VAST DataEnclaveとは?|社外モデルを自社で動かす

「社外の専門モデルを使いたいが、顧客データを相手のクラウドには出せない」「モデルの会社は重みを渡せないと言い、こちらはデータを渡せないと言う。話がそこで止まる」——金融・医療・製造の情報システム部門やAI導入の担当から、繰り返し聞こえてくる行き詰まりです。2026年9月22日、米国のデータ基盤企業 VAST Data は、この行き詰まりを技術でほどくとうたう DataEnclave を発表しました。ただし、問題は暗号化の強さではなく、「区画が本物だと誰が確かめ、鍵を誰が持つか」です。しかも DataEnclave はまだプレビューの段階で、出荷は2027年第1四半期の予定です。この記事では、公式発表と報道で確認できる範囲をもとに、社外ベンダーのモデルを自社データの置き場で動かすときに決めること、他の選択肢との比べ方、機密計算でも残るリスクを整理します。
カメ先生機密計算というと、使えば相手から何も見えなくなる魔法の箱だと思われがちなんだ。でも本当は、「この箱が約束どおりの箱か」を確かめる仕組みと、鍵を渡す手順のセットなんだよ。
カメ子箱そのものより、確かめ方と鍵の渡し方のほうが大事ということですか。
カメ先生そう。確かめる役を誰が持つか、どのデータなら箱に入れてよいか、記録を誰が読むかを決めないと、箱が立派でも安心の根拠にならない。しかも今回の製品はまだ出荷前だから、計画にどう入れるかも判断の一部になる。
カメ子製品を選ぶ前に、社内で決めておくことが先にあるんですね。
- DataEnclave は VAST Data が2026年9月22日に発表した機能で、NVIDIA の機密計算を使い、社外のモデルを自社データの横で動かしながら、モデルの重みとデータを運用者や管理者から隔離するとしている
- 現在はプレビューで、出荷は2027年第1四半期に VAST と Cisco・Supermicro などを通じて行う予定。計画に入れるなら、出荷前であることを前提に段取りを組む
- 安心の根拠は「証明(環境が本物かの確認)を誰が検証し、鍵を誰が持つか」で決まる。データ区分の線引き、モデル提供者との契約、記録の読み手は人が先に決める
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
DataEnclaveとは:VASTのデータ基盤に加わる、機密のまま動かす区画
VAST Data は、AI向けの大容量データ基盤を提供する米国の企業です。DataEnclave は、同社のデータ処理の層である DataEngine と、同社が「AIのための基本ソフト」と位置づける基盤の中に組み込まれる機能として発表されました。公式発表の説明では、機密性の高い企業データに対してAIモデルを動かしながら、モデルの知的財産と顧客のデータの両方を守ることが目的です。
動かす場所は、自社のデータセンターか、信頼できるクラウド環境です。社外に通信できない閉域の環境にも対応するとしています。つまり、データをモデル会社のクラウドへ送るのではなく、モデルのほうをデータの置き場へ持ってきて、そこで機密を保ったまま動かすという発想です。報道は、これを「企業がAIモデルにデータを触らせるための、安全な囲い」と表現しています。
対象として公式が挙げるのは、金融・医療・行政などの規制の強い業界と、国境の内側で証明付きの環境を提供する各国のAIクラウドです。自社で独自に学習させた、あるいは微調整したモデルの重みも守る対象に入るとしています。社外のモデルだけでなく、自社の資産としてのモデルを守る使い方も想定されています。
発表で分かっていることと、まだ出荷前であること
発表は2026年9月22日、ニューヨークで行われました。公式発表は、DataEnclave が現在プレビュー中であり、2027年第1四半期に VAST Data と参加するOEM(機器メーカー)を通じて出荷されると明記しています。機器メーカーとして名前が出ているのは Cisco と Supermicro です。前者は NVIDIA と組んだ自社のAI基盤、後者は NVIDIA の次世代基盤を載せた組み込み済みの機器として扱うと説明されています。
