联邦机器学习又名联邦学习,联合学习,联盟学习。联邦机器学习是一个机器学习框架,能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据使用和机器学习建模。
中国上海 – 2022年8月1日
全球领先的边缘计算解决方案提供商—凌华科技与致星科技(简称“星云Clustar”)达成合作,携手打造边缘联邦学习的一体机,颠覆传统的集中式机器学习训练。此平台采用凌华科技的MECS-7211作为边缘计算服务器,与星云CLustar的FPGA隐私计算加速卡,为个资隐私解套,应用于密集型计算的加速场景,如隐私计算、机器学习、基因测序、金融业务、医疗、视频处理、网络安全等。
随着物联网的快速发展以及5G网络普及化,大量终端设备接入网络中产生海量数据,传统的数据计算分析基于云计算进行,随着数据的急剧增加,由应用终端传送至云计算过程中,会造成延时和数据泄露,及时并有效地处理数据成为云计算中心的一大挑战,边缘计算(Edge Computing)因应而生。
在靠近人、物或数据源的网络边缘侧,就近提供边缘智能服务,更有效率的网络服务响应,大大提升物联网、车联网、工业控制、智能制造、大视频等众多业务需求。边缘计算技术的引入,减轻了云中心的网络负担, 但同时也引起了安全性问题,而数据的本地化,容易阻碍数据间的交互,加之近年数据安全、应用规范不断收紧,如 GDPR 数据隐私以及数据保护的议题被高度重视。传统机器学习算法采用的数据集中化计算,无法应对数据规范要求,限制人工智能的发展。
在此背景下,联邦学习(Federated machine learning/Federated Learning)应时而生,为边缘计算的安全问题提供了解决方案。
联邦学习是一个机器学习框架,在参与方使用加密后的私有数据进行运算,仅交换加密状态后的模型参数、权重及梯度等特征,无需将原始数据移出本地,也无需将加密后的原始数据移动集中,即能帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据使用和机器学习建模。
联邦学习作为分布式的机器学习范式,保障数据不泄露并让企业用更多的数据训练模型、联合建模,实现AI协作,从技术上打破数据孤岛,为隐私保护计算解决方案的落地提供了有力支撑。
凌华科技和星云Clustar联合推出边缘联邦学习的一体机。该系统采用凌华科技的MECS-7211作为边缘计算服务器,和星云Clustar的FPGA异构加速卡,对联邦学习中常用复杂算子进行定性分析和硬件优化,便于用户实现分布式密态机器学习任务的加速。高效的存储、计算、数据传输系统,对异构系统的高效运转起到了协同优化的作用,对比传统的CPU架构,性能提升7倍,CPU+GPU方案,提升2倍,功耗降低40%。
此边缘联邦学习一体机,应用领域广泛,适用需要大量数据分析并注重隐私的金融、医疗、数据中心等领域,并已完成多处实例布署。
星云Clustar高级副总裁尚勇表示:“作为一家以算力为核心的隐私计算基础设施提供商,星云Clustar秉承算力+赋能数据要素高效流通应用的理念,为数据密集型计算场景提供高安全、高可用综合基础设施。与凌华科技携手打造边缘联邦学习一体机,是星云Clustar扩展隐私计算算力基础设施应用生态的重要一环,双方将充分进行优势互补,不断扩展边缘计算应用场景,携手打造高安全、高性能、低时延的综合计算平台。”
凌华科技网络通讯暨公共建设事业处总监叶建良表示:“凌华科技MECS系列产品,定位于5G,边缘计算平台。作为OTII规范的发起者之一,MECS系列产品符合OTII(Open Telecom IT Infrastructure)的行业规范,采用异构架构,灵活支持FPGA、GPU、5G加速等扩展卡。紧凑尺寸设计加上支持宽温运行环境,适合分布式架构应用场景,部署于网络的边缘和应用侧。凌华科技和星云Clustar联合推出边缘联邦学习的一体机,协同优化运算系统,拓展了MECS系列产品的应用,未来也将持续与星云Clustar在AI 领域合作,丰富边缘计算的应用场景。”
凌华科技致力于边缘计算和AI行业,超过二十年在电信网通运算领域的研发投入经验,专注于网络安全、5G,边缘计算,物联网等基础设施的产品和服务,提供领先、加固和可靠的硬件和软件解决方案,成为人工智能改变世界的推手。
深圳致星科技是一家以算力为核心的隐私计算基础设施提供商,专注于高性能隐私计算算力解决方案研发与技术创新,公司产品包括隐私计算平台,软硬一体机、算力加速卡等,致力于以“算力+”为隐私计算应用规模化落地打造算力“基建”,赋能数据要素有序共享与综合应用。
好文章,需要你的鼓励
Google Cloud 推出两项新的 AI 功能:一是面向数据科学家的 Data Science Agent,可在 Google Colab 中快速进行数据分析;二是面向医疗专业人士的 Vertex AI Search 多模态搜索功能,可更全面地分析患者健康信息。这些 AI 创新旨在提高数据分析效率和医疗诊断准确性,推动 AI 在科技和医疗领域的应用。
领先的 AI 公司正在采用"蒸馏"技术,以创造更便宜、更易采用的 AI 模型。这种技术在 DeepSeek 成功应用后引起广泛关注,引发了硅谷 AI 领导地位的动摇。蒸馏技术通过将大型语言模型的知识转移到小型模型中,实现了高效且经济的 AI 应用。这一突破为初创公司和开发者提供了更多机会,同时也对现有 AI 公司的商业模式构成了挑战。
人工智能公司 Anthropic PBC 今日宣布已完成一轮 35 亿美元的融资,估值达到 615 亿美元。这轮 E 轮融资在公司从 Google LLC 筹集 10 亿美元不到两个月后进行。两个月前,亚马逊公司将对 Anthropic 的投资翻倍至 80 亿美元。亚马逊网络服务自去年九月起成为该人工智能提供商的主要云服务商。