Google HEIR: компилятор с открытым исходным кодом, позволяющий ИИ работать с зашифрованными данными
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки. HEIR построен на базе MLIR, поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS, а также бэкенды OpenFHE и Lattigo.
ОпубликовалОтредактировано с помощью DeepSeek-V4-FlashИзображения созданы с помощью GPT Image 1.5
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки.
HEIR построен на базе MLIR, поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS, а также бэкенды OpenFHE и Lattigo.
Четыре демонстрационных приложения — рекомендательная система, обнаружение мошенничества с кредитными картами, сетевая система обнаружения вторжений и распознавание голосовой команды — работали на одноядерном CPU; пок...
What is HEIR, Google's newly open-sourced compiler, what does it do for running AI on encrypted data, who are its partners and demonstratorsGoogle's HEIR compiler toolchain enables AI inference on encrypted data without decryption.
Промпт ИИ
Create a landscape editorial hero image for this Studio Global article: What is HEIR, Google's newly open-sourced compiler, what does it do for running AI on encrypted data, who are its partners and demonstrators. Article summary: ## What is HEIR?. Topic tags: general, academic, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
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 .
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Google HEIR: компилятор с открытым исходным кодом, позволяющий ИИ работать с зашифрованными данными»?
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки.
Какие ключевые моменты необходимо проверить в первую очередь?
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки. HEIR построен на базе MLIR, поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS, а также бэкенды OpenFHE и Lattigo.
Что мне делать дальше на практике?
Четыре демонстрационных приложения — рекомендательная система, обнаружение мошенничества с кредитными картами, сетевая система обнаружения вторжений и распознавание голосовой команды — работали на одноядерном CPU; пок...
Google HEIR: компилятор с открытым исходным кодом, позволяющий ИИ работать с зашифрованными данными
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки. HEIR построен на базе MLIR, поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS, а также бэкенды OpenFHE и Lattigo.
ОпубликовалОтредактировано с помощью DeepSeek-V4-FlashИзображения созданы с помощью GPT Image 1.5
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки.
HEIR построен на базе MLIR, поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS, а также бэкенды OpenFHE и Lattigo.
Четыре демонстрационных приложения — рекомендательная система, обнаружение мошенничества с кредитными картами, сетевая система обнаружения вторжений и распознавание голосовой команды — работали на одноядерном CPU; пок...
What is HEIR, Google's newly open-sourced compiler, what does it do for running AI on encrypted data, who are its partners and demonstratorsGoogle's HEIR compiler toolchain enables AI inference on encrypted data without decryption.
Промпт ИИ
Create a landscape editorial hero image for this Studio Global article: What is HEIR, Google's newly open-sourced compiler, what does it do for running AI on encrypted data, who are its partners and demonstrators. Article summary: ## What is HEIR?. Topic tags: general, academic, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
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 .
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Google HEIR: компилятор с открытым исходным кодом, позволяющий ИИ работать с зашифрованными данными»?
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки.
Какие ключевые моменты необходимо проверить в первую очередь?
Google выпустила HEIR — компилятор с открытым исходным кодом, который преобразует предварительно обученные ИИ модели для выполнения инференса на зашифрованных данных без расшифровки. HEIR построен на базе MLIR, поддерживает схемы гомоморфного шифрования BGV, BFV и CKKS, а также бэкенды OpenFHE и Lattigo.
Что мне делать дальше на практике?
Четыре демонстрационных приложения — рекомендательная система, обнаружение мошенничества с кредитными картами, сетевая система обнаружения вторжений и распознавание голосовой команды — работали на одноядерном CPU; пок...
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 .
ai-tldr.devHEIR — Google's compiler runs AI models on encrypted data
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 .
ai-tldr.devHEIR — Google's compiler runs AI models on encrypted data
blog.googleHow Google is Making Private AI Practical with Homomorphic Encryption
developers.googleblog.comMemperluas penawaran Fully Homomorphic Encryption kami
webpronews.comGoogle's HEIR Compiler Turns Homomorphic Encryption Into a Practical Tool for Private AI
emergentmind.comHEIR: Homomorphic Encryption IR Framework