モデルの提供側として発表に名前が挙がったのは、CrowdStrike や NVIDIA を含む7社です。ほかに、証明と鍵の管理で Fortanix、各国のAIクラウドとして3社が参加を表明しています。一方で、ストレージ業界の専門媒体は、名前の挙がったモデル会社は「明らかに大手ではない」と指摘し、各国のAIクラウドも今のところ少ないと書いています。大手の汎用モデルがこの方式で提供されるかは、現時点では分からないということです。
料金、対応するモデルの一覧、第三者による安全性の評価も、発表時点では公表されていません。日本での提供時期や販売経路についても、確認できる公式の情報は見当たりませんでした。以下で書くことは、発表と報道で説明された設計の考え方に基づくもので、出荷時に仕様が変わる可能性があります。
- 出荷前の製品の説明は「設計上そうする」という意図の表明であり、実際の動作を確かめた結果ではない
- 提携企業の性能や安全性の談話は、各社の主張として読む
- 日本で使う場合の窓口・保守・サポート言語は、出荷時に改めて確かめる
仕組み:区画が本物だと確かめてから、鍵を渡す
従来の暗号化は、保存中のデータと通信中のデータを守ってきました。ところが報道が指摘するとおり、モデルを動かすには、重みをGPUのメモリ上で復号しなければならないという隙間が残ります。動いている最中のデータと重みは、基盤の運用者や管理者、同じ機器を使う他の利用者から読める可能性がありました。DataEnclave が埋めようとしているのはこの隙間です。
公式発表によると、処理は機密仮想マシンと機密コンテナの中で動き、NVIDIA の機密計算が、仮想マシンのメモリ、GPUのメモリ、GPU同士をつなぐ高速な接続の通信を暗号化します。そのうえで、GPUを含む実行環境が正しいことを暗号的に確かめてから、復号の鍵を払い出すという順番を取ります。公式はこれを「復号の前に検証する」と表現しています。専門媒体によれば、CPU側の機密計算は10年ほど前からメモリを守ってきた一方、GPUは処理中のデータを守らないのが普通でした。AIの処理の大半がGPUで行われる以上、GPU側まで区画に含めて初めて意味があるというのが、この製品の前提です。
この「確かめる」作業が証明(アテステーション)です。NVIDIA の公開資料では、GPUの証明は、機器が本物で、正規のファームウェアが動いていることを暗号的に示すものと説明されています。VAST の場合、証明の受け付けは CNCF の公開ソフトの証明基盤か、Fortanix の機密AI基盤の上に作るとしています。この公開ソフトの資料は、証明を検証し鍵を払い出す役は、それ自体が機微な役割なので信頼できる環境に置くべきだと書いています。誰がその役を持つかが、後の判断の中心になります。
「互いに見せない」の中身:誰から、何を隠すのか
「重みとデータを互いに見せない」という言い方は分かりやすい反面、誰から何が隠れるのかがぼやけます。公式発表の記述を、守る対象と隠す相手に分けて並べると次のようになります。
| 守る対象 | 鍵を持つ側(公式の説明) | 処理中に読めないとされる相手 | 確かめたいこと |
|---|---|---|---|
| 自社のデータ | 自社。自社の鍵管理の仕組みとつなぐ | 基盤の運用者・管理者、同じ機器の他の利用者 | モデル提供者側が出力や記録から推測できないか |
| モデル提供者の重み | モデル提供者。提供者の信頼の範囲に置く | 基盤の運用者・管理者、データを持つ企業 | 自社の担当者が重みを取り出せない構成で、障害時に誰が調べるか |
| 自社で微調整した重み | 自社 | 基盤の運用者・管理者 | 微調整に使った元データとの関係をどう管理するか |
| 証明と鍵の払い出しの記録 | VAST のデータベースに残すとしている | 公式は保護対象を見せずに残すと説明 | 誰が読めて、どれだけ保存し、改ざんの検出を誰が見るか |
