Webエンジニア向けプログラミング解説動画をYouTubeで配信中!
▶ チャンネル登録はこちら

【ITニュース解説】Confidential Computing's Real Tax: SEV-SNP vs TDX vs H100 Confidential Mode

2026年11月03日に「Dev.to」が公開したITニュース「Confidential Computing's Real Tax: SEV-SNP vs TDX vs H100 Confidential Mode」について初心者にもわかりやすく解説しています。

作成日: 更新日:

ITニュース概要

Confidential Computingは、クラウド上でデータを保護し、運営者からも見られないようにする技術だ。CPU処理では性能低下が少ないが、I/OやGPUを使うと処理速度が落ち、コストが増える。主に規制遵守が必須の分野で利用され、性能向上よりも安全性が重視される。コストを抑えるにはワークロード分割などの工夫が必要だ。

ITニュース解説

現代のクラウドコンピューティングでは、顧客が自身のデータを預けるモデルやサービスが本当に安全か、そして意図通りに動いているかを常に気にしている。このような背景から、「コンフィデンシャル・コンピューティング」という技術が注目を集めている。この技術の目的は、顧客がクラウド事業者のオペレーターではなく、実行されるプログラムの「数学的正確性」を信頼できる環境を提供することだ。具体的には、クラウド上で実行されるデータのメモリを暗号化し、その実行環境で動作するソフトウェアが改ざんされていないかを確認(認証)することで、ホスト側(クラウド事業者)が顧客のデータやコードを読み取れないようにする。これにより、たとえクラウド事業者の内部の人間であっても、顧客の機密データにアクセスできないように保護する。

コンフィデンシャル・コンピューティングが提供するデータのプライバシー保護と信頼性の向上は大きなメリットだ。しかし、このような強力なセキュリティは決して無料で手に入るわけではない。この技術を導入すると、処理の「スループット」、つまり単位時間あたりに処理できるデータの量に必ず「税金」と表現される性能の低下が発生する。そしてこの税金は、システムのあらゆる部分に均等にかかるわけではなく、特定の処理に集中して発生するという特徴がある。

幸いなことに、一部のワークロードではこの税金がほとんどかからない。特に、CPUを使った処理が中心のサービス、例えばデータベースの操作、APIサーバーの応答処理、バッチ処理などでは、コンフィデンシャル・コンピューティングによる性能低下は非常に小さい。これは、AMDのSEV-SNPやIntelのTDXといった最新のCPUが、メモリコントローラに内蔵された専用のハードウェア暗号化エンジンを使って、ゲストOSのメモリを暗号化するためだ。この暗号化は、仮想化ソフトウェア(ハイパーバイザー)が持たない鍵で行われるため、ハイパーバイザーでさえメモリの内容を読み取れない。CPU側のオーバーヘッドは数パーセントと低く、計算が中心のワークロードではほぼゼロに近いため、導入の障壁も比較的低い。必要なのは起動時の設定変更と認証フローの組み込み程度で済む。

問題は、ワークロードがCPUサービス以外の要素を含む場合だ。特に以下の3つの領域で、この税金が顕著に現れる。 まず、「認証(Attestation)」だ。コンフィデンシャル仮想マシン(VM)が起動する際には、そのVMが正規のものであり、改ざんされていないことを示すレポートを生成し、これを検証者に送る必要がある。検証者はそのレポートと鍵の連鎖をクラウドベンダーのルート署名と照合し、問題なければVMが秘密情報を利用するためのトークンを返す。この一連のやり取りは、VMの起動時に1〜3秒の遅延を引き起こす。これは、自動スケーリングによって多数のVMが頻繁に起動したり、短命なワーカー(一時的な処理を実行するプログラム)が次々と生成されるようなシステムでは、無視できないコストとなる。

次に「I/O(入出力)」だ。コンフィデンシャルVMは、仮想化ソフトウェアが提供する仮想デバイスのエミュレーションを信頼できない。そのため、データ転送を安全に行うための特別な仕組みが必要となる。具体的には、共有メモリ領域、バウンスバッファ(データを一時的にコピーして保護する領域)、そして暗号化された通信チャネルが用いられる。結果として、ネットワークを介して送受信されるすべてのパケットや、ストレージから読み書きされるすべてのディスクブロックは、余分なデータコピーの処理を伴う。これは、大量のデータを頻繁にやり取りするようなワークロードにとって、二桁パーセントの性能低下という大きな税金となる。

そして最も高価な税金がかかるのが「GPU」の利用だ。NVIDIAのH100 GPUが提供するコンフィデンシャル・コンピューティングモードを例に取ると、ホスト(CPU側)とGPUデバイス間のデータ転送路(PCIeパス)が暗号化される。さらに、すべてのデータ転送にバウンスバッファが追加される。これにより、特に大規模なAIモデルの推論において、およそ10〜20%のスループット損失が発生すると報告されている。小規模なバッチ(一度に処理するデータのまとまりが小さい場合)でのワークロードでは、転送にかかる時間の割合が大きくなるため、さらに高い性能低下に見舞われる可能性がある。

