IDC DX Summit|星云Clustar:联邦学习赋能金融企业战略升级

商业 来源: 2020/10/16 2:05:25 阅读:82

近日,由国际权威调研机构IDC主办的2020 IDC中国数字化转型年度盛典在线上举行,以“数字竞技,转战新常态”为主题,大会邀请众多数字化转型企业分享、交流对于数字化转型趋势的洞察。星云Clustar AI算法工程师张驰发表了以“联邦学习赋能金融企业战略升级”为题的精彩演讲。

 

 

联邦学习:人工智能落地的最后一公里

 

当前,数字化时代在日益成熟的分析技术的加持下,海量数据从资源升级为企业资产,为不同行业开辟了新的价值。人工智能等关键性技术的高速发展,驱动数字化转型进入深水区。张驰认为:“与大数据结合而生的应用最大化地发挥了数据的价值,但随之而来的是数据使用中的隐私与安全问题。随着GDPR、CCPA等隐私保护法规的接连出台,数据的使用受到严格监管,加之现有数据质量参差不齐,企业内外均存在着严重的数据孤岛问题,进而导致数据流通受阻,人工智能落地之路可谓举步维艰。”

张驰提出,数据资产如不能安全流动,自身价值便无法被盘活和充分利用。当下,“联邦学习”可以很好地解决大数据应用的困境,在满足数据隐私、安全和监管的前提下,数据合作各方可以高效、准确、安全地共同使用各自的数据进行联合训练,帮助企业保护自己数据的同时,获得更多优质的用户行为数据以支撑业务的持续优化。

 

 

联邦学习:实现安全的多方数据融合

 

实现联邦学习其实主要依靠数据加密技术,但数据加密对算力消耗严重,可能是传统机器学习的100倍甚至更高。然而当前数据加密的主流实现方式均为软件加密,面临速度慢、延迟高、功耗大、大量冗余数据拷贝等问题。星云Clustar则通过自研的联邦学习异构计算解决方案加速同态加解密、以及密态计算等算子,并以高性能网络技术加速密文传输,通过计算与网络相结合,有效解决在联邦学习场景下性能低下问题,在大量提升算力、降低延迟和功耗的同时,以超强性能、安全可靠的联邦算力牢牢守护行业客户数据核心资产的隐私与安全。

 

 

联邦学习的关键挑战:算力问题

 

作为联邦学习算力加速的引领者,星云Clustar通过计算加速和网络加速等底层加速技术助力企业实现安全高效的人工智能应用。星云Clustar面向金融企业提供联邦学习全生命周期解决方案,将计算、存储、网络、FATE联邦学习平台以及FDN数据网络服务融于一体,精准覆盖联邦信贷风控、联邦营销获客、联邦核保核赔等典型场景,以高效、安全的算力为企业打通多方安全的数据协作的桥梁,赋能金融企业战略升级。

 



相关文章