天然敏感
源代码、邮件、身份、配置、数据库详情及事故记录均是常见安全输入。
平台 · 私有 AI 核心
您的安全数据，您的私有 AI 核心。
为每个 SentraMind 智能体团队提供由客户掌控的推理服务，部署于您的环境内，按实际工作负载配置，无需超大规模 GPU 集群。
模型协助解释；源系统、确定性控制及获授权人员始终保有最终权威。
设计合作伙伴路线图 当前构建不包含模型运行时，也不会调用任何模型：所有与模型相关的能力都会明确返回“模型未配置”状态。本页的架构、模型级别与硬件数据均为设计与规模目标，既非实测结果，也不构成受支持的生产规格。
原始资料库保持权威；智能体仅通过策略与访问控制提交获批任务所需的证据。
客户掌控的环境 · 正常私有推理无需公共 AI 服务
- 01明确任务
获授权用户或智能体团队建立清晰定义的安全任务。
- 02最小化证据
解析器与确定性检测器选择最少且相关的上下文。
- 03应用控制
执行访问检查、脱敏、用途规则及检索权限。
- 04私有推理
获批模型及私有知识服务分析有边界的请求。
- 05验证结果
策略服务与确定性服务检查结构化输出。
- 06审查并记录
获授权人员作出决定，并记录证据引用、版本与结果。
为何私有
公共 AI 带来的安全两难
调查证据常含不应提交至不受控外部服务的敏感资料。
客户掌控处理
提示、检索知识与响应可留在部署边界内，并遵循客户保留策略。
网络独立
可为受限网络或隔离环境设计获批的离线更新流程。
共享服务
为所有智能体团队提供统一的私有推理层
各专业模块共享受控词汇与推理服务，但不会因此获得对其他数据源的无限制访问。
Postmaster
利用精选邮件证据解释潜在的内部或无意数据外泄。
Reviewer
解释代码及应用发现，关联安全资料并起草修复建议。
Correlator
关联获批日志来源中的相关事件，形成调查叙述。
其他团队
未来模块通过相同的认证网关、用途控制及审计轨迹接入。
实用基线
从满足任务的最小模型开始
规划基线平衡质量、响应时间、并发、功耗及采购成本；最终容量必须通过测试确认。
标准级
量化 12–14B 模型、单张 24–32 GB GPU、128 GB 内存及 2 TB NVMe。
推荐规划基线，并非性能保证专业级
量化 24–32B 模型、48 GB ECC GPU 及 128–256 GB 内存。
适用于更强推理或中等并发高可用级
在需要冗余、隔离或更高并发时采用双 GPU 或独立节点。
可用性按工作负载选择数据驻留
数据如何流转？
最终部署声明记录保留、审计与导出策略；以下为架构默认值。
源数据留在原处
原始日志、邮件存储及代码仓库保留于权威源系统。
证据经过筛选
仅获批且最小化的证据进入私有推理；凭据和密钥被排除或遮蔽。
知识保留权限
获批内部知识在私有索引中保存，检索继承源访问规则。
遥测默认本地
提示与响应遵循客户保留策略；支持导出须获批准；训练默认关闭。
实施路径
从需求发现到受控运营
先证明适用性，再进行生产验收，而非把模型名称当作解决方案。
发现与规模评估
确认任务、语言、数据边界、并发、上下文、响应目标及现有设施。
验证与部署
在代表性任务上评测模型与硬件，并在客户环境安装获批版本。
集成与验收
连接获批团队、身份及知识，完成安全、功能及性能验收。
运营与治理
监控质量、受控更新，并通过生命周期服务保留可测试的回滚路径。
平台 · 私有 AI 核心
依据您的证据与工作负载进行配置
在采购硬件前，规模评估将明确部署级别、模型级别、经测试的容量范围、可用性设计及实施范围。