AWS
CPU machine
GPU machine
{
}
值得信赖 5,000+ 用户
深受全球行业领袖与开发者信赖。
产品
面向 AI 隐私的一站式服务：Agent 沙箱、LLM 和 GPU。
H200
US · 24 vCPU
141GB VRAM
Intel TDX + NVIDIA CC
from $3.20/GPU/hr
B300
US · 16 vCPU
288GB VRAM
Intel TDX + NVIDIA CC
from $5.60/GPU/hr
GPU 市场
为隐私 AI 训练和推理预留 H200 和 B300 机密 GPU 容量。
隐私模型
具备真实模型选择的隐私 LLM 模型。
兼容 OpenAI 的 LLM 端点、隐私提示词和可验证的运行时状态。
查看全部
QwenQwenGoogleQwen
DeepSeek
PhalaPhalaQwenQwenQwenQwenGoogleQwenDeepSeekPhalaPhalaQwenQwen面向 AI 工作负载的一体化隐私计算平台。
Platform
Built for private AI work
Write code, dockerize, and deploy it as trustless TEE apps.
marvin@Mac ~/ai-agent % claude code
Claude Code
bun ‹ claude
真实世界成功案例
了解领先企业如何借助 Phala 的机密 AI 构建卓越数字体验，同时保持完全的数据隐私与合规性。
金融 服务
隐私金融 AI
Phala 使我们能够在保持完全合规的前提下，用 AI 处理敏感交易数据。我们将合规成本降低了 40%，同时提升了模型准确率。
医疗健康 研究
密封 PHI 的医疗 AI
在不损害隐私的前提下实现患者数据的多方协作。在保持 HIPAA 合规的同时，将药物发现效率提升了 60%。
AI SaaS 平台
企业级 AI SaaS
Phala 的机密 AI 帮助我们拿下了要求可验证数据保护的 Fortune 500 客户。企业销售额增长了 300%。
去中心化 AI
去中心化 GPU 与 AI 经济
构建了可验证执行的自主交易 agent。用户信任我们的 AI，因为他们可以在链上验证每一个决策。
常见问题
常见问题与解答
了解我们平台的所有关键细节，以及它如何满足你的需求。
什么是可信执行环境（TEE）？
TEE is a secure area inside a processor that protects code and data from the operating system, hypervisor, and other applications.
机密 AI 如何保护敏感数据？
Sensitive data and AI models remain private during processing by running inside hardware-backed secure environments.
Phala 是否兼容现有 AI 框架？
Yes. Phala supports existing Docker services and popular AI frameworks including TensorFlow, PyTorch, and Hugging Face.
性能影响是什么？
Confidential GPU workloads typically target near-native performance, with roughly 5-10% overhead depending on workload and hardware.
如何验证我的 AI 工作负载的安全性？
Phala exposes cryptographic attestations so users and systems can verify the workload and runtime state.
我该如何开始？
Install the Phala CLI, deploy a Docker workload, then inspect status, logs, and attestation from the command line.