Opaque Systems，一家将其产品定位为“用于机密计算的AI”的初创公司，今日宣布完成2200万美元A轮融资。本轮融资由Walden Catalyst Partners领投，Storm Ventures、Thomvest Ventures、Intel Capital、Race Capital、The House Fund及FactoryHQ参投。至此，Opaque总融资额达3160万美元。
联合创始人兼CEO Rishabh Poddar表示，新资金将用于产品开发及团队扩张，计划年底前员工规模翻倍至近100人。
机密计算：数据安全的硬件级防线
机密计算通过在可信执行环境（TEE）这一硬件组件中执行运算来保护数据，有效防止使用过程中的未授权修改。近年来该技术 adoption 加速，Intel、Google、Microsoft、Arm和Red Hat等科技巨头已联合创立机密计算联盟（Confidential Computing Consortium），共同推动数据保护标准。
市场潜力巨大，有机构预测到2026年机密计算市场规模将达540亿美元；Gartner亦预计，到2025年超50%的组织将采用包括机密计算在内的隐私增强技术处理敏感数据。
源于UC Berkeley RISELab的学术转化
Opaque由加州大学伯克利分校教授Raluca Ada Popa、Ion Stoica（Databricks联合创始人）及毕业生Rishabh Poddar、Wenting Zheng、Chester Leung共同创立。团队在RISELab开发MC2（多方协作与竞争）开源项目期间奠定了技术基础，并获得了Intel SGX平台的早期访问权限。
Poddar指出，随着行业合作者开始采用MC2，对7x24小时生产支持、GUI等企业级功能的需求日益迫切，而这些无法通过学术研究提供。MC2允许数据所有者在不泄露各自数据的前提下进行联合分析与AI模型训练，实践中展现出强烈且广泛的需求。
核心优势：加密状态下的跨团队协作
Opaque支持客户在公共云中对加密数据集进行模型训练。用户可上传或连接多源数据，制定管理策略并建立机密工作区。平台能在不暴露明文的情况下合并加密数据集并执行分析。
Poddar以金融行业为例：“由于保密要求，许多机构甚至无法在不同业务团队间匹配同一客户数据。Opaque在使用中、内存及计算全过程中对数据进行加密保护。无论是Opaque自身还是云提供商均无法查看客户未加密数据，从而在不违反保密性的前提下安全实现多方数据共享。”
市场竞争与客户落地
尽管Decentriq、Edgeless Systems、Intel Project Amber以及AMD/Google Cloud等厂商也在布局机密计算市场，但凭借创始团队的资源与人脉，Opaque已成功拓展银行、金融机构及大型医疗提供商等客户群，应用于反洗钱监控、临床试验患者信息共享等场景。
针对当前经济环境，Poddar表示：“数据孤岛和安全挑战阻碍了组织从加密数据中提取价值。本轮融资为我们提供了充足缓冲期，使我们能在低迷期更积极地投入研发与招聘，利用当前经济条件采取积极姿态，为应对潜在逆风奠定有利地位。”不过，他拒绝透露具体财务细节。