Une entreprise peut chiffrer ses fichiers et ses échanges tout en conservant un risque au moment où ses données sont traitées. Google Cloud annonce la disponibilité générale de Confidential G4, sur des instances équipées de GPU NVIDIA RTX PRO 6000 Blackwell Server Edition.[1] Cette offre vise la protection des données et des modèles pendant le calcul. Elle ouvre une possibilité supplémentaire pour les projets IA sensibles, à condition de vérifier toute la chaîne applicative.
Protéger les données pendant leur utilisation
Le chiffrement au repos protège les fichiers stockés. Le chiffrement en transit protège les échanges. Le calcul confidentiel vise l’environnement dans lequel les données sont utilisées. Ces protections répondent à des risques distincts et peuvent se compléter selon l’architecture.
Google met en avant le chiffrement de la mémoire, des clés matérielles non exportables et l’attestation à distance pour isoler les données et les paramètres du modèle des accès de l’infrastructure hôte.[1] Il ne s’agit pas de chiffrement homomorphe complet.
Une disponibilité générale avec un périmètre précis
L’annonce couvre les machines virtuelles Compute Engine et les nœuds GKE dans 36 zones. La disponibilité générale de Confidential Space pour la collaboration entre plusieurs détenteurs de données doit être déployée dans les semaines suivantes.[1]
La documentation indique que les instances Confidential G4 s’appuient sur AMD SEV. Les modes d’approvisionnement comprennent les instances à la demande, Spot et Flex-start. Une licence NVIDIA Confidential Computing est facturée automatiquement, un poste à intégrer au budget.[2]
Trois protections et leurs limites
Cette grille aide à situer le calcul confidentiel dans un projet IA. Elle constitue une analyse éditoriale des contrôles à combiner.
| Protection | Rôle dans le projet | Limite à examiner |
|---|---|---|
| Stockage chiffré | Protéger les fichiers et sauvegardes conservés. | Les accès autorisés et les copies restent à maîtriser. |
| Transport chiffré | Protéger les échanges entre services. | Les données restent accessibles aux extrémités autorisées. |
| Calcul confidentiel | Isoler les données utilisées dans un environnement protégé. | Le code applicatif et la diffusion des résultats restent à contrôler. |
L’attestation doit conduire à une décision de confiance
L’attestation fournit des éléments cryptographiques pour vérifier l’environnement avant de lui confier des données sensibles.[1] Il faut définir les états acceptés, préciser qui vérifie l’attestation et décider quelle action bloquer en cas d’échec. Conserver un rapport sans l’utiliser ne protège pas autant qu’un accès conditionné au résultat de la vérification.
La documentation précise aussi que le mode confidentiel du GPU doit être activé après la création de la machine virtuelle.[2] Le nom de l’instance ne suffit donc pas à prouver que la protection est effective. Le déploiement doit vérifier son état réel.
Une protection du calcul ne corrige pas l’application
Une application peut traiter des données dans un environnement protégé, puis transmettre un résultat à une personne non autorisée. Des journaux ou un service externe peuvent aussi exposer des informations. Les identités, les connexions et les sorties doivent donc être contrôlées.
La confidentialité ne garantit pas l’exactitude. Une erreur reste une erreur. L’évaluation du modèle et la validation humaine sont des contrôles distincts de l’isolation de l’infrastructure.
Un pilote sur des dossiers techniques confidentiels
Une entreprise d’ingénierie pourrait tester la synthèse de rapports confidentiels avec la même application sur une G4 standard puis sur une configuration confidentielle. Le pilote utiliserait des documents de test, des réponses attendues et un accès limité. Cet exemple est illustratif, il ne décrit pas un résultat client.
Il faudrait vérifier l’attestation, les accès, les journaux et les destinations des données, puis tester l’interruption et la reprise. La politique de maintenance de l’hôte indiquée dans la documentation exige l’arrêt de la machine virtuelle, ce qui peut affecter la disponibilité.[2]
Google annonce une baisse de débit inférieure à 3,5 % dans ses tests sur plusieurs modèles avec une configuration g4-standard-48.[1] Cette mesure du fournisseur ne vaut pas pour toutes les charges. Il reste à mesurer la latence de bout en bout, le débit utile et le coût par tâche sur le workload visé.
La compétence IT à retenir : Cloud
Cette évolution mobilise la compétence Cloud. Le professionnel doit choisir la zone et la configuration, anticiper les quotas et les dépendances, et comprendre le périmètre des données ainsi que les modalités de sortie.
Un déploiement automatisé et reproductible facilite la vérification des paramètres de sécurité. Les images, les pilotes et les réglages du mode confidentiel doivent correspondre à la configuration validée. Chaque changement de version ou de composant appelle une nouvelle vérification.
Enfin, le projet doit équilibrer sécurité, coût et disponibilité. Les procédures de reprise doivent être documentées et testées, avec des preuves conservées pour vérifier le comportement réel de l’environnement.
