印度代购网

2026年5月8日，荆华计算将成基础创投会客厅・AI前沿主题研讨会在北京成功举办。密算密态本次活动由国际创业投资集聚区、王珂为企小饭桌联合主办。落里荆华密算受邀出席，地最与来自模型研发、关键AI智能体、设施算力等领域的荆华计算将成基础近20家标杆企业及20余位投资机构代表，共探大模型时代的密算密态产业跃迁与商业化落地。

会上，王珂为企荆华密算副总裁王珂发表了题为《高性能密态计算筑牢企业安全防线》的落里主旨演讲，深入探讨AI大模型时代企业面临的地最数据安全挑战，以及密态计算从技术突破到商业落地的关键关键路径。

77%企业员工曾向公网AI泄露敏感数据

大模型重塑千行百业，设施让企业效率再升级，荆华计算将成基础然而其背后致命的数据安全隐患正日益凸显。

王珂在演讲中援引行业调研数据指出：当前约有11%的AI输入信息直接涉及企业绝密，高达77%的员工曾将内部敏感数据直接复制到公网AI工具中。同时，来自全球数据泄露成本报告的数据表明，企业因数据泄露导致的单次平均损失已高达488万美元。

"无论是律所的法律卷宗、医疗机构的敏感病例，还是企业耗费巨资研发的核心代码，一旦毫无防护地输入公有云大模型，无异于在公网上'裸奔'。大模型正在成为企业核心机密的'泄露源'。"王珂强调。

谈及企业拥抱AI的现实阻力，王珂归纳为三重困境：公有云不敢用，核心业务数据面临混入公共训练集的风险；私有化成本高，GPU集群的硬件与运维成本令中小企业望而却步；合规审查趋严，国内数据安全法及行业监管要求特定敏感数据严禁以明文形式出域。

将密态计算时间损耗从千倍级降至可商用水平

面对行业痛点，传统的密态计算技术虽能从理论上堵住漏洞，但动辄高达千倍甚至万倍的算力损耗，使其始终无法在重计算的AI场景中落地。

为此，荆华密算全栈自研高性能密态计算技术，成功突破了效率、安全和通用性的"不可能三角"。将传统密态计算的时间损耗从千倍级降至商用水平的同时，在确保密态计算精度与明文计算一致的前提下，为技术的规模化商业落地铺平道路。

在极致安全与高性能的双重加持下，高性能密态计算已在真实的超大规模商业场景中推进落地。

在数据要素流通领域，王珂以"某医疗数据可信空间"为例：作为国家级面向医疗高质量AI训练的密态可信空间，该项目利用荆华密算的"不解密计算"彻底解决了域外信任问题，为数据持有方解锁了"一次投入，多次变现"的数据资产"睡后收入"。

在全球化场景中，某数亿用户体量的全球化应用在技术加持下，成功将跨国流转的用户数据以密态形式处理，完美契合欧盟、南美等地的合规要求，大幅降低了企业的出海合规风险。

目前，公司已构建起覆盖企业全场景的产品矩阵：面向数据高敏感行业提供高密级的本地化私域部署方案，构建覆盖“输入-推理-输出”全流程的密态计算防护体系；面向开发者与C端用户，推出密态推理平台和“龙虾安全卫士”，支持跨平台、多终端即插即用；同时针对高价值私域数据领域，基于密态训练引擎，实现数据真正以密文形式的租赁式出售。该技术已服务医疗、金融、法务、科研等数据高敏感行业企业。

王珂认为，在算力、数据、监管的博弈中，具备全生命周期AI安全能力的企业，将迎来最佳窗口期。高性能密态计算正在重塑企业数据安全的基本逻辑——从"被动防御"转向"主动可控"，从"数据孤岛"转向"安全流通"。

荆华密算自研的高性能密态计算技术不再是单纯的数据加密，而是企业AI时代新基建的"最后一公里"。

作为荣获2025 DEMO CHINA最高荣誉"DEMO GOD"的清华系顶尖团队，荆华密算将继续深耕高性能密态计算领域，以"让数据敢流动、让AI敢使用"为使命，为企业在算力与数据主权的博弈中打造一条绝对安全的护城河。

（本文来源：日照新闻网。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）