Google HEIR: компилятор с открытым исходным кодом, позволяющий ИИ работать с зашифрованными данными

14 августа 2026 года Google анонсировала HEIR (Homomorphic Encryption Intermediate Representation) — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ-модели так, чтобы они могли выполнять инференс напрямую на зашифрованных данных, никогда не расшифровывая их . В блоге Google Security инженер Джереми Кун назвал этот проект «самым мощным инструментом, добавленным в нашу коллекцию средств для приватных вычислений» . HEIR основан на инфраструктуре MLIR (Multi-Level Intermediate Representation) и поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS через библиотеки OpenFHE и Lattigo . Проект распространяется под лицензией Apache-2.0, код и документация поддерживаются Google .

Как HEIR обеспечивает приватный ИИ

HEIR снижает порог входа для использования полностью гомоморфного шифрования (FHE) в машинном обучении. Разработчик может взять обычную обученную модель, пропустить её через компиляционные проходы HEIR и получить исполняемый файл, работающий с шифротекстами. Сервер никогда не видит ни исходных данных пользователя, ни результатов работы модели — криптографически гарантированная конфиденциальность . Многоуровневая архитектура HEIR автоматизирует такие задачи, как выбор параметров и упаковка данных в шифротексты . Проект также нацелен на обеспечение совместимости FHE-программ между разными схемами шифрования, компиляторами и аппаратными ускорителями .

Четыре демонстрационных приложения

Google продемонстрировала четыре приложения, скомпилированные с помощью HEIR :

• Рекомендательная система на основе глубокого обучения — персонализированные рекомендации без раскрытия истории пользователя (разработана совместно с Belfort Labs, LG и NYU)
• Обнаружение мошенничества с кредитными картами — выявление подозрительных транзакций на зашифрованных финансовых данных (с Niobium и hardshell.ai)
• Сетевая система обнаружения вторжений Kitsune — идентификация сетевых атак без раскрытия шаблонов трафика (также с Niobium)
• Обнаружение голосовой активации — распознавание команд вроде «Привет, Google» на зашифрованном аудио (с Belfort Labs)

Все четыре демо-примера работали на одноядерном CPU; Google пока не опубликовала данные о задержках, которые подтверждали бы реальную производительность для большинства нагрузок .

Партнёры и коллаборации

Партнёры по аппаратному ускорению — Google сотрудничает с производителями специализированного «железа» для ускорения FHE-инференса:

• Belfort — Google стала первым платящим клиентом Belfort на рынке зашифрованных вычислений
• Niobium — их ASIC BASALISC поддерживает BGV и CKKS через API OpenFHE
• Cornami
• Optalysys

HEIR генерирует бэкенд-код для FPGA от Belfort на языке Rust и для TPU от Google через библиотеку jaxite на Python . Первый бэкенд для FPGA был представлен на конференции FHE.org в 2026 году; в работе сравнивались логические и арифметические конвейеры для практического ускорения FHE .

Академические партнёры — среди соавторов статьи по HEIR исследователи из Intel (Александр Вианд), Moreh (Чхве Джэхо), KU Leuven, Калифорнийского университета в Санта-Барбаре, Мичиганского университета, Университета Цинхуа . Также в списке академических коллабораторов — Georgia Tech и Carnegie Mellon .

Текущие практические ограничения

FHE по-прежнему принципиально медленное. По данным независимых бенчмарков середины 2026 года, вычисления с FHE выполняются примерно в 1000–10 000 раз медленнее, чем аналогичные вычисления над открытым текстом, в зависимости от схемы и операции . Улучшение алгоритмов, оптимизация компилятора и специализированное оборудование позволили ускорить FHE в 1000–10 000 раз по сравнению с реализациями пятилетней давности, однако разрыв с незашифрованными вычислениями для большинства задач остаётся большим .

Демо HEIR выполнялись на одноядерном CPU, и Google не опубликовала показателей задержки, подтверждающих работу в реальном времени . Ожидается, что аппаратное ускорение от Belfort и Niobium улучшит скорость, но эти преимущества пока не продемонстрированы в производственных условиях . В исследовательской работе, посвящённой трём ведущим FHE-фреймворкам, включая HEIR от Google, было обнаружено 21 баг: 16 логических ошибок, приводящих к тихим неверным вычислениям, и 5 падений .

В глобальном масштабе по состоянию на середину 2026 года задокументировано только три производственных системы, использующих FHE , что подчёркивает, что HEIR — это прежде всего исследовательская и вспомогательная платформа, а не зрелый инструмент для развёртывания. На Hacker News анонс набрал 275 баллов; комментарии в целом признавали проект реальным прогрессом, но далёким от производственной скорости для общего ИИ-инференса .