- NVIDIAとMicrosoftは機密計算をベアメタルとラック規模のAI基盤へ拡張する取り組みを公表した。
- モデル・データ・鍵を渡す前に計算環境を検証し、処理中の情報を保護する。
- 日本企業は保護対象と検証の工程を整理し、対応構成と運用要件を照合する。
NVIDIAとMicrosoftは、AIの機密モデルとデータを計算中に守る機密計算の拡張を進めている。2026年11月19日の発表は、専用サーバーとラック規模のAI基盤へ保護を広げる取り組みを示した。Azureで機密情報を扱う企業が確認する点を、環境の検証、保護の単位、導入時の構成に沿って整理する。[1][2]
何が起きたのか
NVIDIAは2026年11月19日、Microsoftとの協力を拡大し、クラウドサービスのAzureから企業内のAI基盤まで、モデルの開発と運用を支える取り組みを発表した。そのうち情報保護に関わるのが、機密計算を物理サーバーへ直接配置するベアメタル環境と、複数の機器をまとめたラック規模のAI基盤へ広げる共同作業である。独自の情報や規制対象の情報を使う組織を想定している。[1]
機密計算は、計算中のモデルとデータをハードウェアで保護する技術である。NVIDIAの説明では、保護対象には学習用データ、追加学習に使うデータ、推論への入力、モデルの判断を形作る数値である重みが含まれる。AIが業務の質問へ回答する段階だけでなく、企業のデータでモデルを調整する段階も対象になる。保護領域はTEEと呼ばれ、ハードウェアによって外部と隔離された実行環境を指す。[2]
もうひとつの要素が、計算環境の身元や安全な状態を確かめるアテステーションである。NVIDIAは、ハードウェアに基づく証拠で環境を検証し、その後に機密のコードやデータを渡すと説明する。両社の共同作業でも、機密のモデル、データ、鍵を渡す前の検証が示された。環境を確認する段階と、その環境の中で計算する段階をつなげて保護する考え方だ。[1][2]
環境を検証してから機密情報を渡し、計算中も保護する
計算環境の検証
出典 NVIDIA「NVIDIA and Microsoft Expand Accelerated Computing From Azure to Windows PCs」(2026年11月19日)/NVIDIA「NVIDIA Confidential Computing」
なぜ今なのか
今回の発表の背景には、AIの処理が、相互接続された多数の演算装置へ広がっていることがある。NVIDIAとMicrosoftは、保護をAI基盤全体へ拡張する取り組みを進めている。Azureのデータセンターでは、推論や大規模な学習を想定するVera Rubin NVL72システムが稼働していると公表された。機密情報を使う処理を大きな計算基盤へ配置するとき、演算装置とそれを結ぶ経路を含む保護の範囲が判断点となる。[1]
NVIDIAの技術説明では、Vera Rubin NVL72は、72基のGPUと36基のCPU、それらの相互接続にまたがる統合された保護領域を構成する。GPUはAIの計算を担う演算装置である。機密計算はGPUの実行、メモリ、レジスターの状態を守り、モデルや学習データ、推論への入力を隔離する。複数の装置と接続を含めて保護の範囲を確認することが、ラック規模のAIを検討する企業にとって重要になる。[2]
利用の形にも選択肢がある。NVIDIAは、専用の物理サーバー、コンテナを管理するKubernetes、仮想マシン向けに機密計算を説明している。専用サーバーではモデルの所有者が環境を運用・検証し、基盤の提供者を信頼する範囲の外に置く。Kubernetesでは処理単位のPodごと、仮想マシンでは利用者のVMごとにハードウェアで保護する。自社が管理する単位と隔離する単位を対応させて選ぶ仕組みである。[2]
日本の企業にとって何が変わるか
Azureで独自モデルや規制対象のデータを扱う日本企業は、まず保護する情報と処理を対応させたい。学習用のデータ、追加学習用の資料、推論に渡す入力、モデルの重みは、いずれもNVIDIAが示す保護対象である。業務ごとに対象を整理すれば、データを投入する前の環境確認と、投入後の計算中の保護について、提供される構成を照合しやすくなる。[1][2]
導入の確認では、機密情報を渡す前の検証を運用へ組み込むことが要点になる。アテステーションは、計算環境の身元とセキュリティ状態を確かめるための仕組みである。担当者は、モデルやデータ、鍵を渡す工程のうち、どこで環境の検証を行う構成になっているかを確認する。そのうえで、専用サーバー、Pod、VMのどの単位が自社の運用と保護したい処理に合うかを検討できる。[1][2]
対象となる製品と構成の確認も必要だ。NVIDIAはRubin、Blackwell、Hopperの各基盤への対応を示し、GPU、CPU、配置方式の詳しい組み合わせは対応製品の資料で確認するよう案内している。多くの対応する処理はアプリケーションのコードを変更せず利用できる一方、基盤と配置の設定は対応する構成に従う必要がある。アプリケーションを動かす担当者と基盤を管理する担当者で、利用する構成を共有したい。[2]
性能と制度への適合も、実際の運用と合わせて評価する。NVIDIAのFAQは、実際の性能が処理内容、基盤、設定によって変わると説明する。また、機密計算はデータ保護と隔離の管理を支え、構成全体と運用手順の確認はセキュリティ、プライバシー、法令対応の担当者と行うよう求めている。日本企業も、機密情報を扱う業務の要件、実際の計算処理、管理手順をまとめて確認することが導入判断につながる。[2]
まとめ
NVIDIAとMicrosoftは、機密計算の保護をベアメタルとラック規模のAI基盤へ拡張する共同作業を公表した。中心にあるのは、環境を検証してからモデルやデータを渡す流れと、処理中の情報を保護する仕組みである。機密モデルと業務データを扱う組織にとって、処理の配置と保護の範囲を同時に検討する材料になる。[1][2]
自社への適用では、保護したい情報を特定し、検証と隔離の単位を確認したうえで、対応する基盤と運用要件を照合する。NVIDIAの説明は、専用サーバー、Pod、VMで保護する単位が変わることや、構成と性能を個別に確かめる必要性を示している。AIのアプリケーションと基盤の担当者が同じ構成を見ながら確認を進めることが、機密情報を使うAIの導入評価を具体化する。[2]
技術・取り組み / 2026年11月19日
機密AIの導入は、保護対象と環境検証を対応させて判断する
NVIDIAとMicrosoftが、機密計算をベアメタルとラック規模のAI基盤へ拡張する取り組みを公表した。
1 AIの処理が多数の演算装置へ広がる
2 機密モデルとデータを処理中にも保護する
3 装置と接続を含む保護領域を確認する
1 保護するモデル・データと処理を特定する
2 情報を渡す前の環境検証を確認する
3 対応構成・性能・運用手順を照合する
出典 NVIDIA「NVIDIA and Microsoft Expand Accelerated Computing From Azure to Windows PCs」(2026年11月19日)/NVIDIA「NVIDIA Confidential Computing」



