DeepSeek賦能啟明星辰數智可信計算平臺：從數據流通到AI驅動的數智化安全可信
發布時間 2025-03-06“讓每一句人機對話都安全可信，讓每一次智能交互都風險可控——這是屬于AI時代的安全承諾。 —— 啟明星辰”
前言：
在當今數字化浪潮中，數據已成為核心生產要素，但數據流通中的安全風險與效率瓶頸問題愈發凸顯。如何破解“數據要用卻不敢用”的困局、如何讓數據要素在安全可控的前提下釋放價值等成為亟待解決的難題。啟明星辰推出的數智可信計算平臺，以AI原生技術重構數據安全體系，構建可信數據空間，打造集“智能、安全、高效”于一體的數據流通新范式，讓數據流通既可信又高效。
DeepSeek驅動數智可信計算平臺
針對數據流通中的安全交互及可信計算問題，傳統數據安全可信計算平臺基于硬件可信執行環境及數據安全沙箱技術，突破驗證啟動、運行隔離、可信IO、加密通信及安全存儲等技術，打造數據安全輸入、高效計算、可信執行、加密傳出的安全加工全鏈路安全能力，確保重要數據流通利用的可用不可見，保障數據計算全程安全可信。
為了進一步提升數據聯合計算的安全與智能化流程，啟明星辰推出數智可信計算平臺（AI-R-DTCP），將DeepSeek技術作為核心引擎，在原有數據可信計算平臺堅實基礎上，從業務和安全視角，打造數據智能流通新范式。
該平臺通過對話的方式進行系統操作指引、數據智能推薦以加工模型自動創建，同時支持利用 GPU 算力，有效加速計算流程。在實際使用過程中，用戶可根據自身需求，詢問數據建模依賴的數據，并基于數據的敏感等級，靈活配置安全加工組件，借助可信執行環境、數據沙箱及隱私保護等前沿技術，全面守護數據安全、語料安全與模型安全，推動數據要素的高效市場化流通，釋放數據價值潛力。
AI破局，數據加工全鏈路智能化升級
當前，傳統數據可信計算平臺普遍面臨四大核心挑戰：
一是操作門檻高。需要用戶手動配置，容易出錯，報錯后定位復雜，業務人員需投入大量時間學習和運維；二是數據利用率低。受限于靜態規則與人工經驗，難以快速挖掘數據潛在價值，這使得數據長期閑置；三是安全與效率失衡。業務人員要將需求轉化給數據分析師，中間需求轉化存在大量校對過程；四是硬件資源缺乏。針對于大模型的安全調參數，不僅需要CPU的算力，還需要GPU的算力。
針對上述痛點，AI-R-DTCP通過AI智能助手、數據推薦官、自動化模型畫布、基于TEE的CPU直通GPU四大創新能力，重構數據可信計算的全流程：
一、AI智能助手：讓數據安全“聽得懂人話”
傳統數據安全產品往往因操作復雜、規則繁瑣而被詬病，AI-R-DTCP創新引入DeepSeek作為“AI智能助手”，將專業能力轉化為“人人可用”的交互體驗：
AI破局：
? 自然語言驅動：用戶可通過對話直接下達指令，如“需要使用全量數據，都需要哪些人的授權”，系統自動解析需求，生成處理方案并支持功能跳轉。
? 智能策略推薦：基于歷史操作與行業最佳實踐，自動推薦配置模板，減少誤操作情況的發生。
? 系統問題定位：在使用系統的過程中，當出現報錯時，可通過AI助手進行自動排查，協助用戶自動篩查，減少運維壓力。
二、數據推薦官：從“人找數據”到“數據懂人”
數據要素流通的核心痛點在于“有數不會用”，導致大量數據因未被發現或理解而無法發揮其價值。AI-R-DTCP結合DeepSeek形成數據推薦官，基于多模態AI實現數據價值的智能挖掘：
AI破局：
? 多維標簽建模：系統能夠基于樣例數據、數據標簽、元數據結構等數據信息，形成立體化數據推薦集，并結合用戶的常見操作形成貼合用戶需求的集合。
? 語義感知推薦：用戶輸入“分析中小微企業信貸得分評估”需求，系統自動關聯金融行業、資金情況、經營業績等多維度數據，并標注數據來源與使用限制。
