谷歌DeepMind首次采用双重盲测评估AI模型，隐藏模型权重和测试问题以防基准数据泄露。通过机密计算环境加密传输数据，确保双方互不窥探。试点测试Gemini 2.5 Flash Lite，开销低于5%，但法律协议和代码审查仍是挑战，信任部分转移至硬件。此方法或为AI评估提供更可靠方式。

CNCF技术监督委员会已接受Confidential Containers作为孵化项目。该项目利用硬件可信执行环境（TEE）保护云端数据使用中的安全，始于2021年，由Red Hat、Intel、IBM等合作开发。项目已获超150名贡献者支持，集成于Kubernetes，支持机密AI推理，并计划通过短期和中长期路线图持续发展。

HPE与NVIDIA合作推出NVIDIA Vera CPU和Agent Toolkit，支持HPE私有云AI。新CPU专为智能代理设计，提供低延迟性能，并引入NVIDIA机密计算以确保数据安全。AI工厂解决方案集成了最新硬件，提升网络性能，支持大规模AI工作负载。

机密计算旨在保护敏感数据，确保工作负载在隔离环境中运行。虽然受限于昂贵硬件，但开源标准SPIFFE和SPIRE推动了工作负载身份的建立，支持零信任架构。Edera通过轻量级虚拟机和强身份验证提供无需专用硬件的安全解决方案。

苹果的私有云计算（PCC）与机密计算不同。PCC侧重于增强云设备间的通信安全和数据隐私保护，而机密计算则在运行时对数据进行加密，确保应用隔离。PCC适用于苹果设备，而机密计算适合更广泛的云环境。选择取决于具体的威胁模型和信任假设。

随着企业向云转型，保护敏感数据变得更加复杂。机密计算通过在受信执行环境中隔离数据，确保数据处理时的安全，防止恶意访问。这项技术为云计算提供了强有力的安全保障，促进数字化转型，增强数据保护能力。

三井公司子公司Xeureka利用NVIDIA AI平台加速药物研发，采用机密计算技术安全共享数据，提升模型预测准确率至65-74%。该技术有效解决药物发现中的隐私和安全问题，推动日本制药行业的数字化转型。

中关村实验室与蚂蚁集团发布“星绽”开源系统软件栈，包括星绽OS和星绽机密计算。星绽OS使用Rust语言，支持多种CPU架构，兼顾性能与安全。星绽机密计算利用TEE技术保护数据隐私，支持大规模数据流转。该项目已在多个行业应用，推动数据可信流通。

尽管加密技术进步，数据泄露在云环境中仍频繁。数据处理时易受攻击，传统未加密处理增加风险。机密计算技术如AMD SEV可在处理时加密数据，确保安全。去中心化机密虚拟机通过分布式网络运行，消除单点故障，增强安全性。相比Azure的集中式机密VM，去中心化VM提供更高的信任和弹性，应用于AI训练、数据分析、去中心化金融和游戏，推动安全计算的转变。

在Linux Plumbers Conference上，微软宣布开源OpenHCL，这是一种基于Linux的机密虚拟机管理程序。OpenHCL利用Rust语言的内存安全特性，提供加速I/O和增强的安全功能，确保租户间隔离，旨在提升云计算的透明度和协作。