隱私計算“賣鏟人”。

2019年，為了打通數據安全交換路徑，一家頭部互聯網銀行打造的聯邦學習系統正在緊鑼密鼓地上線測試。然而，它們遇到了一個十分棘手的問題：使用加密數據進行計算，計算量將增加百倍，使得系統運行非常困難。

實驗數據表明，如果AI在未加密模型中訓練，需要10個小時，但在加密環境中訓練，至少需要100小時，甚至1000小時。

AI訓練的算力問題由來已久，而彼時陳凱教授領銜的香港科技大學智能網絡系統實驗室（iSing Lab）在高性能數據中心網絡領域的學術成果近五年居亞洲第一（CSRankings排名）。于是，該機構找到陳凱教授，嘗試通過高性能算力加速來解決聯邦學習因使用同態加密而產生的計算壓力與延時問題。

結果不負所望，陳凱教授與其創辦的星云Clustar研發的高性能算力加速方案，在該聯邦學習系統上實現了50-70倍的算力提升，保障了該系統的高效運轉。

這是星云Clustar算力加速方案落地的一個典型案例。近兩年，基于隱私計算及其算力加速能力，星云Clustar已經形成一套全棧技術服務，專注數據安全及數據價值共享難題。

而星云Clustar所處的隱私計算行業，今年正處于市場關注的焦點。數據顯示，2020年市場上從事隱私計算業務的企業超過了數百家。2021年間，僅僅四個月時間內，這個賽道已經從VC基金手里融到了超10億元人民幣。

在隱私計算平臺還未大規模落地，絕大多數企業都在為技術研發、產品商業化而苦苦摸索時，星云Clustar不僅構建了以平臺為核心的全棧隱私計算技術，同時也在探索如何“承包”隱私計算平臺落地之后的算力加速市場。

原因在于，隱私計算作為非常新興的行業，在商業化模式方面充滿了“戰爭迷霧”，但目前業內公認也是技術壁壘最高的需求，就是加密帶來的對更高性能算力的訴求。能解決性能問題的隱私計算計算廠商，就是給所有數據淘金者賣鏟子的人。無論最后誰勝出，有能力供應基礎設施的人一定不會缺席。

而在當前，靠著“賣鏟人”的角色，星云Clustar成為了行業內唯一一家落地了國有大行商業項目的隱私計算公司，并受到紅杉中國、基石資本、招銀國際、華泰創新等頭部投資機構青睞。

近期，甲子光年訪談了星云Clustar創始人陳凱教授，試圖了解：如何在隱私計算市場的不確定中找到確定性需求和趨勢？一家隱私計算廠商為何要“死磕”算力？

1.隱私計算，變革數據流通的硬科技

甲子光年：您是何時注意到隱私計算領域的，這和您之前做的數據中心網絡研究有何聯系？

陳凱：過去近15年時間，我一直專注于數據中心網絡相關研究，即通過高性能網絡技術，來提高集群計算的算力。

研究隱私計算的契機，也是由于近兩年全球對數據隱私關注度的提升。例如政策層面，歐、美、中各國都出臺了數據安全保護相關法案。這些都證明，數據安全、數據隱私正成為下一代人工智能落地的重要環節。

而隱私計算對算力的要求非常高，相關技術涉及大量密碼學、統計學運算，對于系統計算和通信性能提出了很大挑戰。不解決這個問題，隱私計算大規模落地將受到極大制約。這一需求，正好與我之前的研究方向相契合，數據中心網絡技術能夠解決更大規模數據運算性能問題，從而滿足隱私計算的需求。

所以，近兩年我們一直在隱私計算方面加大投入，其中包括行業獨有的硬件加速產品。

甲子光年：隱私計算產學研結合的十分緊密，高校孵化或具備高校背景的企業發展較為快速。您如何看待這種現象？創辦星云是否有“產學研”的考量？

陳凱：從實驗室做研究到發表論文，再到把論文研究成果轉化為實際生產力，這是一個非常自然的過程，也是極重要的閉環。

在港科大，我們在數據中心網絡、機器學習方面做了很多研究，論文在全球頂級期刊上多次發表。在成果轉化上，我們之前是與谷歌、華為、騰訊等企業密切合作，開發了圖靈平臺等人工智能計算平臺來落地。

創辦星云Clustar后，產學研落地的閉環會更直接。我們將客戶痛點抽象成研究問題，進而形成研究理論、成果，最終通過星云Clustar直接將研究成果落地到實際，形成解決客戶問題的方案。

