GoogleのHEIRデモはシングルスレッドCPUで実行され、同社はほとんどのワークロードでリアルタイム性能を実証するレイテンシデータをまだ公開していません。BelfortやNiobiumなどのパートナーによるハードウェアアクセラレーションは速度向上に寄与すると期待されていますが、その効果はまだ本番環境で実証されていません。また、GoogleのHEIRを含む3つの主要なFHEフレームワークを評価した研究論文では、さまざまなレイヤーにわたって21個のバグが発見されており、その内訳はサイレントな誤計算を引き起こす16個の論理エラーと5個のクラッシュでした。

世界的に見ても、2026年半現在、FHE技術を利用した本番システムは公に文書化されているものはわずか3つのみであり、HEIRは主に研究および実現を促進するプラットフォームであり、成熟したデプロイツールではないことを示しています。Hacker Newsでは、この発表は275ポイントを獲得し、コメントは概して「確かな進歩だが、一般的なAI推論において本番環境で使える速度にはまだ程遠い」というものでした。

HEIRが実現するプライベートAI

HEIRは、機械学習推論に完全準同型暗号（FHE）を利用する際のハードルを大幅に下げます。開発者は、通常の訓練済みモデルをHEIRのコンパイルパスに通すだけで、暗号文（ciphertext）上で動作する実行可能ファイルを生成できます。サーバーは平文の入力データもモデルの出力結果も一切参照できないため、ユーザーデータの暗号学的に安全なプライバシーが保証されます。HEIRの多層IR設計は、暗号文データのレイアウト（「パッキング」）、パラメータ選択、算術化などの処理を自動化します。このプロジェクトは、異なる暗号スキーム、コンパイラ、ハードウェアアクセラレータ間でのFHEプログラムの相互運用性を実現することを目指しています。

4つのデモンストレーションアプリケーション

Googleは、実用的な可能性を示すため、HEIRでコンパイルされた4つのデモアプリケーションを公開しました。

• ディープラーニングレコメンダー — ユーザーの履歴を公開せずに、プライベートなパーソナライズドレコメンデーションを提供（Belfort Labs、LG、NYUと協業）
• クレジットカード不正検知 — 暗号化された財務データ上で不正取引を検出（Niobium、hardshell.aiと協業）
• Kitsuneネットワーク侵入検知 — トラフィックパターンを明かさずにネットワーク攻撃を識別（Niobiumと協業）
• 音声ホットワード検出 — 「OK Google」などのトリガーワードを暗号化された音声データ上で検出（Belfort Labsと協業）

これら4つのデモはすべて、シングルスレッドのCPU実装で実行されました。Googleは現時点で、ほとんどのワークロードにおいてリアルタイム性能を実証するレイテンシデータを公開していません。

パートナーと協力機関

ハードウェアアクセラレータパートナー — Googleは、FHE推論を高速化するための専用ハードウェアベンダーと連携しています。

• Belfort — Googleは、暗号化コンピューティング向けハードウェアにおけるBelfortの第一号有料顧客です
• Niobium — 同社のBASALISC ASICは、OpenFHE APIを介してBGVおよびCKKSをサポートします
• Cornami
• Optalysys

HEIRは、BelfortのFPGA向けにはRustで、GoogleのTPU向けにはjaxite Pythonライブラリを介してバックエンドコードを生成します。HEIR向けの初のFPGAバックエンドは、2026年のFHE.orgカンファレンスで発表され、KU LeuvenとGoogleの研究者による、実用的なFHE高速化のためのブール演算パイプラインと算術パイプラインの評価が行われました。

学術協力機関 — HEIR論文の共著者には、Intel（Alexander Viand）、Moreh（Jaeho Choi）、KU Leuven、UC Santa Barbara、ミシガン大学アナーバー校、清華大学の研究者が名を連ねています。さらに、ジョージア工科大学とカーネギーメロン大学も学術パートナーとして参加しています。

現在の実用的な限界

FHEは依然として本質的に低速です。2026年半ばの独立したベンチマークによると、FHE計算は同等の平文計算と比較して、スキームや操作にもよりますがおよそ1,000倍から10,000倍遅いとされています。アルゴリズムの改善、コンパイラの最適化、バッチ処理技術、専用ハードウェアアクセラレーションにより、FHEの性能は5年前と比較して1,000倍から10,000倍向上しましたが、それでもほとんどのワークロードでは暗号化されていない計算との間に大きなギャップが残っています。

GoogleのHEIRデモはシングルスレッドCPUで実行され、同社はほとんどのワークロードでリアルタイム性能を実証するレイテンシデータをまだ公開していません。BelfortやNiobiumなどのパートナーによるハードウェアアクセラレーションは速度向上に寄与すると期待されていますが、その効果はまだ本番環境で実証されていません。また、GoogleのHEIRを含む3つの主要なFHEフレームワークを評価した研究論文では、さまざまなレイヤーにわたって21個のバグが発見されており、その内訳はサイレントな誤計算を引き起こす16個の論理エラーと5個のクラッシュでした。

世界的に見ても、2026年半現在、FHE技術を利用した本番システムは公に文書化されているものはわずか3つのみであり、HEIRは主に研究および実現を促進するプラットフォームであり、成熟したデプロイツールではないことを示しています。Hacker Newsでは、この発表は275ポイントを獲得し、コメントは概して「確かな進歩だが、一般的なAI推論において本番環境で使える速度にはまだ程遠い」というものでした。