Vast Data lanza DataEnclave, computación confidencial para proteger modelos de IA y datos sensibles

Vast Data ha presentado DataEnclave, una nueva capacidad de computación confidencial integrada en Vast DataEngine y en el más amplio Vast AI Operating System. El objetivo declarado es permitir que las empresas ejecuten modelos de inteligencia artificial avanzados contra datos sensibles sin exponer ni esos datos ni la propiedad intelectual del propio modelo. Para lograrlo, la compañía se apoya en la tecnología de computación confidencial de Nvidia, creando entornos aislados por hardware en los que tanto los modelos propietarios como los datos empresariales pueden descifrarse y procesarse de forma segura.

El planteamiento responde a dos problemas que, según Vast, hoy conviven sin una solución satisfactoria. Por un lado, hay organizaciones —bancos, proveedores sanitarios, agencias gubernamentales— que no pueden enviar información regulada o sensible a servicios de IA alojados externamente. Por otro, los desarrolladores de modelos son reacios a distribuir los pesos de sus modelos propietarios hacia infraestructuras que no controlan. Jeff Denworth, cofundador de Vast Data, resume el fondo del problema: "los pesos de los modelos se están convirtiendo rápidamente en la propiedad intelectual más valiosa del mundo", ya que los pesos base definen el valor de los modelos de frontera, mientras que los pesos ajustados (fine-tuned) representan cada vez más la inteligencia propietaria de las empresas que operan con IA.

En el plano técnico, DataEnclave utiliza entornos de ejecución confiables (TEE) que abarcan tanto CPU como GPU. El sistema cifra la memoria de la máquina virtual invitada, la memoria de la GPU y el tráfico NVLink, aislando los modelos y datos activos frente a administradores, operadores de infraestructura y otros inquilinos del mismo entorno. Antes de que cualquier modelo o dato sea descifrado, un proceso de atestación criptográfica verifica el hardware, el software y las políticas que gobiernan ese entorno. Denworth lo plantea como la pregunta central que faltaba resolver: "hasta ahora no ha habido una buena solución para garantizar que el espacio de memoria en el que se realiza esta computación esté igualmente protegido... una vez que llegas al destino final de cómputo, ¿es ese entorno lo bastante seguro como para descifrar los datos más sensibles del mundo?". Tanto las empresas como los desarrolladores de modelos conservan el control de sus respectivas claves de cifrado mediante integraciones con sus propios sistemas de gestión de claves.

Un elemento destacado es la posibilidad de que pesos base de un desarrollador y pesos ajustados de un cliente operen conjuntamente dentro del mismo enclave multiinquilino, permaneciendo bajo propiedad y control de claves separados. Según Denworth, "ambos pueden interoperar dentro de este enclave multiinquilino, donde podemos dar soporte a los requisitos de confianza de ambas organizaciones simultáneamente". En teoría, esto permitiría a las empresas construir modelos personalizados sin tener que revelar sus datos de entrenamiento u operación al proveedor del modelo base.

El servicio puede desplegarse en centros de datos del cliente, en nubes de IA o en entornos completamente aislados de red (air-gapped). Sus servicios de atestación se apoyan en el proyecto de código abierto Trustee, de la Cloud Native Computing Foundation, o alternativamente en la oferta Confidential AI de Fortanix. Además, el sistema registra los eventos de atestación, la liberación de claves y la actividad del ciclo de vida de cada enclave en el almacén de datos Vast DataBase, generando un rastro de auditoría que documenta qué cargas de trabajo se ejecutaron y bajo qué políticas, sin revelar en ningún momento los datos protegidos ni los pesos del modelo.

Entre los socios iniciales de modelos y software figuran Cohere, CrowdStrike, Deepgram, The San Francisco AI Factory, Fundamental Research Labs y TwelveLabs, mientras que Cisco Systems y Super Micro Computer aparecen como socios de hardware que ofrecerán sistemas integrados con esta capacidad.

En cuanto a los clientes objetivo, Vast se está concentrando inicialmente en organizaciones con requisitos de seguridad y residencia de datos particularmente estrictos: grandes bancos, agencias de inteligencia y defensa, y compañías farmacéuticas. Denworth explica que, en los tres casos, estas organizaciones han señalado que la propuesta "resuelve dolores importantes" porque no tienen permitido enviar ciertos productos de datos a distintos servicios externos que querrían utilizar. En sus palabras, se trata "básicamente de los clientes más regulados y aislados del mundo".

La compañía sostiene además que DataEnclave podría alterar la economía de la IA empresarial: los clientes podrían ejecutar modelos propietarios sobre infraestructura de su propiedad o elegir una nube de IA regional, reduciendo así la necesidad de que los propios desarrolladores de modelos financien la capacidad de cómputo subyacente. Desde el punto de vista comercial, Vast ha optado por incluir esta capacidad dentro de su AI Operating System existente en lugar de venderla como un producto aparte: "no cobramos nada extra por esto", afirma Denworth, "es simplemente parte de la pila del sistema operativo de IA".

DataEnclave está disponible actualmente en fase de vista previa (preview) y su lanzamiento general está previsto para el primer trimestre de 2027, a través de Vast y de sus socios de hardware, entre ellos Cisco y Supermicro.

El anuncio se inscribe en una tendencia más amplia del sector hacia la computación confidencial como respuesta a dos fricciones simultáneas que frenan la adopción de IA en sectores regulados: la desconfianza de las empresas para ceder datos sensibles a servicios externos y la reticencia de los proveedores de modelos a exponer sus pesos fuera de infraestructuras controladas. Al apoyarse en tecnología de Nvidia y en estándares abiertos de atestación como Trustee, Vast intenta posicionar su plataforma como una capa de confianza neutral entre ambos actores, en un momento en que el valor económico de los modelos —y de sus versiones ajustadas para casos de uso específicos— se ha convertido en un activo tan crítico como los propios datos que procesan.