注意したいのは、VAST Data 自身が隠す相手に含まれるかという点です。公式発表は「インフラの運用者と管理者」から隔離すると書いており、VAST という社名を明示して挙げてはいません。「私たちを含む誰からも守る」と述べたのは、運用者の立場にある提携先のAIクラウド事業者です。保守や障害対応で VAST やその販売店がどこまで触れるのかは、構成と契約によって変わるはずなので、提案の段階で書面で確かめるべき項目になります。
もう一つ、隠れるのは「処理の最中の中身」であって、「AIが出した答え」ではありません。出力がどこへ返り、誰が読み、モデル提供者に何らかの利用状況が届くのかは、機密計算とは別の設計の話です。この点は、推論先に渡す入力そのものを変換したり伏せたりする方式を扱った記事とは、守っている場所が違います。
選択肢を並べる:社外の独自モデルを、自社データに当てる4つの道
DataEnclave が向いているかは、他の道と並べないと判断できません。ここでは「社外ベンダーの独自モデルを、自社の機密データに使いたい」という一つの目的に絞り、取りうる道を4つに分けます。
| 道 | データの行き先 | 重みの置き場 | 向く場面 | 主な弱み |
|---|---|---|---|---|
| 提供者のクラウドに送る | 社外 | 提供者の手元 | 機密度が中程度で、契約で足りる | データの持ち出しの説明が必要。区分の高いデータは出せない |
| 重みを自社に預かる契約 | 社内 | 自社の機器 | 提供者が自社を信頼してくれる場合 | 提供者が応じないことが多い。漏えい時の責任が重い |
| 公開モデルを社内で動かす | 社内 | 自社の機器 | 公開モデルの精度で足りる業務 | 専門モデルの精度は得られない。運用は自前 |
| 機密計算の区画で動かす | 社内(区画の中) | 自社の機器上だが提供者の鍵 | 双方が相手を信頼できないが組みたい | 出荷前。対応機器と対応モデルが限られる。証明の運用が要る |
4つ目が DataEnclave の位置です。この道が意味を持つのは、双方が相手を全面的には信頼できないが、それでも一緒に仕事をしたいという場面に限られます。提供者のクラウドに送ってよい程度のデータなら、新しい機器と証明の運用を背負うより、契約で縛るほうが早く安いことが多いはずです。
逆に、公開モデルで精度が足りる業務なら、3つ目の道で十分です。DataEnclave が本当に効くのは、規制や契約で社外に出せないデータに、社外にしかない専門モデルを当てたいという、二つの制約が重なる業務です。まずその業務が自社に実在するかを数えることが、製品を評価するより先の作業になります。
なお4つ目の道には、自社の機器ではなく、国内に機器を置くAIクラウド事業者の上で区画を借りる形も含まれます。公式発表が各国のAIクラウドを対象に挙げているのはこのためです。この場合、データの所在は国内に保てても、事業者が新たな関係者として加わるので、検証役と記録の閲覧範囲を三者で決め直す必要があります。日本でこの形を提供する事業者は、発表時点では確認できませんでした。
証明を誰が確かめるか:検証役の置き場所で、安心の中身が変わる
機密計算の安心は、「区画が本物だ」という証明を誰かが検証して初めて成り立ちます。検証役を誰が持つかで、実質的に誰を信頼しているかが変わります。公式発表では、自社とモデル提供者がそれぞれの鍵管理の仕組みを持ち、自分の資産について自分で方針を決められるとしています。つまり鍵の払い出しの条件は、両者が別々に決める設計です。
検証役の置き方は、大きく三つ考えられます。自社が検証役を自社内に置く形、モデル提供者や証明の専門企業の仕組みに任せる形、AIクラウド事業者が提供する形です。閉域の環境では、VAST と Fortanix が社内での証明と鍵の仲介を用意するとしています。検証役を他社に任せるなら、結局その会社を信頼していることになるので、その会社の監査や認証を確かめる作業が残ります。
