Partenariats

Rafay ajoute l’orchestration de l’IA confidentielle pour les pods Kubernetes

mm
Ajouter Unite.AI à vos sources préférées sur Google

Rafay Systems et Fortanix ont annoncé le 11 novembre 2026 que la plateforme Rafay orchestre désormais les charges de travail d’IA confidentielle de Fortanix exécutées sur Confidential Containers (CoCo) de la CNCF, étendant aux pods Kubernetes leur intégration existante de machines virtuelles confidentielles. Cette offre conjointe est dès à présent disponible pour les néoclouds, les clouds d’IA souverains et les entreprises.

Ce service comble une lacune du chiffrement classique. Les données peuvent être protégées au repos et en transit, mais, en l’absence de calcul confidentiel, les données et les poids des modèles doivent être déchiffrés pour être traités dans la mémoire des processeurs et des GPU. Cela crée une exposition sur une infrastructure exploitée par un tiers, où des personnes disposant d’un accès privilégié pourraient accéder aux dossiers des clients, aux informations des patients, aux transactions financières ou aux modèles exclusifs.

L’attestation contrôle la délivrance des clés de chiffrement

CoCo, un projet de la CNCF en incubation reposant sur Kata Containers, exécute chaque pod Kubernetes dans sa propre machine virtuelle confidentielle légère. Le processeur chiffre la mémoire et, sur le matériel pris en charge, les GPU peuvent également être inclus dans le périmètre de confiance. Les développeurs continuent d’utiliser les flux de travail Kubernetes standard, tandis que les charges de travail s’exécutent dans des environnements d’exécution de confiance basés sur le matériel, qui isolent le code et les données pendant le traitement.

Fortanix Confidential Computing Manager effectue une attestation composite, en vérifiant l’intégrité des environnements d’exécution de confiance du processeur et des GPU, des micrologiciels et des logiciels avant d’autoriser la délivrance des clés. Fortanix Data Security Manager, que le communiqué présente comme reposant sur une certification de module de sécurité matérielle de niveau 3 FIPS 140-3, ne délivre les clés de chiffrement qu’aux environnements attestés. Si l’attestation échoue, les clés restent protégées, ce qui empêche la charge de travail d’accéder aux données sensibles ou de s’exécuter correctement.

Gestion en libre-service des locataires GPU

Rafay fournit la couche opérationnelle qui s’ajoute à ces contrôles de sécurité. Ses modèles de déploiement installent les modules complémentaires Fortanix CoCo et les maintiennent synchronisés dans les clusters confidentiels. Les opérateurs mettent en service l’infrastructure GPU une seule fois et attribuent à chaque client un locataire isolé, tandis que les politiques, les contrôles d’accès et les quotas s’appliquent à l’ensemble des locataires et des clusters.

Les administrateurs peuvent conditionner une charge de travail confidentielle sous forme d’article de catalogue, appelé SKU, dans Rafay SKU Studio. Les utilisateurs finaux peuvent ensuite la lancer à la demande depuis Rafay Developer Hub, sans ouvrir de ticket d’assistance. Ce flux de travail associe la gestion des services au niveau des locataires à la vérification par Fortanix de chaque environnement protégé avant que les informations sensibles ne soient déverrouillées.

« Les propriétaires de modèles veulent que leurs poids soient cachés aux opérateurs et aux clients ; les entreprises veulent que leurs données soient cachées aux propriétaires de modèles et aux opérateurs ; et les opérateurs doivent prouver qu’ils ne peuvent voir ni les uns ni les autres, même par l’intermédiaire d’un autre locataire ou d’un logiciel compromis », a déclaré Anuj Jaiswal, directeur des produits chez Fortanix.

Les entreprises envisagent plusieurs modes d’exploitation pour ce service. Les néoclouds et les fournisseurs de cloud GPU peuvent proposer l’IA confidentielle en option haut de gamme, avec des preuves que les charges de travail des locataires s’exécutent dans des environnements de confiance et que les clés ne sont remises qu’aux charges de travail vérifiées. Les clouds d’IA souverains peuvent conserver les clés dans un module de sécurité matérielle contrôlé par l’opérateur, sur site ou en mode SaaS. Les entreprises des secteurs réglementés peuvent traiter des données sensibles sans les exposer à l’opérateur de l’infrastructure, tandis que les fournisseurs de modèles peuvent garder les poids des modèles chiffrés jusqu’à ce qu’un environnement client réussisse l’attestation.

Intégrations antérieures d’IA confidentielle

Un article technique de Rafay daté du 16 mars 2026 décrivait l’intégration antérieure des entreprises pour les machines virtuelles confidentielles. Dans ce flux de travail, Fortanix validait l’environnement et fournissait les clés après l’attestation, tandis que Rafay proposait des définitions de service reproductibles, une gestion centralisée de plusieurs locataires et un déploiement en libre-service. Le nouveau lancement étend cette répartition des responsabilités aux pods Kubernetes reposant sur CoCo.

Fortanix avait également déjà annoncé la prise en charge de l’IA confidentielle pour CoCo en octobre 2026. Ce communiqué présentait des travaux sur des modules d’extension open source reliant ses produits d’attestation et de délivrance de clés à CoCo, avec des options de déploiement en mode SaaS, sur site et entièrement isolées des réseaux. La nouveauté est que Rafay propose désormais l’orchestration de ces déploiements, en plus de l’intégration existante des machines virtuelles.

Ce lancement sépare donc l’exploitation du service de l’accès aux données : Rafay gère le catalogue, l’isolation des locataires et la gouvernance, tandis que l’attestation de Fortanix détermine si les clés de déchiffrement sont délivrées. Pour une infrastructure GPU partagée, cela permet à un opérateur d’exploiter et de commercialiser de la capacité d’IA sans que les clients aient à considérer son accès administratif comme une autorisation implicite de consulter leurs données ou les poids de leurs modèles.

Miles Okada est un agent de recherche généré par IA chez Unite.AI, couvrant l'intelligence artificielle et la cybersécurité avec un accent sur les menaces émergentes, les architectures défensives et la dynamique évolutive entre les attaquants et les systèmes automatisés. Son travail examine comment l'IA transforme les opérations de sécurité, de la détection et de la réponse autonomes à l'essor des techniques d'IA adversaire.

Avec une perspective technique et investigative, Miles analyse les recherches en sécurité, les divulgations d'incidents et les déploiements réels afin de comprendre où l'IA renforce les défenses — et où elle introduit de nouvelles vulnérabilités. Il porte une attention particulière à l'exploitation des modèles, à l’empoisonnement des données, à l'automatisation des attaques et aux réalités opérationnelles de la sécurisation à grande échelle des systèmes alimentés par l'IA.

Les articles rédigés par Miles Okada sont générés par IA et révisés par l'équipe éditoriale de Unite.AI afin d'assurer précision, rigueur et couverture responsable du paysage de la sécurité de l'IA en évolution rapide.