近日，北京九章云极科技股份有限公司（简称“九章云极”）与北京深度内核科技有限公司（简称“深度内核”）签署战略合作协议。双方将结合九章智算云异构算力资源的池化与智能调度能力，以及深度内核基于机密计算的可信AI技术体系，围绕硬件信任根、远程证明与可信服务化交付开展联合研发与场景落地，共同推进可信AI基础设施能力建设，为客户提供数据不出域、模型资产受保护、计算过程可审计的 AI 训练与推理服务。
随着大模型从试点验证走向生产部署，AI基础设施的竞争正在发生一个关键转向：客户关注的不再只是“有多少算力”，而是“算力是否可信”。模型权重、私有语料、推理请求等核心资产，在训练、微调与推理过程中长期处于“使用中”状态。传统安全体系主要覆盖数据传输与静态存储环节的加密，对计算过程中的内存与设备侧访问控制仍在持续完善。在对数据合规与模型资产保护有明确要求的场景中，“数据可用不可见、模型可用不可见”正在从加分项变为上云的基础条件。
从“承诺安全”到“验证安全”
本次合作的核心，是将依托九章智算云以 Serverless 编排与强化学习（RL）驱动的智能调度实现异构算力资源池化的算力服务体系，与深度内核共同推进可信AI能力建设与规模化交付。
联合方案覆盖三个层面：以计算环境认证与软件运行时认证建立信任边界明确的计算域，面向异构算力与异构系统提供标准化的可信构建与验证服务；结合九章智算云的算力调度能力与深度内核的可信集群技术，围绕 PD 分离、网络协议、推理引擎等关键环节协同优化，降低可信计算的系统开销；再将可信能力封装进九章智算云与 Alaya Token 产品体系，推理调用与训练过程中，Prompt、输出、数据与模型均在可信计算域内不落明文，业务无需改造即可接入。
让Token服务具备“可信交付”能力
在AI应用加速渗透的背景下，算力正在从“按资源、按机时”向“按Token”交付演进。但Token背后是持续流动的敏感信息：企业尚未公开的研发方案、核心源代码、产品设计、工艺参数与商业策略、模型权重与推理轨迹。
此次合作把“可信”能力直接嵌入Token生产链条：推理请求进入可信计算域后，计算过程中的数据由硬件隔离与受控运行环境共同保护；模型权重在可信计算域中加载与使用，降低闭源模型与高价值模型的资产泄露风险；每次关键环境启动均可生成远程证明报告，供客户、监管与审计方复核；Alaya Token在保持OpenAI兼容接口、按量计费的同时，增加了可验证的安全底座。
对企业用户而言，过去要自建私有化环境才能处理的敏感负载，现在可以通过公有云形态获得“私有级信任”的服务，决策门槛与部署成本大幅降低。
解决行业痛点：让高敏感负载敢上云
当前AI产业落地面临一个隐性瓶颈：越是高价值场景，越不敢轻率上公有云。对数据与模型资产要求严苛的企业，往往同时受限于三类约束——数据不出域、模型可用不可见、过程可审计。传统方案只能在“性能、成本、安全”之间做妥协：要么私有化重投入，要么依赖合同保证。
九章云极与深度内核的联合方案，试图把这种妥协变成可选项而非必选项：对数据方：使用中数据进入可信计算域，平台侧无法读取；对模型方：权重与推理逻辑在可信边界内运行，避免被导出或逆向；对监管方：远程证明与审计记录可导出，安全状态可复核；对开发者：接口兼容、按需付费，可信能力不增加业务改造负担。
这不仅是一家云厂商的能力补充，更是AI基础设施从“规模竞争”走向“信任竞争”的产业信号。
共建可信AI的基础设施标准
根据双方合作规划，九章云极与深度内核将持续完善联合方案，推动可信能力向异构算力拓展，进一步提升可信推理性能、完善可信训练与微调支持，并结合行业需求定义标准化的部署方案与交付流程。
在AI成为社会基础设施的过程中，“可信”不会是某一款产品的特性，而会成为智算云的底层属性。九章云极与深度内核的合作，正是朝这个方向迈出的一步：让算力不仅更强、更高效，也更值得被依赖。
未来，双方将联合产业伙伴，共同推进可信AI基础设施在更多行业场景中的落地，推动形成可验证、可度量、可复制的标准方案，让高敏感、高价值的人工智能应用，能够安全、高效地运行在公有云之上。
关于深度内核：
深度内核聚焦 AI 时代最核心的问题：在 AI 时代，企业把数据与业务托付给 AI 的同时，企业的智能如何沉淀、如何闭环、如何自进化。为此，深度内核提出主权智能，让企业使用最好的模型与基础设施的同时，保留对自己的数据、智能体轨迹、学习闭环与已积累智能的控制权。深度内核构建了主权 AI 的完整技术体系，在算法、模型、系统、芯片与网络层面形成体系化的创新，在其技术方向上形成体系化创新能力。
