HEIR від Google: як відкритий компілятор змінює приватність штучного інтелекту

Що HEIR дає для приватного ШІ

HEIR знижує бар'єр для використання повністю гомоморфного шифрування (FHE) у машинному навчанні. Розробник може взяти звичайну навчену модель, пропустити її через етапи компіляції HEIR і отримати виконуваний файл, який працює з шифротекстами. Сервер ніколи не бачить вхідні дані у відкритому вигляді чи результати роботи моделі, що забезпечує криптографічну приватність даних користувача . Багатошарова архітектура HEIR автоматично виконує такі завдання, як компонування даних шифротексту ("пакування"), вибір параметрів та арифметизація . Проєкт має на меті забезпечити сумісність FHE-програм між різними схемами шифрування, компіляторами та апаратними прискорювачами .

Чотири демонстраційні застосунки

Google навів чотири демонстраційні застосунки, скомпільовані за допомогою HEIR, щоб показати практичну життєздатність :

• Глибока рекомендаційна система — приватні персоналізовані рекомендації без розкриття історії користувача (розроблено спільно з Belfort Labs, LG та NYU)
• Виявлення шахрайства з кредитними картками — виявлення підозрілих транзакцій на зашифрованих фінансових даних (з Niobium та hardshell.ai)
• Мережевий детектор вторгнень Kitsune — ідентифікація мережевих атак без розкриття шаблонів трафіку (також з Niobium)
• Голосове виявлення ключового слова — розпізнавання команди (наприклад, "Hey Google") на зашифрованому аудіо (з Belfort Labs)

Усі чотири демонстрації працювали на однопотокових процесорах . Google досі не опублікував показників затримки, які б демонстрували продуктивність у реальному часі для більшості робочих навантажень .

Партнери та співавтори

Партнери з апаратного прискорення — Google співпрацює з виробниками спеціалізованого обладнання для прискорення FHE-інференсу:

• Belfort — Google став першим платним клієнтом Belfort для зашифрованих обчислень
• Niobium — їхній ASIC BASALISC підтримує BGV та CKKS через API OpenFHE
• Cornami
• Optalysys

HEIR генерує бекенд-код для FPGA Belfort мовою Rust і для TPU Google через бібліотеку Python jaxite . Перший FPGA-бекенд для HEIR був представлений на конференції FHE.org у 2026 році, де дослідники з KU Leuven та Google оцінювали булеві та арифметичні конвеєри для практичного прискорення FHE .

Академічні співавтори — до співавторів статті про HEIR входять дослідники з Intel (Alexander Viand), Moreh (Jaeho Choi), KU Leuven, UC Santa Barbara, Мічиганського університету, Енн-Арбор та Університету Цінхуа . Ширший список академічних партнерів також включає Georgia Tech та Carnegie Mellon .

Поточні практичні обмеження

FHE залишається принципово повільним. Незалежні бенчмарки середини 2026 року стверджують, що FHE-обчислення все ще приблизно в 1 000–10 000 разів повільніші, ніж еквівалентні обчислення у відкритому тексті, залежно від схеми та операції . Поліпшення алгоритмів, оптимізація компілятора, методи пакетування та спеціалізоване апаратне прискорення разом зробили FHE у 1 000–10 000 разів швидшим порівняно з реалізаціями п'ятирічної давнини, але цього все ще недостатньо для більшості робочих навантажень .

Демонстрації Google на HEIR працювали на однопотоковому процесорі, і компанія досі не опублікувала показників затримки, які б демонстрували продуктивність у реальному часі . Очікується, що апаратне прискорення від партнерів, таких як Belfort та Niobium, покращить швидкість, але ці переваги ще не підтверджені в робочих системах . Дослідницька робота, яка оцінювала три провідні FHE-фреймворки, включно з HEIR від Google, виявила 21 помилку на різних рівнях, зокрема 16 логічних, що призводять до непомітних неправильних обчислень, та 5 збоїв .

Загалом у світі станом на середину 2026 року задокументовано лише три робочі системи, що використовують технологію FHE , що підкреслює: HEIR насамперед є дослідницькою платформою, а не зрілим інструментом для розгортання. На Hacker News оголошення отримало 275 балів, а коментатори загалом описали його як реальний прогрес, але ще далекий від продуктивності, необхідної для загального ШІ-інференсу .