また、検証は「何と比べて正しいか」という参照値に支えられています。NVIDIA の資料には、遠隔の証明サービス、参照値の提供、証明書の失効確認の三つの仕組みが並んでいます。参照値の更新、ファームウェアの更新後の再証明、失効の確認を誰が見張るのかを決めておかないと、最初の証明が通っただけで、その後は誰も確かめていない状態になりかねません。
どのデータ区分まで認めるか:区画に入れるデータは人が決める
機密計算があっても、すべてのデータを区画に入れてよいことにはなりません。社内の情報区分ごとに、区画に入れてよいか、入れるなら誰の承認が要るかを先に決めます。この線引きをAIや製品の設定に任せるのではなく、データの所管部門と情報システム部門が、区分表として書面で持つことが出発点です。
たとえば、公開情報と社内一般の情報は既存のクラウドでよい、取引先の機密や顧客の個人データは区画の中に限って認める、法令で持ち出しが禁じられるデータや最高機密は区画でも当面は認めない、といった段階を付けます。出荷前の製品であるうちは、最上位の区分を最初から入れない判断が現実的です。
個人データを扱う場合は、日本の個人情報保護法との関係も整理が要ります。個人情報保護委員会の考え方では、クラウド事業者が個人データを取り扱わないことが契約とアクセス制御で担保されているかどうかで、委託に当たるかの判断が変わるとされています。機密計算は「取り扱えない」ことの技術的な裏付けにはなりえますが、当てはまるかは技術だけでなく契約の書き方で決まるので、法務と一緒に確かめてください。
モデル提供者との契約で決めること
DataEnclave の構図では、自社の機器の上で、他社の鍵で守られたモデルが動きます。自社から見ると、中身を確かめられないものを自社の設備で動かすことになります。このねじれを契約で埋める必要があります。
- モデルが自社データを学習や改善に使わないこと、区画の外へ何も送らないことの約束と、その確かめ方
- 出力や利用状況(回数・時間など)のうち、提供者に届く情報の範囲
- モデルの更新の通知方法と、更新後に自社が再評価するまで使わない権利
- モデルの不具合で誤った答えが出たときの責任の分け方と、調査への協力
- 障害時に誰がどこまで区画を調べられるか。重みを見ずに原因を探す手順
- 契約終了時の重みの消去と、消去したことの確認方法
とくに最後の二つは、機密計算ならではの論点です。中身を互いに見せない設計だからこそ、障害が起きたときの切り分けが難しくなります。誰も中を見られない区画で問題が起きたとき、どう調べるかを契約前に話しておかないと、止まったまま責任の押し付け合いになりかねません。
機密計算でも残るリスク
機密計算は、処理中のメモリを運用者から隠す強力な仕組みですが、すべての脅威を消すものではありません。報道でも、VAST の担当者自身が「技術だけでは組織間の信頼は作れない」と述べ、企業の規模や体制、認証、運用の手順、契約が信頼の材料になると語っています。残るリスクを、典型的な失敗の形で挙げます。
- 証明の結果を誰も読んでいない。最初に一度通しただけで、更新後の再証明や失効の確認を見張る担当がいない
- 区画の中は守られているが、出力の保存先が社内の共有フォルダで、誰でも読める状態になっている
- 検証役と鍵管理を同じ管理者に任せ、その人の権限が強すぎて一人で鍵を払い出せる
- 監査記録は残っているが、保存期間と読む人が決まっておらず、事故のときに初めて開く
- 提供者のモデルが何を返すかを評価せずに業務へ流し、誤りの責任を区画の安全性で説明しようとする
加えて、機密計算の分野では、処理の時間や電力の変化から中身を推測するような攻撃の研究が続いています。今回の発表がそうした攻撃にどこまで備えるかは、公開情報からは確認できませんでした。「機密計算だから安全」と書類に書くのではなく、何から守り、何は守らないかを言葉で残すことが、監査や取引先への説明で効いてきます。
記録に残るもの:監査の記録を誰が読むか
