阿里云机密计算基于硬件级可信执行环境（TEE），通过硬件可信根实现启动链度量、内存加密保障运行时数据机密性，并依托远程证明提供可验证的信任凭证，构建覆盖启动、运行与验证的全生命周期安全闭环；同时融合云存储加密与网络传输加密，为敏感工作负载提供云上“数据可用不可见”的端到端安全保障。阿里云服务器ECS官网：https://www.aliyun.com/product/ecs 不同云服务器ECS实例支持的机密计算方案不同。阿小云举例说明：
- 构建SGX机密计算环境：目前仅g7t、c7t或r7t实例规格族支持SGX功能；
- 构建异构机密计算环境：异构机密计算实例（gn8v-tee）支持；
- 构建CSV机密计算环境：g7h实例支持；
- 构建Enclave机密计算环境：仅hfg9i、hfc9i、hfr9i、g8i、c8i、r8i规格族中4 vCPU以上的实例规格支持阿里云虚拟化Enclave。
方案优势
丰富的安全特性：支持透明内存加密与 vTPM 可信启动，提供包括 Intel SGX、Intel TDX、神龙 Enclave 在内的多架构机密计算能力（涵盖 CPU 与 GPU），实现业务数据从启动到运行的端到端保护。
突出的算力性能：第九代 ECS 实例（g9i）深度融合 vTPM 与 Intel TDX 技术，在确保高安全性的同时，提供高性能CPU算力与低延迟I/O能力，轻松应对高吞吐业务需求。
全面的数据安全：联合龙蜥社区提供开源解决方案，整合存储加密与传输加密，实现了跨CPU及 GPU算力形态的全链路数据安全保障。
可靠的稳定保障：提供企业级稳定性，ECS 单实例可用性 SLA 达 99.975%，单地域多可用区部署的可用性 SLA 高达 99.995%。
安全架构
最佳实践
场景一：端云一体AI推理安全和隐私保护
大语言模型（LLM）推理涉及敏感数据与核心模型资产，传统环境面临泄露风险。机密AI方案整合 Intel TDX 与 GPU TEE 等硬件机密计算技术，为模型推理构建端到端安全屏障。
适用场景：对提示词（Prompt）和模型资产安全性要求极高的AI推理业务。
方案优势：
零侵入：无需修改业务代码或镜像，平滑迁移。
高安全：全链路加密，基于硬件级隔离，数据“可用不可见”。
场景二：云上高敏数据机密计算
通过在可信环境中制作加密镜像，确保数据在云上始终以密文形式存在。实例运行在机密环境内，经远程证明确认可信后方下发解密密钥，确保密钥仅由用户掌控，对云平台不可见。
适用场景：金融、医疗、个人隐私信息等高价值数据的计算任务。
方案优势：
易实施：容器化兼容，支持以 Node 形式直接接入，上层业务无感知。
强掌控：云上数据全态加密，密钥完全由用户持有。
相关文档：机密计算实例的系统盘度量与加密保护
场景三：基于神龙 Enclave 保护钱包私钥
将钱包核心业务容器化部署于神龙 Enclave 机密环境中。结合严格的 RAM 与密钥策略，通过远程证明确保仅指定软件制品可访问凭据，避免非授权访问。
适用场景：数字钱包企业、需高等级凭据保护的客户。
方案优势：
开发友好：支持容器化交付软件制品，不依赖特定语言或框架。
极简隔离：神龙 Enclave 环境无持久化存储与外部网络，仅通过受限 vsock 通信，攻击面小。
硬件级安全：凭据存储于硬件密码机，仅限 Enclave 内验证过的软件访问。
