El proyecto HEIR (Homomorphic Encryption Intermediate Representation) es un compiler de código abierto desarrollado por Google que traduce programas convencionales a versiones capaces de ejecutarse directamente sobre datos cifrados. Gracias al cifrado homomórfico (HE), el servidor que ejecuta el modelo nunca llega a ver ni un bit del texto claro de los datos de entrada, de las salidas ni de los valores intermedios, lo que habilita servicios de inferencia de inteligencia artificial con privacidad de extremo a extremo.
Un artículo reciente en el blog de seguridad de Google, fechado el 14 de agosto de 2026, presentó la capacidad de HEIR para compilar modelos de aprendizaje automático preentrenados. Este texto, escrito por el responsable del proyecto, amplía esa información sin restricciones de extensión y con mayor profundidad técnica.
El repositorio asociado, disponible en GitHub bajo google/fully-homomorphic-encryption, incluye varios modelos compilables. El más sencillo es un detector de fraude con tarjeta de crédito, una red feed-forward de tres capas con activaciones sigmoide y dimensiones 128, 64 y 2. Ejecutarlo sobre el backend Lattigo lleva unos 2 segundos en CPU de un solo hilo, frente a 0,5233 milisegundos en texto claro, lo que supone una ralentización de unas 4.000 veces.
Otros ejemplos más complejos muestran latencias mayores: 30 segundos para un ensemble de autoencoders, 5 minutos para un modelo recomendador tipo Criteo y 20 minutos para una red convolucional de 10 capas. Sin embargo, los colegas que integran HEIR con GPUs han logrado ejecutar la carga Criteo en unos 500 milisegundos en una sola GPU tipo H100, reduciendo la ralentización a 50 veces frente a los 10 ms del baseline en claro. El texto también describe cómo explorar tiempos por capa, comparar backends como Lattigo y OpenFHE, e inspeccionar pérdidas de precisión. El proceso para portar un modelo a HEIR aún no está automatizado y requiere experiencia en cifrado homomórfico.