甲子光年：星云Clustar在您研究的領域提供了怎樣的助力？可否舉例說明？

陳凱：例如，我們有客戶提出了一個典型需求：如何驗證隱私計算平臺本身的安全性，即確保平臺的每一步操作嚴格遵照要求，以保證數據不泄露、信息不出域？

帶著這個問題，團隊重點研究如何設計一個安全認證系統，讓用戶能夠全流程監控隱私計算平臺的運行。同時，為了確保認證系統的客觀性、公正，這個認證系統不僅能驗證星云Clustar隱私計算平臺的安全性，也能作為第三方系統去檢驗其他隱私計算平臺。目前，團隊已經將相關研究發表成論文，相關成果也正在落地探索中。

甲子光年：我們關注到您在第四屆世界頂尖科學家論壇上分享了高性能聯邦學習的研究，目前星云在這一方面有何成果？

陳凱：過去一年，我們在聯邦學習底層算力方面有了更深厚的積累。據最新對比數據，星云Clustar的方案在現有的開源隱私計算平臺上實現了50-70倍算力提升，性能功耗價格比提升了7倍。

在隱私計算平臺的研發和落地上，我們和市場上許多優質的同行公司齊頭并進，持續做創新突破。星云Clustar成為了全球最大的聯邦學習開源社區FATE的 TSC Board中唯一一家第三方創企，其余4家分別為微眾銀行、工商銀行(601398,股吧)、銀聯、VMware。

甲子光年：TSC Board是什么？星云Clustar在其中扮演什么樣的角色？

陳凱：FATE TSC Board可以簡單理解成技術決策委員會，深度影響著FATE社區以及聯邦學習技術的發展。星云Clustar在其中主要為社區提供底層算力等基礎設施，同時攜手其他單位參與制定重要策略，特別是一些重要的行業標準，引導聯邦學習技術走向落地。

2.算力，隱私計算的競爭高地

甲子光年：近兩年，您觀察隱私計算有哪些新趨勢、新變化？

陳凱：一個直觀感受是，隱私計算從今年開始逐步落地到了生產系統。

前兩年，我們和大廠或金融機構聊隱私計算，客戶端多是聊技術、聊前景，是創新技術了解的階段。到了今年，客戶端開始聊場景，聊需求，隱私計算開始進入客戶生產系統，相關項目也開始起量。

甲子光年：您親身感受到的客戶端變化有哪些？

陳凱：比如一些在隱私計算方面應用比較靠前的金融客戶，在搭建聯邦學習平臺的基礎上，提出了明確的算力需求。這一方面，星云Clustar已有項目完整交付。

另一方面，一些尚未布局隱私計算技術的企業，正在從零到一地構建隱私計算平臺。

總的來說，隱私計算相關應用正在從無到有、從慢到快。

甲子光年：也就是說，隱私計算技術正處于爆發前夜？

陳凱：隱私計算目前還在商業化初期，但大家對此期待很高。要加速人工智能發展，同時不泄露數據隱私，隱私計算技術是目前市場可見的有效實現方式之一。

甲子光年：爆發前夜，隱私計算產業競爭也十分激烈，您如何看待這種現象？

陳凱：隱私計算當前競爭已經十分激烈，行業魚龍混雜，許多不是做隱私計算的企業，也在這股熱潮中，搖身一變貼上“隱私計算”標簽。不過，這也側面說明，隱私計算具備非常廣闊的前景。

目前，隱私計算被開拓的市場規模還不到1%，星云Clustar非常希望聯合市場上有真正技術積累的隱私計算公司，一起把行業生態做大。

甲子光年：您認為隱私計算要實現大規模落地，還需要具備哪些條件？

陳凱：概括來說，這個行業還有幾個關鍵問題仍待解決：

一是缺乏標準化服務或商業模式。在需求端，企業數字化進程各不相同，對隱私計算的認知程度也不一樣，許多人還停留在感性認知層面，這增加了隱私計算產品落地難度。在供給端，技術深入產業、場景的know-how還在沉淀過程中。如何抽取客戶的共性需求，轉化為標準化產品，隱私計算企業還在摸索。

二是技術效率。隱私計算在人工智能技術的基礎上，增加了大量密碼學、通信技術要求，對通信和算力要求非常高。

只有當這些條件都得到滿足，供需方面都有了進一步發展，隱私計算行業才會迎來大規模爆發。

甲子光年：算力將會成為制約隱私計算發展的主要原因嗎？隱私計算算力目前發展如何？

陳凱：隱私計算的不斷發展，算力將起到愈來愈關鍵的作用，它決定了我們能否將很多分散的、有隱私保護需求的數據真正使用起來。

正如在人工智能領域，如果沒有英偉達的GPU算力芯片，深度學習就無法快速迭代、快速發展。同樣，如果沒有專精型算力平臺支持，隱私計算也將面臨行業發展瓶頸。

3.做數據淘金行業的“賣鏟人”

