Google DeepMind 于 2026 年 9 月 23 日在官方博客公布 Private AI Compute 架构更新。Private AI Compute 是一套面向个人 AI 助手的隐私计算平台，本次更新为其增设服务端安全持久记忆，新增记忆层以加密数字保险库形态部署在云端，解密密钥仅保留在个人设备，即使 Google 自身也无法读取其中内容。
核心要点
- Google DeepMind 于 2026.9.23 公布架构更新，多个工程团队联合完成
- 新增服务端持久记忆层，支持助手跨设备延续记忆
- 数据封存于专属加密存储，解密密钥仅由个人设备持有
- 硬件隔离安全飞地配合端到端加密通道处理每次请求
- 同步发布防篡改服务端软件公共记录与独立审计结果
- 更新版技术白皮书向公众开放下载
架构更新经过
从无状态到持久记忆
Private AI Compute 此前处于严格的无状态运行模式，任务结束即清除全部上下文，行业内类似隐私计算方案同样受此限制，只能靠保存个人事实与偏好清单等变通方式延续体验。
前沿 AI 模型的算力需求远超单台设备能力，云端协同又必须维持设备级隐私标准，这一矛盾促成了本次架构升级，让云端规模的记忆与设备级保护并存。
加密保险库如何运转
模型需要调用记忆时，设备经端到端加密认证通道连接云端安全飞地。飞地在隔离内存中临时解密数据完成处理，保存新增上下文后立即重新加密，全程等效于数据从未离开设备。
密钥体系采用密钥加密密钥 KEK 与数据加密密钥 DEK 双层结构，配合硬件隔离飞地、加密通道与设备派生密钥保护的每用户数据库，构成完整隐私防线。
透明度与独立审计
官方同步发布服务端软件的防篡改公共记录，设备可在发送个人数据前验证软件真实且未经改动。领先网络安全公司的独立审计结果与更新版技术白皮书一同公开，供隐私社区核查。
与既有方案对比
对比 Private AI Compute 更新前的无状态模式与偏好清单类变通方案，新增服务端记忆和既有方案的区别在于同时保留跨设备连续性与设备级加密保障。下表汇总三者的关键差异。
| 方案 | 记忆形态 | 隐私保障 | 跨设备连续性 |
|---|---|---|---|
| 无状态隐私计算（更新前） | 任务结束即清除上下文 | 硬件隔离飞地 | 不具备 |
| 偏好清单类变通方案 | 云端保存个人事实与偏好 | 常规存储保障 | 有限 |
| Private AI Compute 服务端记忆 | 云端加密保险库持久保存 | 密钥仅个人设备持有 | 支持 |
常见问题
问，Google DeepMind 新增的服务端记忆是什么。这是 Private AI Compute 平台的持久加密记忆层，让个人助手在多台设备间延续对话与任务上下文，数据封存于云端专属加密存储。
问，云端记忆如何保持设备级隐私。解密密钥只保留在个人设备，云端安全飞地在隔离内存中临时解密并即时重新加密，Google 无法读取其中内容。
问，与常规云端助手记忆的区别是什么。区别在于密钥归属，常规方案由服务方掌握解密能力，该架构把解密权留在设备端，并配套防篡改软件验证机制。
问，技术资料如何获取，是否免费。更新版技术白皮书与官方博客说明免费公开，研究人员可直接下载核查架构、安全证明与验证协议细节。
本次更新由 Google DeepMind 联合 Platforms & Devices、Core 与 Cloud 团队共同贡献，Four Flynn、Jay Yagnik 与 David Kleidermacher 提供行政支持。官方页面最后更新 2026 年 9 月 23 日，更新版技术白皮书与验证协议一并公开。Private AI Compute 属闭源隐私架构，未采用 MIT 或 Apache 协议开源。
本文来源，Google DeepMind《Advancing Private AI Compute with secure, server-side memory》https://deepmind.google/blog/advancing-private-ai-compute-with-secure-server-side-memory/
