CoreWeave

CoreWeave Zero Trust AI Framework: Your Model. Your Data. Your Trust.

6.9内容质量
CoreWeave Zero Trust AI Framework:  Your Model. Your Data. Your Trust.

TL;DR · AI 摘要

CoreWeave Zero Trust AI Framework CoreWeave Blog Published on October 21, 2026 8 min read CoreWeave Zero Trust AI Framew...

核心要点

  • 主题聚焦:CoreWeave Zero Trust AI Framework: Your Model. Y
  • 来源:CoreWeave,建议结合原文判断细节。
  • AI 分析暂不可用,本条为保底评分与摘要。
#AI#编程#后端#云计算#安全
打开原文

CoreWeave 零信任 AI 框架 | CoreWeave 博客

发布于

2026年10月21日

8

分钟阅读

CoreWeave 零信任 AI 框架:你的模型。你的数据。你的信任。

随着智能体 AI 接触到更多数据、工具和运行时系统,客户需要对密钥、基础设施、执行环境和模型数据拥有更强的控制能力。

作者

James Higgins

Corey Sanders

已复制

智能体 AI 正在改变客户对云安全的需求。智能体可以检索上下文、调用工具、使用记忆、生成追踪,并在其他系统中触发操作。强化学习可以将推理纳入训练循环,其中生成 rollout、奖励逻辑、更新检查点和新模型行为成为同一流程的一部分。敏感数据不再局限于一个应用程序边界内,而是通过提示、嵌入、权重、追踪、输出、评估记录和运行时系统流动。

使用云服务提供商通常需要你信任他们对数据和工作负载的访问和可见性。提供商可能管理加密密钥、维护对服务器的特权访问、管理执行环境,或提供可能从客户交互中学习的自有 AI 模型。客户被隐含地要求信任提供商的政策和流程。

CoreWeave 采取了不同的方法。

今天,我们宣布推出 CoreWeave 零信任 AI 框架™,这是一个客户控制的安全模型,旨在赋予客户对其模型、数据、基础设施和运行时环境的访问控制权。零信任 AI 框架围绕一个简单理念构建:运行敏感 AI 工作负载的客户应对其决定数据、模型和运行时环境访问权限的系统栈部分保持更多控制。

这意味着客户可以将他们已经信任的安全系统带到 CoreWeave,而不是围绕提供商定义的安全模型重新构建。CoreWeave 零信任 AI 框架整合了六层保护机制,包括利用远程密钥加密(RKE)、支持访问管理(SAM)、机密计算、远程认证、模型数据保护和受保护的数据传输。它们共同赋予客户对其 AI 环境的更大主权。

其结果是一个以客户控制为核心的 AI 云,安全措施可以帮助客户加速处理敏感 AI 工作负载,而不是减缓进程。

随着企业越来越多地将敏感和受监管的数据引入 AI 工作流程,零信任必须从身份和网络安全扩展到整个 AI 基础设施栈。CoreWeave 的零信任 AI 框架通过赋予客户对加密密钥和管理访问权限的控制,同时引入可验证的基础设施、机密执行、受保护的数据传输和客户数据控制(这些控制不依赖于使用客户数据来训练或改进云提供商自身的 AI 模型),满足了这一需求。这将信任从提供商的承诺转移到技术控制上,这是大规模部署专有 AI 的企业至关重要的一步。

Dave McCarthy,IDC 企业基础设施集团副总裁,云和数据中心

1. 零密钥访问:你的密钥始终由你掌控

加密的安全性取决于密钥的保护强度。当云提供商能够访问或管理客户的密钥时,即使底层数据已加密,该提供商仍属于安全边界的一部分。

CoreWeave 的零密钥访问方法改变了这种关系。

通过 RKE,客户可以使用其现有密钥基础设施中的密钥,无论该基础设施是软件密钥管理器、硬件安全模块,还是其他云中的密钥管理服务(KMS),同时在 CoreWeave 上运行 AI 工作负载。RKE 的设计使客户能够保留对用于保护静态数据的密钥的控制权,而无需将密钥管理权转移给 CoreWeave。客户可以继续通过其首选流程、策略和密钥管理系统管理密钥,而无需将控制权转移给 CoreWeave。