甲子光年：為什么星云Clustar做隱私計算平臺的同時還要“死磕”算力？這背后有什么獨特的打法？

陳凱：就像英偉達既有自己的深度學習平臺，又有高性能算力芯片，星云Clustar也同時打造隱私計算平臺與算力加速產品，這是星云Clustar最獨樹一幟的地方。

隱私計算與算力業務之間存在著協同作用。隱私計算技術目前離落地更近，星云Clustar中短期的目標是實現該技術在多場景的專業化應用。與此同時，隱私計算平臺所構建的客戶生態，也將成為今后算力平臺重要的市場基礎?？蛻舢斍笆褂肅PU、GPU承載算力，未來將逐步遷移到專業算力加速平臺上。這是星云Clustar市場拓展的過程。

依托于隱私計算平臺去研發算力技術，兩者耦合將更緊密，優化會更徹底，這是很大的競爭優勢。

甲子光年：星云Clustar落地了行業唯一的國有大型銀行隱私計算平臺項目，您認為背后的成因是什么？對后續市場的推動意義又是什么？

陳凱：第一是產品及服務完備性。針對產業上數據“不敢用、不會用、不能用”難題，星云Clustar提供數據生態、隱私計算平臺、底層算力加速的全棧能力，實現從數據接入、隱私保護、加速計算需求的全覆蓋。

第二，技術層面的“人無我有，人有我優”，真正的場景化服務經驗、規模優勢是很重要的護城河：

一方面，星云Clustar的技術，尤其是底層算力加速能力處于行業領先水平。

另一方面，產品和場景上做得足夠深入。聚焦金融領域，我們與金融科技企業深度合作，打通金融科技產業鏈，也會與頭部的國有銀行、股份制銀行、互聯網銀行等客戶直接合作。這對星云Clustar積累各類場景know-how，優化產品和工程化能力來說，是很好的機遇與平臺，同時也為業務拓展提供了很強的背書。

第三是生態優勢。技術生態上，星云Clustar是全球最大聯邦學習開源社區FATE 的TSC Board單位，這個社區目前有700多家企業，星云Clustar會與工行、微眾、銀聯、VMWare等“前行者”共同引領社區發展方向，探索技術應用；行業生態上，星云Clustar作為秘書長單位牽頭制定了IEEE首個國際聯邦學習技術標準，并擔任央行北京金融科技產業聯盟、工信部中國信通院TC601、信安標委等標準化組織成員，不斷共建隱私計算跨平臺互聯互通總體、通信、協議及金融應用等系列技術標準。

總的來說，企業在生態、技術、場景、應用、服務方面篤定前行，最終都會形成直接競爭力。

甲子光年：在產品和場景做的更深，星云Clustar具體是如何做的？

陳凱：更貼近產業，與客戶一起去洞察與解決場景最根本的需求和痛點。目前，星云Clustar已經聯合多家國有大行和股份制銀行，共同探討技術落地方式，我們的產品也與多個部門深度合作，深入到業務環節。

在算力技術研發上，我們的實驗室已經開始投入低碳算力相關技術，預計很快就會進行產業POC。在碳中和背景下，低碳算力既可以賦能隱私計算發展，又能降低功耗、保護環境。

甲子光年：什么是算力“低碳”效果，星云如何實現低碳算力？

陳凱：相較于明文計算，隱私計算的計算效率會低兩個數量級。假設一個AI模型在明文中訓練需要10小時，在隱私計算環境中訓練則需要100小時，甚至1000小時。星云Clustar通過底層算力加速，將密碼學算子引入的開銷減少80%。未來，隨著隱私計算成為各行各業的基礎設施，按照2020年統計的數據中心2000億度耗電量來計算，星云Clustar底層算力加速方案每年預估可以節省上千億度電力。

甲子光年：星云Clustar接下來的發展計劃是什么？

陳凱：星云Clustar的定位是一家隱私計算全棧技術與基礎設施提供商。沿著這個定位，星云Clustar會有“一橫一縱”的發展規劃：

縱向生態上，繼續以全棧隱私計算技術在場景中做深、做厚。不僅要在場景、應用層為客戶提供高效易用的隱私計算服務，也要深入產業生態，積極推進技術、應用等行業標準建設，并借助廣泛合作伙伴的服務場景，實現產業的深度賦能。

橫向生態上，在算力加速方面加大投入，讓隱私計算變得更“快”，攜手市場頭部企業以及云廠商等合作伙伴和用戶，共同加速隱私計算落地進程，做隱私計算領域的“算力擔當”。

END.

本文首發于微信公眾號：甲子光年。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。