Run data for "An empirical study of Confidential Compute for frontier AI evaluations"

Paired CC-on / CC-off measurement data from the Pour Demain technical brief"An empirical study of Confidential Compute for frontier AI evaluations:platform overhead and governed egress on Intel TDX and H200 SXM" (June 2026). Contains per-request wall-time, token counts, and payload sizes as ApacheParquet files, plus per-cell summary JSONs, matrix reports, and analysisoutputs (bootstrap CIs, OLS fits, figures). Five measurement campaigns: - phase3/: 18-run primary matrix (1,700 requests), max_tokens sweep, tokens_in sweep, concurrency sweeps, HarmBench cross-corpus replication, GSM8K thinking-mode extrapolation, egress replicates, attestation cell- phase3_v2/: second-deploy max_tokens sweep + concurrency sweep (n=500)- phase3_v3/: third-deploy routing replication- phase3_pysyft/: PySyft governed-egress mechanism validation (§5), comprehensive two-auditor × two-endpoint run (N=195)- phase3_robustness/: inter-deploy variance (2×off, 2×on, 1×attestation) Hardware: 8×H200 SXM, Intel TDX (Emerald Rapids), Tinfoil Containers.Models: GLM-5.1-FP8 (zai-org/GLM-5.1-FP8), Llama-3.1-70B-FP8.Engine: vLLM 0.20.0 with vllm-lens. Analysis harness: https://github.com/pourdemain/cc-benchboxDeployment images: https://github.com/pourdemain/cc-deep-eval本数据集源自Pour Demain发布的技术简报《面向前沿人工智能评估的机密计算（Confidential Compute）实证研究：Intel TDX与H200 SXM平台开销与受控出口控制》（2026年6月），包含成对的机密计算开启（CC-on）与关闭（CC-off）测量数据。 数据集以ApacheParquet格式存储单请求墙钟时间、Token计数与负载大小，同时附带单单元格摘要JSON文件、矩阵报告与各类分析结果（bootstrap置信区间、普通最小二乘拟合结果、可视化图表）。本次实验共包含5组测量批次： - phase3/：包含18次运行的主矩阵实验（共1700次请求），涵盖max_tokens参数扫描、tokens_in参数扫描、并发度扫描、HarmBench跨语料库复现、GSM8K思维模式外推、出口控制重复实验、认证单元格相关实验； - phase3_v2/：第二次部署的max_tokens参数扫描与并发度扫描实验（样本量n=500）； - phase3_v3/：第三次部署的路由复现实验； - phase3_pysyft/：PySyft受控出口控制机制验证实验（对应第5章），包含双审计员×双端点的全面实验（总样本量N=195）； - phase3_robustness/：跨部署方差实验（2次机密计算关闭、2次机密计算开启、1次认证实验）； 硬件配置：8块H200 SXM加速卡、Intel TDX（基于Emerald Rapids平台）、Tinfoil Containers。 测试模型：GLM-5.1-FP8（仓库标识：zai-org/GLM-5.1-FP8）、Llama-3.1-70B-FP8。 推理引擎：搭载vllm-lens扩展模块的vLLM 0.20.0版本。 分析工具链开源地址：https://github.com/pourdemain/cc-benchbox 部署镜像开源地址：https://github.com/pourdemain/cc-deep-eval