Google popycha HEIR w stronę prywatnej inferencji — między obietnicami a kosztem obliczeń

14 sierpnia 2026 roku, we wpisie na Security Blogu podpisanym przez Jeremy’ego Kuna, Staff Software Engineera, Google wróciło do HEIR (Homomorphic Encryption Intermediate Representation). To nie jest projekt debiutancki — powstał w 2023 roku jako infrastruktura oparta na MLIR — lecz dojrzewanie w stronę otwartoźródłowej platformy deweloperskiej udostępnianej na GitHubie na licencji Apache-2.0. Funkcja techniczna jest jasna: przekształcać już wytrenowane modele uczenia maszynowego tak, by mogły wykonywać inferencję na zaszyfrowanych danych wejściowych, z obsługą różnych schematów kryptograficznych, takich jak BGV, BFV, CKKS oraz schemat CGGI poprzez backendy tfhe-rs i Jaxite. Deklarowanym celem jest rozwiązanie „na jedno kliknięcie”, pozwalające także nieekspertom wbudować szyfrowaną inferencję w aplikacje produkcyjne.

Ogłoszeniu towarzyszy seria praktycznych demonstracji stworzonych z konkretnymi partnerami: model rekomendacyjny z Belfort Labs, LG i New York University; detektor oszustw na kartach kredytowych z Niobium i hardshell.ai; detektor włamań Kitsune analizujący ruch sieciowy, z Niobium; detektor słowa aktywującego w dźwięku, z Belfort Labs. Wpis wspomina też o współpracy z producentami akceleratorów sprzętowych, takimi jak Optalysys, co sugeruje ekosystem w budowie. Google zaznacza, że opóźnienia czterech zastosowań mierzono na jednowątkowym CPU; dokładnych liczb nie da się zweryfikować.

Na froncie akademickim Google powołuje się na pracę zatytułowaną „HEIR: A Universal Compiler for Homomorphic Encryption”, złożoną na arXiv w sierpniu 2025 roku, oraz na partnerstwa z instytucjami takimi jak Carnegie Mellon i Uniwersytet Tsinghua. Mimo celu, jakim jest uczynienie prywatnej SI praktyczną, firma sama przyznaje we wpisie, że narzut obliczeniowy nie jest pomijalny („homomorphic encryption has a nontrivial cost overhead”). Na razie ze źródeł weryfikowalnych nie wynikają ani dokładne liczby dotyczące tej luki wydajnościowej, ani potwierdzenie istnienia konsumenckich produktów Google już opartych na tej technologii — rzeczywista efektywność systemu pozostaje w obszarze technicznej niepewności.

Zbudowanie kompilatora, który ukrywa złożoność kryptografii, to znaczące osiągnięcie inżynierskie, ale dopóki narzut obliczeniowy pozostaje niewiadomą bez liczb, prywatnej SI grozi rola błyskotliwego rozwiązania problemów, na których rozwiązanie jeszcze nas nie stać. — Olya