公式発表によると、証明の結果、鍵の払い出し、区画の起動や停止といった出来事は、改ざんできない形で VAST のデータベースに記録され、問い合わせて調べられるとしています。保護しているデータや重みを見せずに可視性を持たせる、という説明です。
記録があることと、記録が役に立つことは別です。誰が定期的に読むのか、異常な鍵の払い出しがあったら誰に通知するのか、保存期間を何年にするのかを決めます。また、モデル提供者もこの記録を見たいと言うはずです。自社と提供者がそれぞれどの記録をどこまで見られるかは、双方の信頼の根拠になるので、契約の別紙で決めておくと揉めにくくなります。
同じ実行環境は、AIエージェントを隔離して動かす区画にも使われ、エージェントが触れるデータや道具を方針で制限するとされています。エージェントに使わせる場合は、区画の安全性とは別に、エージェントがどの操作をしてよいかの許可表と、その操作の記録も持つ必要があります。
出荷前の製品を計画に入れるかの判断
DataEnclave はプレビューの段階です。来年の予算や中期のAI計画に組み込むかは、製品の良し悪しより先に、自社がどれだけ待てるかで決まります。出荷前の製品を計画に入れるなら、次の順番で段取りを組むと、遅れや仕様変更があっても計画全体が止まりにくくなります。
「社外に出せないデータ」と「社外にしかない専門モデル」が重なる業務が、社内に実在するかを洗い出します。一つもなければ、この方式を待つ理由はありません。
公開モデルを社内で動かす、または区分の低いデータで提供者のクラウドを使うなど、今ある道で業務の効果を先に確かめます。効果が出なければ、機密計算を待っても意味がありません。
区画に入れてよいデータ区分、検証役の置き場所、提供者との契約の論点を、製品を待つ間に社内で決めておきます。これは他社の機密計算製品にも流用できます。
出荷後、対応機器と対応モデルを確かめ、低い区分のデータから評価します。性能の上乗せ、証明の運用負荷、障害時の切り分けを実地で見ます。
記録の読み方と再証明の運用が回ることを確かめてから、扱うデータの区分を上げます。問題があれば一段戻す条件も決めておきます。
ポイントは、製品が届く前にできる準備の大半は、製品に依存しないことです。区分表や契約の論点は、同種の機密計算の仕組みを比べるときにもそのまま使えます。特定の製品の出荷時期に計画全体を縛りつけない作り方にしておくと、遅れたときの痛みが小さくなります。
費用と性能の増え方
料金は公表されていません。費用を見積もるときは、ソフトの料金だけでなく、機密計算に対応した世代のGPUと機器、証明と鍵管理の仕組み、それを運用する人の手間を足し合わせる必要があります。公式は NVIDIA の第3世代の機密計算に対応した基盤を挙げており、手元の既存機器がそのまま使えるとは限りません。
性能面では、専門媒体が、計算の上乗せはモデルの規模によって変わり、1桁台から10%台前半程度になる見込みだと書いています。ただしこの数字は出典が明示されておらず、測定結果ではありません。提携企業の速度に関する談話も各社の主張です。自社のモデルと自社のデータ量で測るまでは、上乗せの見込みを計画の前提にしないほうが安全です。
もう一つの増え方は、モデルの数です。提供者ごとに鍵、契約、記録の読み方が増えていくため、使うモデルが増えるほど運用の手間は直線的に積み上がります。最初は一つの提供者、一つの業務に絞ることが、費用の面でも管理の面でも現実的です。
やめ方も先に考えておきます。報道で VAST の担当者は、機密計算の分野にはまだ単一の業界標準がなく、公開のコンテナ実行の仕組みや CNCF の証明基盤、NVIDIA の機密計算に合わせていると説明しています。標準が固まっていない段階では、証明の方式や鍵管理のつなぎ方が製品ごとに違い、乗り換えのときに作り直しが発生しうると見ておくべきです。自社の鍵管理の仕組みや区分表、契約のひな形を製品の外側に持っておけば、別の基盤に移る場合も作り直す範囲を小さくできます。
情報システム・法務・データ所管部門・AI推進の持ち分
