Google Cloud在2026年10月21日宣布，搭载NVIDIA RTX PRO 6000 Blackwell Server版GPU的机密G4实例正式可用。该产品将GPU加速与机密计算能力结合，面向处理模型参数、提示词等敏感数据的工作负载。
本次正式可用的是机密G4实例能力，不代表所有地区、所有GPU机型都获得同样支持。部署前应核对目标可用区和具体实例配置。
正式可用范围有多大
官方称，机密G4目前覆盖36个可用区，可作为Compute Engine虚拟机或GKE节点使用，并支持多种消费模式。相关的Confidential Space能力则仍在向正式可用状态推进。
Confidential Space的进度与机密G4实例本身不同。设计多方数据协作方案时，不应把尚在推进的能力当作已在所有环境上线。
数据在运行时如何受到保护
Google Cloud介绍，机密G4结合硬件密钥、内存加密和远程证明，帮助工作负载在计算期间隔离模型权重与输入数据。远程证明用于核对运行环境和配置，再决定是否释放敏感数据。
机密计算关注运行中的数据边界；存储加密、身份权限、网络隔离及应用本身的漏洞治理仍需单独配置。
现有GPU应用是否必须改写
官方称，标准Ubuntu镜像、NVIDIA驱动和CUDA-X库可用于部署模型，不要求为了启用机密能力重写应用代码或自行构建特殊版本。
但迁移现有推理服务时，仍应测试驱动版本、镜像、容器运行时与性能。无需改写代码不等于可以跳过工作负载兼容性验收。
性能数据该怎样理解
Google Cloud在g4-standard-48规格上比较了机密G4与普通G4，给出所测AI推理工作负载吞吐下降小于3.5%的结果。官方同时指出，结果取决于测试条件与配置。
这个数字是特定基准中的观测，不是所有模型的性能承诺。延迟、吞吐和成本仍应在自有模型与数据规模下测试。
哪些团队值得优先评估
处理专有模型、敏感输入或需要证明执行环境的团队，可先确认目标可用区、实例供应和远程证明流程，再用代表性任务测试性能及密钥释放策略。
上线标准应同时覆盖安全证明、业务吞吐和故障恢复。仅确认实例能启动，还不足以证明敏感AI服务已经获得预期保护。
