最極致的數據安全計算，迎來產業化的“臨界時刻”

作者｜冬梅

采訪嘉賓｜閆守孟、張明喆

當數據成為最重要的生產要素，計算卻必須在“不被看見”的前提下完成——全同態加密，正在從一項“隱私計算圣杯”，變成現實世界必須回答的問題。

2025 年，Cloudflare 的一次區域性故障，導致數百家金融機構、政府服務與媒體網站瞬間停擺，暴露出當關鍵基礎設施集中于少數平臺時，一次攻擊或故障便能引發全球性“數字海嘯”。

另一家 AI 巨頭遭受的黑客攻擊，不僅導致模型數據泄露，更因訓練數據污染，引發了后續模型輸出的大規模偏差——單一漏洞，足以毒化整個系統。

所以如果把過去兩年的技術浪潮濃縮成一句話，那大概是：數據正在集中，而風險也在集中。

大模型被部署在云端，金融、醫療、政務等最敏感的數據，開始以 API 的形式流動；跨機構、跨區域、跨國家的數據協作，從“能不能做”變成了“必須要做”?，F實世界正在不斷拋出一個看似簡單、卻始終無解的問題：

有沒有一種計算方式，可以在數據不被看見的情況下，把事情算完？

這正是同態加密重新被推到舞臺中央的原因。

1同態加密：不是更復雜，而是更簡單

其實在隱私計算領域，同態加密并不是唯一的技術路線，但同態加密的好處是它非常簡潔，直接在數學層面改變計算規則：數據自始至終以密文形式存在，計算在密文之上完成，結果在授權方手中解密。在理想狀態下，整個計算過程中不存在“被看見的數據”。

簡而言之：從數學上講，它的安全性可以被證明；從系統上看，它反而讓架構變得更簡單。

也正因為如此，同態加密的安全性并不依賴系統配置，而是可以被數學證明。這種“安全內生于算法”的特性，使它在理論上具備一種近乎極端的吸引力——也是為什么它常被稱為隱私計算領域的“圣杯”。

那既然是圣杯，為什么遲遲沒有落地。

因為理想往往伴隨著代價。為了最高的性能，成本是繞不開的代價。

2同態加密成本有多高？

要探討同態加密的成本有多高，就要從這項技術的背景聊起。

同態加密的起點，并不來自互聯網或云計算，而來自密碼學內部一個極其樸素的問題。

在傳統加密體系中，加密和計算是兩個涇渭分明的階段：數據必須先被解密，才能參與任何有意義的計算。這在早期的計算環境中并不是問題——數據和算力通常掌握在同一主體手中，信任是默認前提。

但在 1970 年代，隨著密碼學逐漸從軍事和政府領域走向學術研究，一個更基礎的問題被提了出來：有沒有可能在不解密的情況下，對加密數據進行計算？

1978 年，RSA 算法被提出。幾乎在同一時期，研究者注意到 RSA 天然具備一種“結構保持”的特性：對兩個明文相乘后再加密，與分別加密后再相乘，在某些條件下是等價的。

這意味著，加密函數與乘法運算之間存在某種可交換性。

雖然當時沒人將其系統化，但這正是“同態性”的雛形。

在隨后的二十多年里，同態加密并未成為主流研究方向。原因很簡單：當時的計算模型、應用需求和硬件條件，都不足以支撐它的現實意義。

但在學術上，一類被稱為“部分同態加密”（Partially Homomorphic Encryption, PHE）的方案逐漸被系統化。這類方案通常只能支持某一種運算：

• RSA、ElGamal：支持乘法同態

• Paillier（1999）：支持加法同態

這類算法在特定場景下非常有用，例如安全投票、隱私求和等。但它們有一個根本限制：無法同時支持加法和乘法，也就無法表達通用計算。

從計算理論的角度看，加法和乘法的組合，才構成了圖靈完備計算的基礎。缺少任意一種，同態加密就只能停留在“專用工具”的層面。

因此，在很長一段時間里，同態加密被視為一種“有趣但受限”的密碼學技巧，而不是通用計算范式。

真正的轉折點出現在 2009 年。

當年，斯坦福大學的研究生 Craig Gentry 提出了第一個全同態加密（Fully Homomorphic Encryption, FHE）方案。這是密碼學史上的里程碑事件。

