Phala Cloud
Phala Network · Programmation · Entreprise
Phala Cloud est une plateforme de calcul confidentiel qui exécute des applications Docker et des modèles d'IA dans des TEE adossés au matériel, garde les données privées et joint une preuve vérifiable à chaque résultat.
À propos de Phala Cloud
About
Qu'est-ce que Phala Cloud
Phala Cloud est une plateforme cloud de Phala Network qui exécute vos charges de travail dans un Trusted Execution Environment, ou TEE. Un TEE est une zone verrouillée à l'intérieur du CPU ou du GPU, où le système d'exploitation, l'hyperviseur et même l'exploitant du centre de données ne peuvent pas entrer. Vous déployez une application Docker classique ou un modèle d'IA, et il s'exécute dans cette frontière scellée, avec la mémoire chiffrée.
L'idée est simple. Les clouds classiques vous demandent de croire leurs promesses sur les données privées. Phala, à l'inverse, émet des attestations cryptographiques que le logiciel peut vérifier seul. Chaque machine virtuelle confidentielle porte une quote qui lie le matériel, le firmware, l'image et la configuration de l'application, ce qui vous permet de vérifier ce qui a réellement tourné avant de faire confiance au résultat.
La limite principale tient au fait qu'il s'agit d'une infrastructure pour ceux qui publient du logiciel. Vous travaillez depuis un tableau de bord, une CLI ou un SDK, pas depuis une application grand public avec un éditeur convivial. La capacité GPU TEE est en outre réservée et dépend de la disponibilité, donc les prix et les places bougent, et certaines fonctions restent derrière un contrat enterprise.
Getting Started
- Créez votre compte sur cloud.phala.com avec GitHub, Google ou un e-mail, puis ajoutez une carte ou rechargez le solde.
- Choisissez une instance CPU (de tdx.small à tdx.large) ou une machine GPU, et connectez un fichier docker-compose.yml.
- Définissez des variables d'environnement chiffrées pour que vos clés restent scellées dans la CVM.
- Déployez la CVM et ouvrez le point de terminaison HTTPS public qu'elle renvoie.
- Récupérez le rapport d'attestation et vérifiez la mesure du runtime avant de faire confiance au résultat.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Phala Cloud.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs d'IA manipulant des données sensibles
- Startups soumises à des obligations de conformité
- Bâtisseurs du Web3 et de la crypto
Tâches
- Exécuter une inférence LLM privée
- Héberger des applications Docker et des API
- Entraîner ou affiner sur des données protégées
- Produire des preuves vérifiables
Cas d'usage
- Une équipe de santé qui traite des dossiers de patients
- Un desk de trading qui exécute des modèles privés
- Un agent d'IA qui doit prouver son travail
Fonctionnalités clés
Machine virtuelle confidentielle sur Intel TDX
Phala exécute votre charge de travail dans une machine virtuelle confidentielle adossée à Intel TDX. La machine virtuelle garde la mémoire chiffrée et isolée de l'hôte, de l'hyperviseur et de l'exploitant du cloud. Vous apportez une image Docker ordinaire et la plateforme se charge du runtime scellé.
GPU TEE pour l'IA privée
La capacité GPU confidentielle permet d'exécuter inférence et entraînement sur des machines comme la H200 et la B300 avec NVIDIA Confidential Computing. Modèles et données restent protégés pendant le traitement, et la plateforme annonce une vitesse proche du natif avec une surcharge d'environ 5 à 10 pour cent selon la tâche.
Attestation vérifiable
Plutôt que de vous demander de croire le cloud sur parole, Phala émet des quotes d'attestation qui lient matériel, firmware, image et configuration de l'application. Vous récupérez une quote via la CLI ou l'API, et le logiciel la contrôle sans jugement humain. C'est ce point qui distingue Phala d'un cloud privé ordinaire.
Points de terminaison de modèles compatibles OpenAI
Un catalogue de modèles hébergés en TEE est servi via des points de terminaison compatibles OpenAI. Vous pointez vos outils actuels vers des modèles comme GLM 5.3, Qwen3.8 et DeepSeek V4 Flash, et vous en changez sans réécrire votre application. Prompts privés et état de runtime vérifiable sont compris.
Déploiement avec Docker Compose
Vous déployez avec le docker-compose.yml que vous avez déjà. La plateforme gère le build sécurisé, les clés scellées et le réseau, puis renvoie un point de terminaison HTTPS public. Les variables d'environnement chiffrées tiennent les secrets hors de vue pendant l'exécution.
Workflow CLI et SDK
Une CLI Phala et le SDK dstack couvrent la voie en ligne de commande. Vous déployez, suivez les logs, consultez l'état et récupérez les attestations sans quitter le terminal. Le SDK vous aide à intégrer des fonctions TEE comme les clés scellées et les quotes dans votre propre code.
Clés gérées et mise à l'échelle
Cloud KMS et Onchain KMS gardent les clés cryptographiques qui ouvrent votre environnement, et vous pouvez répliquer une CVM entre nœuds quand il vous faut plus de capacité. Les répliques utilisent la même image sur le même matériel ou un autre, ce qui aide la disponibilité sans casser le modèle de confidentialité.
Avantages et inconvénients
Avantages
- Déploie des charges Docker classiques sans toucher au code, donc migrer une application existante est rapide.
- Les quotes d'attestation laissent le logiciel vérifier le runtime au lieu de croire un fournisseur sur parole.
- Les offres de base démarrent bas, avec des CVM CPU à partir de $0.06 par heure et $20 de crédits après vérification.
- L'empreinte de conformité inclut SOC 2 Type I, HIPAA et un traitement aligné sur le RGPD.
Inconvénients
- La capacité GPU TEE est réservée et dépend de la disponibilité, donc les places et les prix bougent avec la demande.
- C'est un produit pensé pour les développeurs, ce qui veut dire qu'il n'y a pas d'éditeur glisser-déposer pour les utilisateurs non techniques.
- La facturation sépare calcul et stockage, donc une CVM arrêtée continue de facturer son disque jusqu'à sa suppression.
- Les clusters enterprise et les places GPU réservées passent par un échange avec le service commercial, et l'accès par API à certains points de terminaison de modèles passe par un service distinct.
Questions fréquentes
Phala Cloud est une plateforme de calcul confidentiel. Vous l'utilisez pour exécuter des applications Docker, des API et des modèles d'IA dans des TEE adossés au matériel, de sorte que les données sensibles restent privées et que les résultats arrivent avec une preuve vérifiable.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Phala Cloud.
Alternatives à Phala Cloud
Base Code
Base44 (Wix) · Programmation · ProductivitéBase Code est un environnement de développement cloud partagé signé Base44. Votre équipe décrit des modifications sur un dépôt GitHub dans le chat, les vérifie en aperçu et les renvoie sous forme de pull requests.
Google EmbeddingGemma 2
Google DeepMind · Rédaction · Image · ProgrammationGoogle EmbeddingGemma 2 est un modèle ouvert de 740 millions de paramètres qui transforme texte, code, images, audio et images vidéo en vecteurs d'un même espace de 768 dimensions, sur un téléphone ou un ordinateur portable.
GitGlow
GitGlow · Programmation · ProductivitéGitGlow est un client Git de bureau qui place votre code et les modifications de vos agents IA dans une même revue, pour savoir ce qui quitte votre machine avant de livrer.