機密計算の導入は、技術部門だけで閉じません。区画の安全性、データの区分、契約、業務での使い方を、それぞれ別の部門が持つことになります。持ち分を曖昧にすると、「区画が安全だから大丈夫」という一言で全員が確認を省くことになりがちです。
情報システム部門は、機器と区画の構成、検証役と鍵管理の運用、ファームウェア更新後の再証明と失効の見張り、監査記録の定期的な確認を持ちます。鍵の払い出しの承認を一人の管理者に集めず、二人で承認する形にしておくと、権限の強すぎる管理者という残るリスクを小さくできます。法務・コンプライアンスは、提供者との契約、個人データの扱いの整理、取引先や監督官庁への説明を持ちます。委託に当たるかどうかの判断は、製品の説明資料ではなく契約書の文言で行います。
データの所管部門は、区分表の維持と、区画に入れるデータの承認を持ちます。どのデータを入れるかを、AI推進の熱意やベンダーの提案で決めない線をここで守ります。AI推進・業務部門は、対象業務の選定、モデルの答えの評価、業務への組み込みを持ちます。答えを採用するかの最終判断は、業務の担当者に残します。
AIの答えについては、区画の安全性とは無関係に、人が確認する範囲を先に決めます。モデルには判断の根拠を書かせ、採否は業務の担当者が決めるという線は、機密計算を使っても変わりません。守られた区画の中で出た答えだからといって、正しい答えであるとは限らないからです。
よくある質問
DataEnclave は今すぐ使えますか
2026年11月時点ではプレビューの段階で、公式発表では2027年第1四半期に VAST Data と Cisco・Supermicro などの機器メーカーを通じて出荷する予定とされています。日本での提供時期や販売経路は、確認できる公式情報がありませんでした。検討するなら、国内の販売店や機器メーカーに出荷計画を問い合わせるのが確実です。
VAST Data の機器を使っていなくても導入できますか
公式の説明では、DataEnclave は VAST のデータ処理層と基盤の一部として提供されます。報道でも VAST を自社に置く形とクラウドに置く形での対応とされており、VAST の基盤なしで単体で使える形は確認できませんでした。既存のストレージを替える前提になるかは、出荷時の構成で確かめてください。
大手の汎用AIモデルもこの方式で動かせますか
発表時点で名前が挙がったモデル提供者は7社で、専門媒体は大手ではないと指摘しています。VAST の担当者は幅広いモデル会社と話していると述べていますが、具体名は挙げていません。自社が使いたいモデルが対応するかは、提供者とVASTの両方に確かめる必要があります。
機密計算を使えば、取引先の監査に「安全」と答えられますか
区画の中での処理中のデータが運用者から隔離されることは説明できますが、それだけで安全と言い切ることはできません。出力の扱い、記録の保存と閲覧者、検証役の置き場所、契約の内容を合わせて説明する必要があります。何から守り、何は守らないかを一覧にしておくと、監査での説明が具体的になります。
まとめ
VAST DataEnclave は、社外のAIモデルを自社データの置き場で動かし、モデルの重みとデータを処理の最中も運用者や管理者から隔離するとうたう、2026年9月発表の機能です。まだプレビューの段階で、出荷は2027年第1四半期の予定であり、対応モデルや料金、第三者の評価はこれからです。判断の中心は製品の機能ではなく、区画が本物だと誰が確かめ、鍵を誰が持ち、どのデータ区分まで入れてよいかを人が決めることにあります。出荷を待つ間にも、対象業務の洗い出し、区分表、提供者との契約の論点、記録の読み手といった準備は進められます。機密計算は安心の材料の一つであって、AIの答えの正しさや、契約と運用の確認を代わってくれるものではないと押さえたうえで、計画に入れるかを決めてください。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
