Le 14 août 2026, Google a présenté HEIR. Il s’agit d’une chaîne d’outils de compilation open source. Elle aide les développeurs à exécuter des modèles d’IA sur des données chiffrées.
Vous traitez des informations client sensibles ? Cette méthode permet aux serveurs cloud de traiter des entrées privées. Les serveurs ne voient jamais le texte brut ni les chiffres. Le projet associe les flux de travail standard de l’IA au chiffrement homomorphe. Vous pouvez en savoir plus dans l’annonce de Google.
La place de l’IA chiffrée aujourd’hui
Habituellement, les équipes doivent choisir entre trois options. Elles envoient des données en clair à des API cloud. Elles exécutent des modèles localement sur les appareils des utilisateurs. Ou elles mettent en place des enclaves sécurisées.
HEIR propose une autre voie. Il convertit des modèles pré-entraînés standard. Ensuite, les modèles effectuent des calculs directement sur des entrées chiffrées.
Dans le dépôt Google HEIR public, Google partage du code exécutable pour cinq exemples de charges de travail :
- Détection des fraudes à la carte bancaire : Repérer les transactions suspectes sans exposer les détails du compte.
- Système d’anomalie réseau Kitsune : Vérifier le trafic réseau tout en préservant la confidentialité du contenu des paquets.
- Modèles de recommandation par deep learning : Fournir des suggestions personnalisées tout en gardant les préférences de l’utilisateur secrètes.
- Détection de mots-clés audio : Identifier des mots déclencheurs sans enregistrer la voix.
- Classification MNIST : Exécuter une reconnaissance classique de chiffres sur des images chiffrées.
Les véritables limites de performances
Google indique que quatre publications évaluées par des pairs utilisent HEIR. L’entreprise met également en avant des partenariats avec des fabricants d’accélérateurs matériels. Ces données de performance proviennent directement des tests monocœur de Google sur CPU. Aucun tiers indépendant n’a vérifié ces chiffres dans des conditions réelles de production.
Les performances en conditions réelles restent un point d’interrogation majeur. Google admet ouvertement que le chiffrement homomorphe entraîne une surcharge de calcul considérable. Convertir efficacement des modèles nécessite encore des cryptographes qualifiés. Ce n’est pas une solution instantanée. De plus, les gains de vitesse futurs grâce aux accélérateurs matériels sont prévus à terme, plutôt que disponibles aujourd’hui.
Comment le tester vous-même
La confidentialité a un prix. Ne considérez pas HEIR comme un remplacement immédiat pour les configurations cloud standard. Testez-le plutôt pour des charges de travail spécifiques où les règles de confidentialité empêchent l’hébergement cloud classique.
Vous pouvez tester la chaîne d’outils en toute sécurité sur vos propres machines. Clonez le dépôt Google HEIR. Figez la version du logiciel. Ensuite, lancez une démonstration publiée sur un CPU dédié. Mesurez le temps de compilation, l’utilisation de la mémoire, la latence et la précision du modèle par rapport à votre référence non chiffrée. Comparez le coût réel en matière de performances avant d’engager votre équipe dans une migration plus large.