又称联邦机器学习联邦学习，联合学习，联盟学习。联邦机器学习是一个机器学习框架，可以有效地帮助许多机构在满足用户隐私保护、数据安全和政府法规的要求下使用数据和建模机器学习。

芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

凌华科技与致星科技(简称星云)是世界领先的边缘计算解决方案提供商Clustar合作，共同打造边缘联邦学习一体机，颠覆传统的集中式机器学习训练。该平台采用凌华科技MECS-7211作为边缘计算服务器和星云CLustar的FPGA隐私计算加速卡用于隐私计算、机器学习、基因测序、金融业务、医疗、视频处理、网络安全等密集计算的加速场景。

● 凌华科技与致星科技共同打造的边缘联邦学习一体机，应用于隐私计算等密集计算的加速场景AIOT、基因测序、金融业务、医疗、视频处理、网络安全等。

● 凌华科技MECS-采用7211边缘计算服务器INTELXEONSCALABLESILVER/GOLD处理器，协同优化操作系统。

● 致星科技专注于高性能隐私计算能力产品的研发和技术创新，致力于为联邦隐私计算学习应用提供高性能计算能力解决方案。

随着物联网的快速发展和5G网络普及，大量终端设备进入网络产生大量数据，传统的数据计算分析基于云计算，随着数据的快速增加，从应用终端到云计算过程，会造成延迟和数据泄露，及时有效地处理数据已成为云计算中心的主要挑战，边缘计算(EdgeComputing)因应而生。

在靠近人、物或数据源的网络边缘，提供更有效的网络服务响应，大大提高了物联网、车联网、工业控制、智能制造、大视频等诸多业务需求。边缘计算技术的引入减轻了云中心的网络负担，但也造成了安全问题。数据的本地化很容易阻碍数据之间的交互。此外，近年来数据安全和应用规范不断收紧，如GDPR高度重视数据隐私和数据保护问题。传统机器学习算法采用的数据集中计算不能满足数据规范的要求，限制人工智能的发展。

在此背景下，联邦学习(Federatedmachinelearning/FederatedLearning)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。参与者使用加密的私人数据进行操作。只交换加密状态后的模型参数、权重和梯度特征。在满足用户隐私保护、数据安全和政府法规的要求下，无需将原始数据移出本地或集中加密后的原始数据，可以帮助多个机构进行数据使用和机器学习建模。

联邦学习作为一种分布式机器学习范式，确保数据不泄露，使企业能够使用更多的数据培训模型和联合建模AI合作，从技术上打破数据孤岛，为实施隐私保护计算解决方案提供有力支持。

凌华科技与星云Clustar联合推出边缘联邦学习一体机。该系统采用凌华科技MECS-7211和星云作为边缘计算服务器Clustar的FPGA定性分析和硬件优化常用于联邦学习的异构加速卡，方便用户加快分布式密态机器学习任务。与传统相比，高效的存储、计算和数据传输系统对异构系统的高效运行起着协同优化的作用CPU架构，性能提高7倍，CPU GPU方案增加2倍，功耗降低40%。

这种边缘联邦学习一体机应用广泛，适用于金融、医疗、数据中心等需要大量数据分析和隐私关注的领域，已完成多个例子。

星云Clustar高级副总裁尚勇说：作为以计算能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性、高可用性的综合基础设施。星云与凌华科技携手打造边缘联邦学习一体机Clustar双方将充分互补优势，不断拓展边缘计算应用场景，共同打造高安全、高性能、低延迟的综合计算平台。”

凌华科技网络通信与公共建设办公室主任叶建良说：凌华科技MECS位于5的系列产品G，边缘计算平台。作为OTII规范的发起人之一，MECS符合系列产品OTII（OpenTelecomITInfrastructure）行业规范，采用异构结构，灵活支持FPGA、GPU、5G加速等扩展卡。支持宽温运行环境的紧凑尺寸设计适用于网络边缘和应用侧的分布式架构应用场景。凌华科技与星云Clustar联合推出边缘联邦学习一体机，协同优化计算系统，拓展MECS未来系列产品的应用将继续与星云合作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AI行业在电信网通运算领域拥有20多年的注于网络安全和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驱动力。

深圳智兴科技是一家以计算能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能力解决方案的研发和技术创新。公司产品包括隐私计算平台、软硬一体机、计算能力加速卡等，致力于计算能力 为大规模实施隐私计算应用创建计算能力基础设施，使数据要素有序共享和综合应用。