这在基础设施提供商与运行在该基础设施上的信息之间建立了重要的隔离。同时,它显著加快了客户在 CoreWeave 上部署敏感数据到 RKE 保护工作负载的速度。客户无需创建新的密钥管理自动化、部署新的云 KMS、重建密钥管理流程、策略控制、治理流程和内部审批,即可运行敏感的训练和推理工作负载。RKE 会自动处理所有这些操作,利用现有的加密基础设施:本地和云端均可使用。CoreWeave 提供高性能 AI 云,而客户则保留对受保护数据访问权限的控制。

对于在受监管行业运营或管理高度敏感知识产权的组织而言,这种隔离可能是根本性的。RKE 支持由客户现有身份基础设施管理访问权限的安全模型:客户现有的用户、组和身份提供商(IdP)可以与 RKE 保护的资源和 CoreWeave 身份和访问管理(IAM)进行联合,因此客户可以控制谁可以访问受保护数据以及谁持有密钥。如果 CoreWeave 没有密钥或没有访问密钥的权限,CoreWeave 就无法解密数据。

零密钥访问将加密从由提供商管理的承诺转变为由客户控制的安全保障。

2. 零节点访问:您决定何时允许支持进入您的环境

基础设施偶尔需要服务、故障排除或运营支持。在某些提供商环境中,提供商保留用于故障排除的管理权限。CoreWeave 的支持访问管理(SAM)使客户能够控制这一决策。

通过 SAM,客户可以决定 CoreWeave 何时被允许访问基础设施以进行支持。访问权限是根据明确的运营需求明确授权的,而不是默认始终可用。当授权的支持活动结束时,访问权限也随之终止。

零节点访问使支持访问成为客户明确的决策,而非提供商默认的特权。

3. 零信任基础设施:验证工作负载背后的系统

保护对工作负载的访问至关重要,但客户还需要对支撑其的基础设施有信心。在敏感代码或数据被释放到环境中之前,客户应能够验证底层系统是否处于预期的可信状态。CoreWeave 正在推进旨在提供这种保障的验证服务。

通过 CoreWeave 的验证服务,执行工作负载的基础设施会使用硬件信任根进行透明验证。验证还可以支持自动信任决策。工作负载、密钥管理系统或编排层可以在释放密钥、解密数据或允许执行之前要求有效的证据。

4. 零使用访问:通过机密计算保护数据

全球最敏感的企业数据中很大一部分仍保留在本地,受GDPR、欧盟人工智能法案和国家数据主权法规等严格要求的约束。然而,最先进的AI模型传统上需要通过云API访问,迫使组织将宝贵的数据转移到超出其直接控制的环境。企业需要在数据所在的位置或能够独立验证和信任的基础设施上运行AI。机密计算使这一切成为可能。

CoreWeave计划在NVIDIA Blackwell和Vera Rubin平台上支持机密计算,以在数据使用过程中保护敏感模型、数据和代码。Blackwell通过基于硬件的隔离、加密验证和内联NVIDIA NVLink™加密技术,在执行过程中保护模型和数据的机密性和完整性。

NVIDIA Rubin在此基础上进一步扩展,例如通过NVIDIA HGX Rubin NVL8系统,而NVIDIA Vera Rubin NVL72则将NVIDIA第三代机密计算技术扩展到整个机架的CPU、GPU和NVLink架构。结合CoreWeave的验证服务,这些功能将使客户在释放敏感数据或密钥前能够加密验证基础设施,然后在整个执行过程中保护工作负载,实现无需对云运营商隐含信任的机架级安全训练和推理。

敏感工作负载可以在专为防止数据和代码未授权访问而设计的硬件保护环境中运行。CoreWeave计划为部分裸金属环境支持机密计算,并正在朝着在更多部署模型(包括基于Kubernetes的AI工作负载)中提供机密计算支持的方向努力。

