跳到主要内容

Nillion 的盲计算革命：在不查看数据的情况下处理数据

· 阅读需 11 分钟
Dora Noda
Dora Noda
Software Engineer

如果你可以对最敏感的医疗记录进行 AI 推理，而 AI 实际上从未“看到”它正在处理的数据，会怎么样？这并非科幻小说 —— 这是盲计算（blind computing）的核心承诺。Nillion 已经从 Hack VC、HashKey Capital 和 Distributed Global 等投资者那里筹集了 5000 万美元，旨在使其成为互联网处理敏感信息的默认方式。

隐私计算市场预计将从 2025 年的 56 亿美元爆发式增长到 2035 年的超过 460 亿美元。但与以往需要信任他人处理数据的隐私解决方案不同，盲计算彻底消除了信任问题。你的数据即使在处理过程中也始终保持加密状态。

传统隐私的问题：解密-计算-加密循环​

每次你使用云服务时，你的数据都会经历一个危险的循环。首先，数据被解密以便服务器进行处理。然后进行计算。最后，重新加密以进行存储或传输。中间那一步 —— 当你的数据以明文形式存在于他人的服务器上时 —— 正是黑客、内鬼和政府传票所利用的攻击面。

考虑到以下场景的影响：

  • 医疗 AI 需要访问你的医疗记录以提供个性化建议，但在云服务器上解密这些记录违反了 HIPAA 并使你面临泄露风险。
  • 金融欺诈检测 需要分析多个机构的交易模式，但共享这些数据会暴露客户信息。
  • “了解你”的 AI 助手 需要处理你的对话、偏好和行为 —— 而这一切都存储在公司服务器上。

传统的解决方案是信任服务提供商。但正如从 Equifax 到 23andMe 的一次次泄露事件所表明的那样 —— 这种信任经常被辜负。隐私增强技术（PET）市场的存在正是因为“信任我们”还远远不够。

进入盲计算：无需解密的计算​

Nillion 的方法 —— 他们称之为“盲计算” —— 完全消除了解密步骤。数据在保持加密的状态下进行处理，通过结合多种隐私增强技术来分别处理问题的不同部分。

技术栈​

Nillion 并没有押注于单一的加密方法，而是将多种隐私增强技术（PETs）组合成他们所谓的“盲模块”（blind modules）：

多方计算（MPC）： 你的数据不是发送到一个服务器，而是被分成加密的“份额”分布在多个独立的节点上。没有任何一个节点拥有足够的信息来重构原始数据。攻击者需要同时攻破多个参与方才能获取任何有意义的信息 —— 即便如此，他们也只能得到片段。

全同态加密（FHE）： 这允许在不解密的情况下对加密数据进行数学运算。你可以对密文进行加法、乘法和运行复杂的函数，而解密后的结果与你对明文运行相同操作得到的结果一致。它的计算成本很高，但对于高敏感的工作负载来说，这种权衡是值得的。

可信执行环境（TEEs）： 硬件隔离的飞地（enclaves）在受保护的内存区域处理数据，即使是服务器的操作系统也无法访问。这提供了比纯软件方法更快的计算速度，尽管其信任模型有所不同（你需要信任硬件制造商）。

Nillion 架构的巧妙之处在于开发者无需做出选择。不同的应用程序可以根据其安全性要求和性能需求，灵活组合不同的技术方案。

双层架构：NilChain + Petnet​

Nillion 并不是传统意义上的区块链 —— 它不使用共识来结算交易或生成区块。相反，它是一个建立在两个层级上的去中心化基础设施：

NilChain（协调层）​

NilChain 处理治理、质押和网络协调。它使用基于 Cosmos 的架构并管理：

  • 节点注册和声誉
  • 质押和罚没（slashing）机制
  • 费用支付和经济激励
  • 治理提案和升级

2026 年 2 月，Nillion 宣布将其金库和代币迁移到以太坊主网，并计划在 2026 年期间推出完整的 Nillion 以太坊 L2。这将使以太坊庞大的生态系统能够无缝访问 Nillion 的隐私计算层。

Petnet（编排层）​

Petnet 是实际进行隐私保护计算的地方。它由可以独立选择运行哪些盲模块的节点组成：

  • nilDB： 一个去中心化的、加密的 NoSQL 数据库，支持对加密数据进行实时计算 —— 不同于 Filecoin 或 IPFS 专注于静态存储。
  • nilVM： 用于使用 MPC 编写隐私保护应用程序的开发者环境。
  • nilAI： 在 TEE 环境中安全执行大语言模型。

主要的底层运营商已经开始运行 Petnet 节点，包括德国电信（Deutsche Telekom）、阿里巴巴集团（Alibaba Group）、沙特电信公司（Saudi Telecom Company）和沃达丰（Vodafone）。

正在构建的真实应用​

Nillion 生态系统迅速扩张，已有超过 60 个项目在其基础设施上构建，75 个以上原生应用已上线或正在开发中。以下是目前最具吸引力的类别：

医疗：隐私保护医疗 AI​

医院现在可以在不违反隐私法规的情况下协作分析患者数据。Healthblocks 及类似项目使用 Nillion 实现：

  • 跨机构的联邦学习，而不会暴露个体患者记录
  • 处理加密扫描结果的 AI 诊断
  • 在没有数据共享协议的情况下，对敏感数据集进行研究协作

金融：加密声誉与暗池​

金融应用代表了 Nillion 一些最引人注目的用例：

  • Kayra： 一个使用 MPC 进行订单匹配的去中心化暗池交易所。交易者可以执行大额订单，而不会向抢跑者（front-runners）泄露其头寸
  • ChooseK： 使用 MPC 和同态加密为金融服务构建安全的加密工作流
  • 银行在不向分析提供商暴露客户交易数据的情况下进行欺诈检测