これらのスループット損失に、コンフィデンシャル・コンピューティング対応のハードウェア(SKU)自体の価格プレミアムを組み合わせると、実質的なコストプレミアムが見えてくる。筆者のモデルでは、CPUのみのコンフィデンシャルVMで約4〜5%、H100 GPUのコンフィデンシャルモードでは約22%のコストプレミアムが発生すると試算している。さらに、高価なコンフィデンシャルGPU対応SKUを選んだ場合、最大で38%ものプレミアムになることもある。

では、このコストを支払う価値があるのはどのような場合だろうか。規制の厳しい業界、例えば医療記録、金融取引データ、または監査条項を含むデータ処理契約下にあるようなワークロードでは、この高いプレミアムを支払うことが許容される。なぜなら、代替案が「クラウド上でそのワークロードを全く実行しない」ことだからだ。しかし、そのようなカテゴリーに属さない一般的なワークロードでは、このセキュリティ強化がユーザーに見えないメリットであるため、高いコストを支払うことはまずないだろう。このことから、コンフィデンシャル・コンピューティングは「コンプライアンス(法令順守)のための製品」であり、「性能を向上させるための製品ではない」と明確に位置付けられる。特定の契約上の要件がないのに、単にアーキテクチャの優雅さという理由だけでこれを導入すると、誰も求めていない機能のために22%ものコストを無駄に支払うことになる。

しかし、いくつかの工夫により、このコストを抑えながらコンフィデンシャル・コンピューティングの恩恵を受けることは可能だ。 一つ目は「ワークロードの分割」だ。CPU側で行われるオーケストレーション(処理の調整)、データのトークン化、そしてビジネスロジックといった処理は、税金が4%程度と低いコンフィデンシャルVMで実行する。一方、コストが高いGPUには、最も計算負荷の高いテンソル演算(AIの計算で頻繁に使われる行列計算など)だけを限定的に送る。こうすることで、データ処理の大部分を低いコストで保護し、高価なGPU部分は必要最低限の作業だけを行うようにできる。 二つ目は「GPUでのバッチ処理の最適化」だ。GPUのコンフィデンシャルモードにおけるオーバーヘッドは、主にカーネル起動(GPU上でプログラムを実行する処理)ごとのデータ転送に起因する。そのため、より大きなバッチサイズで処理を行うことで、この転送コストを多くの処理で償却できる。例えば、バッチサイズ1でコンフィデンシャルH100を使うのは効率が悪いが、バッチサイズ64で使うと、暗号化されていない通常のH100をバッチサイズ32で使うのと同程度のコストパフォーマンスに近づく。 三つ目は「認証結果のキャッシュ」だ。VMを起動するたびに毎回認証を行うのではなく、インスタンスごとに一度だけ認証を行い、その結果(トークン)を有効期限(TTL)付きでキャッシュする。そして、有効期限が切れるまではそのインスタンスを信頼できるものとして扱う。これにより、VM起動時にかかる「スタートアップコスト」を、システム全体の「インフラコスト」の一部として吸収できる。

コンフィデンシャル・コンピューティングの導入を検討する際には、ベンダーが公表しているベンチマーク結果だけでなく、自身の実際のワークロードで性能を測定することが極めて重要だ。ベンダーの数値は、通常、大規模バッチの推論やメモリに限定されたマイクロベンチマークのものであり、あなたのワークロードはそれらとは異なる場合が多いからだ。 具体的には、以下の3つの指標を測定すべきだ。まず、あなたの本番環境でのバッチサイズにおける「1秒あたりのトークン数」。次に、暗号化されたデータ転送にかかる時間を含めた「p99レイテンシ」(99パーセンタイルの応答時間で、ごくまれに発生する遅延を測る)。そして、「オートスケーラーが新しいインスタンスを認証する必要がある1時間あたりの回数」だ。特に3番目の項目は、スケール・トゥ・ゼロ(使用されていないときはインスタンスを停止する)設計のシステムでは、1日に何百回も認証が必要になることがあり、人々を驚かせることがある。 これらの測定結果をもとに、発生するコストプレミアムと得られるメリットを比較検討すべきだ。もし顧客との契約で、実行の検証可能性が明確に要求されているのであれば、22%といったコストは製品の原価として許容される。しかし、そのような要件がないのであれば、それは顧客が明示していない脅威モデルに対する保険を購入するようなもので、費用対効果は低いと言える。

セキュリティ機能というものは、常に特定の脅威モデルに対するトレードオフの関係にある。そして、そのトレードオフが意味を持つのは、対処すべき脅威が明確に特定されている場合に限られる。コンフィデンシャル・コンピューティングがターゲットとする脅威は、まさに「クラウド事業者」自身だ。もしあなたのビジネスや契約において、クラウド事業者を信頼できないという脅威に法的・契約上対処する義務がないのであれば、この技術に支払う「税金」は何の価値も生み出さないことになる。 より広範なパターンとして、ハードウェアセキュリティ機能のコストは常に不均一であるという点が挙げられる。メモリの暗号化は、多くのデータを並列に処理できるため比較的安価だ。しかし、シリアル接続(直列にデータを送受信する経路)の暗号化は、すべてのデータ転送のクリティカルパス(処理の流れで最も時間がかかる部分)に位置するため、非常に高価になりがちだ。あるセキュリティ機能が、この「並列性の高い処理」と「直列処理のクリティカルパス」のどちらに属するかを知ることは、その機能が市場にどの程度普及するかを、どんなマーケティング資料よりも雄弁に物語る。

関連コンテンツ

関連IT用語