Rafay incorpora orquestación de IA confidencial para pods de Kubernetes

Rafay Systems y Fortanix anunciaron el 11 de noviembre de 2026 que Rafay Platform ya orquesta las cargas de trabajo de IA confidencial de Fortanix que se ejecutan en CNCF Confidential Containers (CoCo), ampliando su integración existente de máquinas virtuales confidenciales a los pods de Kubernetes. La oferta conjunta ya está disponible para proveedores de neocloud, nubes soberanas de IA y empresas.

El servicio aborda una carencia del cifrado convencional. Los datos pueden protegerse en reposo y en tránsito, pero, sin computación confidencial, es necesario descifrar los datos y los pesos de los modelos para procesarlos en la memoria de la CPU y la GPU. Esto genera un riesgo de exposición en infraestructuras operadas por terceros, donde personas con acceso privilegiado podrían acceder a registros de clientes, información de pacientes, transacciones financieras o modelos patentados.

Los controles de atestación regulan la entrega de claves de cifrado

CoCo, un proyecto de CNCF en incubación basado en Kata Containers, ejecuta cada pod de Kubernetes en su propia máquina virtual confidencial ligera. La CPU cifra la memoria y, en el hardware compatible, también es posible incluir las GPU en el perímetro de confianza. Los desarrolladores siguen utilizando los flujos de trabajo estándar de Kubernetes, mientras que las cargas de trabajo se ejecutan en entornos de ejecución confiables basados en hardware, que aíslan el código y los datos durante el procesamiento.

Fortanix Confidential Computing Manager realiza una atestación compuesta y verifica la integridad de los entornos de ejecución confiables de la CPU y la GPU, así como del firmware y el software, antes de autorizar la entrega de claves. Fortanix Data Security Manager, que, según el anuncio, cuenta con la certificación FIPS 140-3 de nivel 3 para módulos de seguridad de hardware, entrega claves de cifrado únicamente a entornos atestados. Si la atestación falla, las claves permanecen protegidas, lo que impide que la carga de trabajo acceda a datos confidenciales o se ejecute correctamente.

Controles de autoservicio para clientes de GPU

Rafay proporciona la capa operativa que acompaña a esos controles de seguridad. Sus planos de implementación instalan los complementos de Fortanix CoCo y los mantienen sincronizados en los clústeres confidenciales. Los operadores incorporan la infraestructura de GPU una sola vez y asignan a cada cliente un entorno aislado, mientras que las políticas, los controles de acceso y las cuotas se aplican en todos los entornos y clústeres.

Los administradores pueden empaquetar una carga de trabajo confidencial como un elemento del catálogo, denominado SKU, en Rafay SKU Studio. Luego, los usuarios finales pueden iniciarla cuando la necesiten a través de Rafay Developer Hub, sin tener que enviar una solicitud de soporte. Este flujo de trabajo combina la gestión de servicios por cliente con la verificación de cada entorno protegido por parte de Fortanix antes de desbloquear la información confidencial.

«Los propietarios de modelos quieren que sus pesos permanezcan ocultos a los operadores y los clientes; las empresas quieren que sus datos permanezcan ocultos a los propietarios de modelos y a los operadores; y los operadores deben demostrar que no pueden ver ni unos ni otros, ni siquiera a través del entorno de otro cliente o de software comprometido», afirmó Anuj Jaiswal, director de producto de Fortanix.

Las empresas contemplan varios modelos operativos para el servicio. Los proveedores de neocloud y de nube de GPU pueden ofrecer IA confidencial como opción prémium, respaldada por pruebas de que las cargas de trabajo de los clientes se ejecutan en entornos confiables y de que las claves solo se entregan a cargas de trabajo verificadas. Las nubes soberanas de IA pueden conservar las claves en un módulo de seguridad de hardware controlado por el operador, ya sea en las instalaciones o como SaaS. Las empresas sujetas a regulación pueden procesar datos confidenciales sin exponerlos al operador de la infraestructura, mientras que los proveedores de modelos pueden mantener cifrados los pesos de los modelos hasta que el entorno del cliente supere la atestación.

Integraciones anteriores de IA confidencial

Una publicación técnica de Rafay del 16 de marzo de 2026 documentó la integración anterior de las empresas para máquinas virtuales confidenciales. En ese flujo de trabajo, Fortanix validaba el entorno y proporcionaba las claves tras la atestación, mientras que Rafay ofrecía definiciones de servicio reutilizables, gestión centralizada de múltiples clientes e implementación de autoservicio. El nuevo lanzamiento amplía esa división de responsabilidades a los pods de Kubernetes basados en CoCo.

Fortanix ya había anunciado la compatibilidad de Confidential AI con CoCo en octubre de 2026. Ese lanzamiento describía el desarrollo de complementos de código abierto que conectan sus productos de atestación y entrega de claves con CoCo, con opciones de implementación como SaaS, en las instalaciones y completamente aisladas de la red. La novedad es que Rafay ya ofrece la orquestación de esas implementaciones, además de la integración existente para máquinas virtuales.

Por tanto, el lanzamiento separa la operación del servicio del acceso a los datos: Rafay gestiona el catálogo, el aislamiento de los clientes y la gobernanza, mientras que la atestación de Fortanix determina si se entregan las claves de descifrado. En el caso de la infraestructura de GPU compartida, esto permite al operador ejecutar y vender capacidad de IA sin que los clientes tengan que considerar que el acceso administrativo implica automáticamente permiso para leer sus datos o los pesos de sus modelos.