机密计算与验证功能相辅相成,但服务于不同目的。验证功能在信任基础设施之前确认其处于预期状态。机密计算则在执行过程中帮助隔离和保护工作负载。

它们共同为敏感AI工作负载建立了更稳固的基础。客户可以验证平台,判断其是否符合安全策略,然后在系统处理数据和代码时对其进行保护。

5. 零模型数据:CoreWeave不会使用您的数据进行训练

零信任框架需要明确区分运行AI基础设施和开发模型之间的界限。基础设施提供商不应存在利用客户提示、训练数据、模型权重或输出来构建或改进自身模型的竞争利益。这种隔离消除了潜在的利益冲突,确保客户数据创造的价值保留在客户手中。

CoreWeave不是一家拥有竞争性基础模型业务的云服务商。我们无需使用客户数据来训练模型或增强任何AI软件。CoreWeave专为AI打造的基础设施和软件使客户能够运行、调整和扩展他们选择的模型,而无需将数据转化为提供商自身AI开发的输入。

这意味着客户可以通过 CoreWeave Inference 部署开源模型,或通过无服务器强化学习(Serverless Reinforcement Learning)、无服务器监督微调(Serverless Supervised Fine-Tuning)和模型蒸馏(Model Distillation)来优化自己的模型。在所有情况下,客户的模型和数据始终归客户所有。

CoreWeave 的成功在于帮助客户更快速、更高效、更可靠地运行 AI,而非通过学习客户带到我们云平台的信息来构建竞争性 AI 系统。我们无需访问客户的提示词、训练数据、模型权重或输出结果,即可创建竞争性 AI 系统。

您的数据提升的是您的模型,而非基础设施提供商的模型。

6. 零信任网络加密:保护 CoreWeave 背骨网络中的数据

AI 工作负载很少局限于单个服务器或机架内。数据集可能部署在计算资源附近,检查点可能在不同位置之间迁移,模型组件可能需要跨越全球网络到达训练或推理环境。

每一次数据传输都会引入新的潜在风险点。

CoreWeave 使用 IEEE 802.1AE MACsec 协议保护其背骨网络通信。MACsec 对网络链路中的数据进行加密,有助于防范数据在 CoreWeave 数据中心之间传输时被截取、篡改或未经授权的监控。

通过将硬件加密嵌入网络背骨,CoreWeave 将安全传输作为网络架构的固有特性,而非对每个应用团队增加额外负担。结合客户控制的密钥和工作负载级安全措施,MACsec 为敏感 AI 资产提供了额外的保护层。

CoreWeave 通过设计主动规避您的信任链

零信任 AI 框架的每一层都针对基础设施提供商可能进入客户安全边界的关键节点:

  • 零密钥访问:确保加密密钥始终由客户掌控。
  • 零节点访问:允许客户授权基础设施支持人员在特定时机介入。
  • 零信任基础设施:通过硬件根认证验证执行环境。
  • 零运行时访问:在代码主动执行期间保护数据和代码。
  • 零模型数据:确保 CoreWeave 的业务模式与客户对模型和数据的所有权一致。
  • 零信任网络加密:保护跨 CoreWeave 背骨网络传输的信息。

这些能力共同设计用于最大限度减少 CoreWeave 在客户信任链中的角色。客户无需完全依赖政策声明或运营保障,而是可以依靠架构控制来限制访问权限、验证基础设施、分离责任并保护所有权。

这就是零信任 AI 框架更深层的承诺:CoreWeave 不仅会负责任地处理客户数据,更通过设计确保 CoreWeave 从一开始就主动规避您的信任链。

您的模型。您的数据。您的信任。

准备好掌控您的敏感 AI 工作负载?立即行动:

推出 CoreWeave 零信任 AI 框架,为客户在从密钥到运行时的整个流程中提供对敏感 AI 工作负载的完全控制。

分享本文: /