Gentry 的核心貢獻并不只是“同時支持加法和乘法”，而是提出了一套完整的理論框架，解決了一個此前被認為幾乎不可逾越的問題：噪聲增長。

在同態計算中，每一次運算都會引入噪聲。如果噪聲無限累積，最終會導致解密失敗。Gentry 提出了“引導（bootstrapping）”這一關鍵思想：用加密數據本身，去同態地執行一次解密電路，從而刷新噪聲。

這在概念上極其優雅，也極其昂貴。

Gentry 的方案證明了全同態加密“在理論上是可能的”，但在實踐中，它慢到幾乎無法運行。一次簡單的運算，可能需要數小時甚至數天。

但對學術界而言，這已經足夠。也正是從那時起，全同態加密迅速成為密碼學領域的研究熱點。

BFV、BGV、CKKS 等一系列同態加密方案在這一時期被提出，它們在效率和功能上不斷逼近“可用”的邊界。

但即便如此，全同態加密依然難以進入工程實踐。原因并不復雜：它的性能模型，與現代計算體系格格不入。

同態運算高度依賴大整數、多項式、模運算，而現代 CPU/GPU 的設計目標，是緩存友好、分支預測、向量化。這種錯配，使得即便算法層面有數量級改進，系統層面的瓶頸依然存在。

因此，在很長一段時間里，同態加密的“主戰場”依然停留在論文和原型系統中。

而最近兩年，隨著云計算和大模型的普及，數據與算力開始分離。企業越來越多地需要在“不完全信任”的環境中處理核心數據。與此同時，全球范圍內的數據保護法規持續收緊，對數據可見性提出了更高要求。

在這種背景下，傳統隱私計算技術的假設開始顯得脆弱，而全同態加密那種“全流程密態”的特性，重新展現出不可替代的價值。

從這個意義上說，同態加密并不是一項“新技術”，而是一項被現實推到臺前的老問題。

但這個老問題的核心難點卻沒有變，還是成本和性能之間的平衡。

現實很殘酷：如果一項技術足夠安全，但速度慢到無法使用或成本及其高昂，它依然沒有價值。

這正是螞蟻集團決定投入長期資源去做這件事的背景。

3螞蟻為什么必須做這件事

如果說同態加密是一項“被逼出來的技術”，那么金融與醫療等領域，正是壓力最大的那一端。

從業務屬性來看，螞蟻面對的是一組極端約束條件：金融數據一旦泄露，影響的不只是單一用戶，而是整個信任體系；醫療數據天然涉及隱私，同時又需要在診療、科研、保險等多個主體之間流動；跨境業務則進一步疊加了不同司法轄區的數據合規要求。

在這些場景中，任何一個被允許明文存在的環節，都會成為潛在的攻擊入口。隨著業務規模擴大，這種風險并不會被攤薄，反而會被放大。

這也是為什么，螞蟻最終將目光投向了同態加密這種簡潔且徹底的方案。它并不是最經濟的選擇，卻是在某些場景下唯一能夠覆蓋全流程密態的技術路徑。

4轉折點：從硬件側分析問題，從軟件側解決問題

既然是必然要走的技術路徑，那面對高昂的成本，有沒有更好的解決方案呢？

螞蟻技術研究院計算系統實驗室副主任、先進加速技術團隊負責人張明喆表示，“其實是有的。在同態加密的性能優化問題上，業界曾經形成過一個相對明確的判斷：如果要實現數量級提升，就必須依賴專用硬件。畢竟，通用處理器并非為這類計算模式設計，硬件定制似乎是必然選擇。”