Le calcul confidentiel s’évalue dans l’architecture complète
Confidential G4 ajoute une protection au moment où les données sont utilisées par l’IA. Son intérêt se mesure dans une architecture complète : environnement vérifié, accès limités, sorties maîtrisées et reprise testée. Le calcul confidentiel peut réduire certains risques d’exposition sans rendre automatiquement l’ensemble de l’application confidentiel ou fiable.
Pour aller plus loin
Quatre lectures CCCLX pour approfondir les usages du cloud, le partage de données et les architectures IA.
Google Cloud Storage Intelligence Advisor et les anomalies de stockage
Databricks étend Delta Sharing à l’IA et veut casser les silos de données
Agents vocaux IA : Oracle détaille une architecture LiveKit sur OCI
Azure Linux 4.0 : Microsoft prépare l’après Windows Server
Sources
- 01
Google Cloud, Meghna Sreenivasan et Sam Lugani (21 octobre 2026). « Hardware-backed security at global scale: Confidential G4 with NVIDIA Blackwell is GA ». Annonce de la disponibilité générale et présentation des protections ainsi que des résultats de performance communiqués par Google.
- 02
Google Cloud (documentation technique). « Create a Confidential VM instance with GPU ». Détails sur les configurations, l’activation du mode confidentiel et les modalités de facturation.
Google Cloud porte ses instances X5 à 48 To pour les grandes bases SAP
Google Cloud annonce la disponibilité générale de la série X5, qui porte à 48 To la capacité mémoire maximale annoncée sur un seul nœud, contre 32 To pour X4.[1] Destinée notamment aux très grandes bases SAP HANA, cette offre repose sur des instances bare metal.[2]...
ShinyHunters contourne des règles WAF et relance les attaques contre PeopleSoft
Mandiant et Google Threat Intelligence Group signalent une reprise des attaques de ShinyHunters contre Oracle PeopleSoft. Certaines protections WAF sont contournées alors que la vulnérabilité reste présente.[1] Pour les entreprises, cette campagne rappelle la...
Cloud Storage : Google automatise le repérage des anomalies
Une hausse des lectures, des transferts entre régions ou du volume stocké peut alourdir la facture cloud et perturber les applications. Avec Storage Intelligence advisor, Google propose une vue des changements inhabituels dans Cloud Storage et des pistes pour les...
Agents vocaux IA : Oracle détaille une architecture LiveKit sur OCI
Oracle décrit une architecture qui associe le framework LiveKit Agents à Oracle Cloud Infrastructure pour automatiser des appels vocaux en temps réel. Le schéma relie téléphonie, modèles d’IA et services métier, tout en plaçant les composants internes dans des...
GitHub Copilot se muscle pour les entreprises : les agents de code passent sous contrôle IT
Copilot n’est plus seulement là pour suggérer la prochaine ligne GitHub Copilot poursuit sa transformation. À l’origine principalement connu pour compléter du code dans l’éditeur, l’outil évolue désormais vers des agents capables d’explorer un projet, de modifier des...
PDF, présentation, audio : Adobe veut faire d’Acrobat une usine à contenus
Acrobat ne veut plus seulement ouvrir vos documents Pendant plus de trente ans, Acrobat a principalement servi à lire, créer, modifier, signer et partager des PDF. Adobe veut désormais lui donner un rôle beaucoup plus large. Le 9 septembre 2026, l’entreprise a annoncé...
Salesforce branche Claude sur son CRM : Claudeforce prépare l’après-interface
Et si le CRM n’avait bientôt plus besoin d’être ouvert ? Pendant des décennies, utiliser un CRM signifiait naviguer entre des fiches clients, des tableaux de bord, des menus et des formulaires. Avec Claudeforce, Salesforce et Anthropic veulent modifier cette logique :...
Enterprise AI Harness : Salesforce s’attaque au chaos des agents IA
Les agents se multiplient, leur contrôle devient le nouveau problème des entreprises Les entreprises commencent à déployer des agents IA dans le support client, les ventes, la finance, les RH ou encore le développement logiciel, mais cette multiplication crée un...
Parlez à votre base de données : Oracle améliore son IA NL2SQL
Oracle veut rapprocher les utilisateurs métiers de leurs données Interroger une base de données d'entreprise nécessite traditionnellement de connaître sa structure et de maîtriser SQL, ce qui laisse souvent les équipes métiers dépendantes des analystes ou des...
Kimi K3, Mistral, DeepSeek : Oracle transforme OCI en hub de modèles IA
Oracle veut faire d’OCI un guichet unique pour l’IA Oracle accélère dans la bataille du cloud IA en élargissant fortement le catalogue de modèles disponibles dans OCI Enterprise AI. Le 4 septembre 2026, le groupe a notamment annoncé l’intégration de Kimi K3, le modèle...
