规格参数
| 加密方式 | CPU-TEE+GPU-TEE / CPU-TEE+OTP 双路线可选 |
|---|---|
| 性能损耗 | 从1000倍压至可商用水平（具体以实测为准） |
| 精度表现 | 与明文计算完全一致 |
| 国产算力适配 | 昇腾、海光、寒武纪等 |
| 交付形式 | API调用 / 项目制部署 |
| 计费方式 | 按调用量或项目制，具体价格请咨询 |
产品详情
荆华密算推出的可信Token（密态大模型API）是一套面向企业级大模型调用场景的加密API服务，核心逻辑是「先加密，再智能」——模型在计算过程中看不到用户原文，答案回到用户手上才解开。适合金融、医疗、政务、法律等对数据隐私有硬性要求的机构，按调用量或项目制计费，郑州及全国均可交付。相比常规明文API方案，它在不牺牲精度的前提下实现了全链路密态计算，且已全面适配昇腾、海光、寒武纪等国产算力。
产品定位：让大模型「看不见」也能算得准
荆华密算孵化于清华大学计算机系，团队约20人，以研发为主，定位高性能AI密态计算引擎提供商，做一件事：让AI在不看见数据的前提下给出答案。可信Token是其四条产品线中面向大模型API调用的核心产品，解决的是同一个问题——企业想用大模型，但数据不能出域、不能明文暴露给模型侧。
传统密态计算方案性能损耗在1000倍以上，算力被加密吃掉，AI基本跑不动。荆华密算依托底层算子重构，把性能损耗压到可商用水平，精度与明文完全一致。这意味着企业不需要在「隐私安全」和「模型效果」之间做取舍。
技术路线：两条路，按场景选
- 密态可信空间（CPU-TEE+GPU-TEE）：硬件级物理隔离，把密态隔离能力从CPU延伸到GPU，数据在指令调度、并行计算、模型训练全流程都处在硬件锁死的加密黑盒内。
- 一次性密码本（CPU-TEE+OTP）：一次一密、用完即焚，密钥只在用户手里，理论上可抗量子破解。
两条路线的共同点是：数据在传输、存储、计算全程保持加密，解密只发生在本地。不是承诺不看，而是技术上根本看不见。
真实场景与案例验证
某跨国企业旗下短视频应用在近1亿用户规模的场景中，验证了密态计算的商用可行性。高峰日处理40到50TB数据，精度损耗0.5%。这个量级说明密态计算不是实验室概念，已经能扛住真实业务的压力。
医疗方向，海南乐城、长三角医疗可信数据空间联合建模已在推进，解决的是多家医疗机构之间数据不能互通、但需要联合训练模型的矛盾。产业侧与中信、智谱共同拓展垂域场景，与恒生聚源开展财经数据流通合作。公司是人民网发起的主流价值语料生态联盟首批成员，提供核心密态训练能力。
这些场景的共同逻辑是：数据要素市场化和大模型渗透两股推力叠加，机构既想用AI，又不敢把数据交出去。可信Token提供的是一条可落地的中间路径。
应用场景
可信Token适用于以下典型场景：金融机构调用大模型做风控分析、投研报告生成，原始交易数据不出域；医疗机构联合建模，患者数据在密态下完成训练；政务部门处理敏感公文、闭门会议纪要，全程不解密；法律行业做合同审查、案情分析，客户信息不以明文形式进入模型。对上述机构而言，常规明文API方案在合规层面往往直接不可行，可信Token是少数能同时满足「可用」和「合规」的选择。
服务与交付
可信Token以API形式交付，支持按调用量计费或项目制合作。郑州本地客户可对接技术团队做场景评估，外地客户支持远程部署与联调。荆华密算提供从算子适配、模型接入到密态环境搭建的全流程技术支持，具体交付周期和部署方案需根据客户现有系统架构评估后确定。
规格参数
- 加密方式:CPU-TEE+GPU-TEE / CPU-TEE+OTP 双路线可选
- 性能损耗:从1000倍压至可商用水平（具体以实测为准）
- 精度表现:与明文计算完全一致
- 国产算力适配:昇腾、海光、寒武纪等
- 交付形式:API调用 / 项目制部署
- 计费方式:按调用量或项目制，具体价格请咨询
以上参数以实物为准，具体参数请咨询。
联系方式：荆华密算 18500873738
地址：郑州