更新：本文章和相關圖片已於 2025 年 5 月 29 日更新，以反映 KAIST 成為 AMPC 節點合作夥伴，並於 2025 年 9 月 4 日更新，以納入 UTEC 作為額外合作夥伴和其他修訂。
AMPC，即匿名多方計算，已經推出。這是來自 World 的下一代開源量子安全多方計算（SMPC）設置，可匿名化並安全保護經 Orb 驗證的 World ID 持有者數值代碼的分片。它利用 NVIDIA H100 GPU 作為主要計算平台，每秒可進行多達 5,000 萬次成對唯一性比較。
AMPC 透過消除儲存從虹膜衍生的數字代碼的需求，並在驗證過程中避免明文漢明距離，提供額外的隱私保護。它也與信譽良好的第三方合作Nethermind、University of Erlangen-Nuremberg (FAU) 和 UC Berkeley Center for Responsible Decentralized Intelligence (RDI)，另外還有兩個機構 - Korea Advanced Institute of Science and Technology (KAIST) 和 Engineering and Technology in Peru (UTEC) - 即將加入網路。目前，AMPC 完全由這些獨立、可信的組織營運，World Foundation 和 Tools for Humanity 都不是 AMPC 的參與方。
隱私與效能的全新標準
隨著 AMPC 的發布，World Foundation 與 TACEO、Inversed Tech、Modulus Labs 和 Automata 合作，在保護隱私的生物特徵驗證方面又邁出了重要的一步。
與其前身一樣，AMPC 結合了密碼學多方協議的最新進展，並進一步改進了最先進的技術。這確保了虹膜代碼永遠不會離開使用者的裝置。相反，虹膜資料會直接在 Orb 上進行密碼學處理，匿名化後再分割成不同的加密分片。只有匿名資料的不同片段會透過秘密分享和端對端加密的方式，傳輸到 AMPC 設定的各個運算節點。
AMPC 的主要改進之一是處理相似性比較的方式。在先前版本中，成對的漢明距離以明文形式用於決定註冊流程的結果。在 AMPC 中，只會顯示二進制結果：使用者是否匹配。這種方法進一步提升了隱私保護。
此外，用於在生物辨識驗證過程中過濾雜訊並突出虹膜相關特徵的虹膜遮罩，現在也採用秘密共享技術，確保它們在任何階段都不會以明文形式存在。這消除了另一項資訊，進一步增強了使用者的隱私保護。此架構讓使用者的生物特徵在整個過程中保持安全、隱私和匿名。
運用高階硬體實現卓越效能
為了實現全球規模生物特徵驗證所需的高吞吐量，AMPC 利用 GPU 作為主要運算平台。AMPC 協議已使用 NVIDIA CUDA 完全實現，整體每秒可進行約 5,000 萬次配對比較。
每個運算節點都由一個 AWS p5.48xlarge 執行個體組成，配備八個 NVIDIA H100 GPU。這些執行個體透過遠端直接記憶體存取 (RDMA) 提供約 3200 Gbps 的頻寬，以及 20 exaflops 的運算效能。此配置足以處理目前近 700 萬名 Orb 驗證使用者的規模和驗證的尖峰負載。
不僅是唯一性檢查本身，從 SMPC 到 AMPC 的轉換也是以最高的安全性和隱私保護為設計理念。這個遷移過程涉及底層密碼學秘密共享運作方式的變更，本身完全基於 SMPC，意味著在升級過程中不會處理或暴露任何生物特徵資料。這確保了使用者隱私在整個轉換過程中都能得到維護。
去中心化且透明的方法
AMPC 標誌著朝向去中心化和透明度邁出的重要一步。
World Foundation 已與 Nethermind（一家值得信賴且聲譽良好的區塊鏈和研究工程公司）合作，營運一個獨立的資料庫來儲存匿名化資料。其他獨立營運商包括德國的 Friedrich-Alexander-Universität Erlangen-Nürnberg、美國的 UC Berkeley Center for Responsible Decentralized Intelligence (RDI)、Korea Advanced Institute of Science and Technology (KAIST)，以及秘魯的 University of Engineering and Technology in Peru (UTEC)。
這將有助於建立一個全球性的去中心化系統，確保沒有任何實體能夠存取生物特徵資料。
為了進一步加強社群監督，已成立治理委員會，其中將包括獨立的外部領域專家。該委員會將協調和監督更新、確保問責制，並管理第三方新手指引以在 AMPC 設置中操作運算節點。
為未來擴展
AMPC 的未來發展藍圖包含許多改進措施，旨在擴展系統以應對未來的成長。這些措施最終也有助於降低運算需求，讓新的第三方更容易加入網路。此外，可信執行環境 (TEE) 正在開發中，以最大程度減少那些受信任的 AMPC 參與方被操控的可能性。
與其前身一樣，AMPC 當然也是開源的。透明度對於建立保護隱私技術的信任至關重要，我們邀請社群審查、貢獻並基於我們的工作進行開發。
邁向生物辨識系統前所未有的隱私保護
AMPC 不僅是目前生產環境中最大的 SMPC 系統之一，更透過運用高階 GPU 大幅提升效能，開創了新局面。這些技術為隱私、安全性和可擴展性樹立了新標準，同時推進了生物特徵驗證的發展。
我們為 AMPC 所代表的進步感到自豪，也對它在保護使用者隱私的同時實現全球規模生物特徵唯一性驗證方面將產生的影響感到興奮。我們也為廣泛的貢獻者和領域專家群體感到自豪，是他們讓這次新升級成為可能。
如需了解 AMPC 所使用技術的詳細說明，請參閱論文Large-Scale MPC: Scaling Private Iris Code Uniqueness Checks to Millions of Users。