《面向大模型訓練與推理數據保護的可信執行環境技術要求》是信通院云計算與大數據研究所依托中國通信標準化協會大數據技術標準推進委員會（CCSA TC601），聯合30余家企業的專家共同編制，旨在為可信執行環境產品/集群在面向大模型場景時的研發、測試、評估和驗收提供參考和指引。

據此標準形成的測試方法共覆蓋數據工程、模型訓練支持、模型推理支持、硬件加速、安全要求五大能力域，包含數據增強、模型管理、環境安全和數據安全等16個子能力域，共計57個測試項。

當前，通用人工智能正在加速從“以模型為中心”向“以數據為中心”轉變，高質量、大規模數據集愈加重要。然而，高質量數據集普遍以孤島形式存在，限制了大模型在產業應用中落地。為實現可信的多方聯合訓練與推理，以可信執行環境、聯邦學習為代表的隱私計算是可行的技術解法。

大模型在訓練和推理過程中，都可能會導致用戶個人隱私及企業核心數據等重要敏感信息泄露，對大模型落地應用的安全性提出了更高要求。螞蟻數科自主研發的摩斯安全計算平臺通過差分隱私、聯邦大模型拆分和跨域微調、模型混淆、可信硬件等多種隱私計算技術相結合的獨創性方案，能在各方原始數據不出域的情況下，實現大模型的數據輸入、微調、推理全鏈路數據安全和模型隱私保護。

據了解，在軟件層面，摩斯大模型隱私保護產品，在原有大模型使用鏈路上疊加隱私計算能力，進行數據和模型雙重保護，并支持大模型隱私微調和安全推理，可實現微調精度損失可控、隱私推理性能提升、密文吞吐量有效提升、算力可擴展，并支持云部署、一體機、自有算力等多種部署方式。在硬件層面，結合適配于可信執行環境的加速硬件，可實現隱私推理性能和密文吞吐量進一步提升。并主要基于Intel SGX和TDX、AMD SEV、海光CSV、NVIDIA CC等可信計算硬件及螞蟻自研的機密計算底座構建起隱私計算大模型系統，滿足多場景中的安全性需求。

公開信息顯示，螞蟻數科持續深耕區塊鏈、隱私計算及AI技術，其持有的隱私計算專利數連續多年排名全球第一。在全球頂尖賽事iDASH國際隱私計算大賽中，螞蟻數科累計獲得六項冠軍，覆蓋多方安全計算、機密計算、聯邦學習等賽道。據IDC發布的《2022中國隱私計算平臺市場份額》報告，螞蟻數科以36.9%的市場份額位居第一。