近日，联邦学习技术的引领者星云Clustar宣布与全球自适应计算的龙头企业赛灵思公司(Xilinx, Inc.，(NASDAQ: XLNX))达成深度合作，双方基于赛灵思Alveo 加速卡以及星云Clustar的同态加密技术方案实现定制化工艺突破，推出全球首款联邦学习加速卡。该加速卡的面世，将满足联邦学习中高强度、高负荷的计算需求，解决联邦学习产业化落地面临的“算力问题”这一核心挑战，加速联邦学习产业化进程。

　　Alveo 加速卡是赛灵思面向数据，各种工作负载而打造的一系列加速卡，其特有的灵活性、高吞吐量和低时延等性能优势， 使得其在机器学习推断、视频转码、数据分析、计算存储、基因分析以及电子交易和金融风险建模等领域，日益发挥重要作用。星云Clustar基于Alveo卡而打造的联邦学习加速卡，和传统CPU方案相比，处理关键工作负载的性能，可达CPU的50倍，时延降低300%，功耗降低70%，加密速度提升4倍以上。同时，该加速卡可以支持任意云端和本地部署，并可以与网卡集成，从而使通信过程实现零数据拷贝。

　　随着人工智能创新技术在各领域应用的不断加深，数据隐私与安全愈发受到关注。例如在金融信贷领域，银行等金融机构在面对小微企业信贷需求时，往往需要大量的数据和多特征纬度的数据对其进行精准风险预测，因此需要不同的金融机构之间进行数据协作以提高模型预测效果。而多方联合建模需要满足隐私法规的监管，另一方面，金融机构本身往往也出于行业竞争、利益交换等考量，即使在机构内部相对独立的部门之间，数据都无法被简单地进行交互和聚合，从而形成了一个个“数据孤岛”。金融信贷行业的自有数据价值难以释放，进而导致行业整体协作和技术水平难以实现突破发展。联邦学习作为一种打破数据孤岛的有效技术路径，能够在不侵犯企业用户数据的前提下，合法合规地将多维度联邦数据纳入风控建模，精准预测小微企业信贷逾期风险，降低信贷审核成本并大大拓展可贷的企业范围。

　　“联邦学习相比传统机器学习需要上百倍的算力，而更强的算力意味着更强的数据隐私保护。星云Clustar联手赛灵思定制的高性能联邦学习加速卡，专门针对联邦学习等隐私计算场景，可有效解决因使用同态加密而产生的计算压力与延时问题，致力于加速联邦学习安全建模过程。期待本次星云Clustar与赛灵思的强者联合，能成为各行业人工智能应用落地的重要推动力。”星云Clustar创始人、香港科技大学教授陈凯表示。

　　“赛灵思Alveo 加速卡正在不同的数据，工作负载加速领域持续创造奇迹。联邦学习为解决数据时代数据安全和数据共享这对关键命题提供了有效的思路，我们非常高兴能够助力星云Clustar 这样的联邦学习先锋企业实现突破性的技术，加速联邦学习应用的快速落地。”赛灵思公司大中华区销售副总裁唐晓蕾表示。

　　在探索联邦学习落地进程中，星云Clustar一直积极与合作伙伴提携并进。2019年，星云Clustar与微众银行展开了围绕“联邦学习算力加码及加密数据计算”的全方位合作。微众基于星云AI深度安全处理器打造的联邦学习⼀体机和加速卡，在对海量数据进行同态加密及密态计算时，能充分发挥硬件算力，，化加速计算效能。同年，星云Clustar与银联、阳光保险、中国联通、上汽集团、宝钢、中国移动等众多头部企业达成了在联邦视觉、联邦营销、联邦信贷等方面的深度合作，推进联邦学习产业化落地，释放AI的商业价值。