AI：解决隐私与 AI 的悖论​

AI 行业面临一个根本矛盾：个性化需要数据，但用户越来越抵制分享个人信息。Nillion 的 nilAI 通过以下方式解决此问题：

  • 个人 AI 助手在不离开加密状态的情况下学习用户偏好
  • 在专有数据上进行模型推理，而模型提供商看不到输入或输出
  • 使用私有数据集进行安全微调

去中心化科学 (DeSci)​

Monadic DNA 范例了 DeSci 用例 —— 它使用 FHE 和 MPC 确保用户的 DNA 数据在存储、传输以及与研究算法交互的整个过程中保持加密。遗传数据在用户控制之外永远不会以明文形式存在。

2025 年 3 月的发布：发生了什么​

2025 年 3 月 24 日，Nillion 发布了其 Alpha 主网并进行了代币生成事件 (TGE)。NIL 代币首次亮相时的详情包括：

  • 总供应量： 10 亿枚代币
  • 社区空投： 19.52%（约 1.95 亿枚代币）
  • 初始市值： 1.65 亿美元
  • 上线交易所： Binance、Gate.io、Bitget、MEXC、Kraken 和 Bithumb

代币在最初 24 小时内下跌了 12% —— 这是备受期待的项目发布中常见的模式，早期空投接收者通常会选择获利了结。然而，分析师指出，该网络的底层技术在数据隐私和 AI 应用方面仍然充满前景。

NIL 代币具有多种功能：

  • 支付盲计算（blind computation）和存储服务
  • 为网络安全进行质押（Staking）
  • 治理参与

Nillion 与替代方案的比较​

隐私计算领域包括几种方法：

技术优势劣势最适用于
MPC无需受信硬件，去中心化通信开销多方工作流
FHE最强的安全模型高计算成本高度敏感数据
TEE快速，成熟的工具链需要硬件信任性能关键型应用
ZK Proofs无需泄露即可验证计算类型有限证明与验证

Nillion 的差异化在于将三种主要方法（MPC、FHE、TEE）整合到统一的开发者体验中。Zama 等项目专注于 FHE，而 Secret Network 则强调基于 TEE 的机密计算。Nillion 的论点是不同的用例需要不同的权衡，开发者不应被强迫选择单一范式。

460 亿美元的机会​

全球隐私增强计算市场的增长趋势说明了这一点：

  • 2025 年： 56 亿美元
  • 2026 年： 73 亿美元（预计）
  • 2035 年： 463 亿美元（预计）
  • 复合年增长率 (CAGR)： 22.8%

关键驱动因素包括：

  • 监管压力： PCI-DSS 4.0 要求到 2026 年采用量子就绪算法。FedRAMP-High 正在评估用于联邦工作负载的 TEE。银行每年在隐私基础设施上的预算达 5,000 万至 1 亿美元
  • AI 集成： 预计到 2025 年，超过 60% 的大型组织将使用至少一种隐私增强技术
  • 消费者意识： 数据泄露疲劳正在驱动对不需要信任服务提供商的解决方案的需求

由于托管服务抽象了加密复杂性，云产品目前占据了 58% 的支出。但 Nillion 的去中心化方法提供了云提供商无法提供的东西 —— 完全消除受信运营商。

未来之路​

Nillion 的 2026 年路线图侧重于三个优先事项：

  1. 以太坊迁移： 迁移到以太坊主网上的 L2 架构，实现质押、协调以及从以太坊生态系统的无缝访问
  2. 开发者采用： Nucleus 构建者计划已吸引了跨越十个垂直领域的近 50 个参与者，生态系统项目集体融资超过 1 亿美元
  3. 企业合作伙伴关系： 建立与德国电信（Deutsche Telekom）、阿里巴巴等公司的关系，以扩大 Petnet 节点覆盖范围

2025 年 7 月的 Phase 0 主网升级引入了对安全 TEE 中大规模 AI 模型的支持，扩展了加密数据存储能力，并实现了无许可节点部署。

这对开发者意味着什么​

如果你正在构建处理敏感数据的应用程序——现在几乎所有应用都是如此——盲算（Blind Computing）代表了一种范式转移。与其要求用户信任你，你可以通过数学方式证明你从一开始就从未访问过他们的数据。

Nillion 的 SDK 已于 2025 年 3 月开源，提供了三个入口点：

  • nilDB 用于加密数据库操作
  • nilVM 用于自定义 MPC 程序
  • nilAI 用于隐私保护的 AI 推理

Nillion 网络中拥有近 500,000 名活跃验证者和 1,050 GB 的加密安全数据，这证明了它并非虚幻的空头支票——它是已经在规模化运行的基础设施。

对于 Web3 构建者来说，盲算解锁了以前不可能实现的用例：了解你的一切但无法被传唤的个人 AI 代理、在不查看用户数据的情况下执行合规检查的 DeFi 协议，以及在不产生“蜜罐”的情况下汇总敏感信息的医疗保健应用。

互联网的信任模型正在发生变化。盲算意味着你不需要信任任何人——而 Nillion 正在构建将这一模式变为默认的基础设施。

构建隐私保护应用需要在每一层都有稳健的基础设施。BlockEden.xyz 为在 Ethereum、Sui、Aptos 以及其他领先链上构建的开发者提供企业级 RPC 节点和索引服务。探索我们的 API 市场，利用可靠的区块链基础设施加速你的开发。

Share on Twitter