于是在同態加密加速領域，早期幾乎形成了共識：要想快，必須做專用硬件。

許多研究團隊選擇設計定制加速器，試圖用電路層面的并行性來彌補算法的開銷。但這條路意味著極高的研發成本、漫長的周期，以及難以規模化的部署。更重要的是，它會將同態加密鎖定在“小眾、高門檻”的技術軌道上。

螞蟻技術研究院選擇嘗試一條不同的路線。

螞蟻團隊重新審視了問題本身，發現同態加密在 GPU 上“跑不動”，并非因為 GPU 算力不足，而是算法結構與硬件并行模型之間存在錯位。換句話說，問題不完全在硬件，而在于軟件如何組織計算。

通過重構算法的數據布局和并行方式，團隊逐步讓同態計算“長得更像 GPU 擅長處理的任務”。這種方法并沒有改變同態加密的數學本質，卻在工程層面釋放了巨大的性能潛力。最終，實現了三千倍量級的加速效果。

更關鍵的是，這種加速并不依賴定制硬件，而是可以隨著 GPU 的代際演進持續受益。

具體而言，螞蟻到底如何通過軟件方案解決成本問題？

對 KLSS 算法可用性的研究是一個例子。

在同態加密中，密鑰交換占據了 80%～90% 的計算時間。

KLSS 算法是密碼學界在 2023 年提出的一項重要理論突破，它通過切片并行，大幅縮短了密鑰交換時間。

但理論突破并不自動轉化為實際可用性。KLSS 在 GPU 和硬件加速器中暴露出了新的問題：并行帶來的帶寬需求急劇膨脹，反而成為系統瓶頸。這也是為什么，它在提出后并未被真正應用到工業級系統中。

螞蟻團隊的工作，正是試圖跨越這道鴻溝。他們沒有簡單地“實現算法”，而是從體系結構角度重新審視 KLSS 的計算模式，對并行粒度、數據訪問路徑和內存布局進行系統性重構，進而根據硬件特性對 KLSS 算法進行針對性優化。最終，使這一算法第一次在加速平臺上具備了實用價值。

目前，從論文數量看，剛剛過去的 2025 年，螞蟻已經在計算機體系結構領域的國際頂級會議發表了六篇同態加密加速技術相關的論文，在同期該領域 17 篇論文里面，占到了約三分之一的比例。這是否意味著螞蟻在同態加密領域已經走得很靠前了？

對此，閆守孟表示，從論文數量上來看是走在行業前端的，但從看整個行業看，“談領先還為時尚早”。

事實恰恰相反——這是一個參與者還相對較少的領域。

無論是美國、韓國還是中國，真正長期投入同態加密系統研究的團隊都還不夠多。生態不成熟、門檻高、基礎設施缺失，都是制約因素。

而技術的終點，不應止步于實驗室的論文，而在于賦能千行百業。這也是為什么，螞蟻在做前沿研究的同時，也在圍繞同態加密系統性地推動校企合作和開源基礎軟件。其推動同態加密的路徑圖，清晰地勾勒出了一項前沿技術從理論走向產業的必經之路：構建一個讓后來者“能學、能用、能評估”的堅實底座。

過去兩年里，螞蟻團隊每年都會面向國內學術界提出 10 個同態加密加速的開放問題，圍繞這些問題資助高校開展研究，并提供必要的技術支持。同時，團隊也在加緊打通自身研究成果的“最后一公里”，計劃以開源編譯器、benchmark、加速庫等基礎軟件套件的形式向業界開放。

一個技術的春天，往往不是來自某一瞬間的“奇跡”般的技術突破，而是源于無數次的深耕與播種。只有愿意俯身，專注于解決一個個細小但關鍵的難題，并通過開源、合作等方式反哺整個生態時，同態加密這片土地才會逐漸變得肥沃，生態也終將走向繁榮，迎來屬于自己的春天。

這或許正是中國技術生態走向成熟的一種范式。