? 合規性預檢：推薦給用戶使用的為經授權后的樣例數據，結合數據分級標簽與用戶權限，自動過濾不可用數據，避免數據濫用。
三、 自動化模型畫布：零代碼構建安全分析流水線
數據分析與安全防護往往需要跨團隊協作，DeepSeek自動化模型畫布打破技術壁壘，可以使得業務、安全、算法人員在同一平臺無縫協作：
AI破局：
? 可視化編排：系統可基于用戶的模型需求，進行模型構建的流程拆解，基于內置的分析模型，自動生成可解釋的模型算子流水線。
? 安全原子能力集成：內置50+數據分析組件，實現低代碼開發，用戶可像搭積木一樣組合安全的數據加工分析模型。
? 參數自定義調整：按照系統最優解推薦模型算子流水線，每個算子都可進行自定義參數修改，切合用戶配置需求。
四、CPU直通GPU：高性能安全計算空間
在大模型訓練與調參場景中，算力效率與數據安全往往難以兼顧——傳統GPU虛擬化技術存在內存竊取風險。AI-R-DTCP創新應用CPU直通GPU架構，通過硬件級安全隔離與智能調度，實現大模型調參“既快又穩”：
AI破局：
? 硬件級隔離：基于硬件信任根的可信執行環境技術（TEE），構建安全能力黑盒，杜絕側信道攻擊導致的模型參數泄露。
? CPU直通GPU：系統采用基于國產化可信執行環境的CPU直通GPU技術，可聯合調度CPU和GPU硬件資源。
? 零拷貝計算：繞過虛擬化層，允許GPU直接訪問加密內存數據，將大模型訓練速度提升3倍以上。
場景應用，安全與效率的共生之道
AI-R-DTCP可在政務、醫療、工業等行業，構建安全可信數據空間，提升數據價探查，通過AI與安全技術的深度融合，讓數據要素流通既安全又高效。以下為典型應用場景：
一、政務數據開放：讓公共數據“活”得安全
痛點：公共數據開放的數據量大、復雜度高、場景多，數據使用方無法快速定位所需數據。此外根據數據的敏感程度和用戶類型，不同用戶存在不同的使用權限，審批流程長，導致數據利用率低。
數據推薦官+可信計算：數據使用方輸入所需要數據需求，系統自動推薦已脫敏的樣例數據，并根據數據敏感等級推薦可使用的加工組件（數據沙箱、機密計算或隱私計算），在組件中基于樣例數據進行價值探查，確定數據價值并搭建好模型后，可申請使用全量數據。在提升數據挖潛效率的同時，減少不必要的審批流程。
二、行業數據突破：守護隱私，探查數據價值
痛點：同行業的數據因隱私限制難以共享，導致樣本量不足。人工脫敏易導致數據失真，影響研究結論準確性，這需要搭建行業數據空間。
可信計算空間+模型畫布：通過搭建行業數據空間，打通不同數據參與方，各方可通過AI-R-DTCP對數據進行授權使用，利用差分隱私、隱私求交等技術對數據進行模糊化處理，同時保留數據的關鍵關聯。通過模型畫布拖拽生成模型算子流水線，自動輸出統計結論。
三、集團效率提升：從“人情世故”到“齊心協力”
痛點：同一個集團的不同子公司、組織機構及部門間的數據往往歸內部所有，當需要跨部門使用數據時，直接共享可能泄露風險，使得需要依賴不同部門的內部關系獲取。這使得同一集團的數據只能內部為政，無法協同發揮價值。
數據授權管理+數據安全沙箱：不同部門的數據可上架到AI-R-DTCP進行授權管理，采用“一任務一授權”的方式加強數據授權管理和記錄留痕，由私下交易變為可記錄的線上授權。同時依賴集團公信力，采用數據安全計算沙箱，實現對業務的最小化改造，兼顧安全與效率。
基于Deepseek驅動的數智可信計算平臺，采用安全內生的理念，將業務與安全融合，不僅解決了“安全”與“效率”的對立矛盾，更讓數據加工利用從被動防護走向主動價值創造。
未來，啟明星辰將持續探索大模型與數據安全的深度融合，讓每一份數據都能在可信空間中自由流通、釋放潛能，形成智能的數據加工流。
因為安全，本該如此智能。
京公網安備11010802024551號