星云Clustar创始人陈凯：攻坚“算力”，让高性能隐私计算成为生产力

早在进入隐私计算领域之前，作为香港科技大学副教授、智能 络与系统实验室主任的陈凯就已经在研究高性能算力、 络与数据中心，并已经成为该领域知名专家。事实上，在人工智能与大数据时代，更高性能算力的不断突破是至关重要的。

02 2022年将会更加“热闹”

算力智库：
星云Clustar 2018年成立，是较早一批的隐私计算厂商，在这近4年时间中，您感受到隐私计算行业趋势或者变化有哪些/strong>

陈 凯：

这个行业4年来是从无到有的。2018年国内还没有太多的声音，2019年一些行业内的人开始关注隐私计算，2020年隐私计算相关标准开始搭建，到了2021年隐私计算行业才是真正发展起来了，2022年将会更加“热闹”。

从客户需求角度看，也分两个阶段。以2021年《中华人民共和国数据安全法》与《个人信息保护法》的颁布为界线，隐私计算的需求也从小众需求逐步开始普及。首先是在金融再到医疗、政务等领域，加之各地大数据交易所的纷纷成立，隐私计算技术开始普遍发挥作用。

算力智库：
我们看到星云与某互联 银行的合作落地案例，以算力服务为该行的隐私计算平台实现了50-70倍算力提升，性能功耗价格比提升了7倍。未来「算力+隐私计算平台」的组合是否会成为应用常态/strong>

陈 凯：

无论是多方安全计算、联邦学习、同态加密还是秘密共享等隐私计算技术，搭建的隐私计算平台在真正的生产应用中都会对算力有越来越高的需求，比如基于秘密共享的隐私计算方案，其实是需要大量的分布通信 络去保护隐私。基于同态加密的隐私计算平台其实运行起来是很慢的，它对计算性能的要求很高。

针对一种叫Pallier的同态加密算法，我们分析了十多种影响计算效率的密码学计算算式，同时又把算子的公共部分抽象出一些核心的公共算子引擎，比如模乘、模幂，然后进行动态组合进行FPGA加速。与传统的CPU方案相比，实验结果发现有50到70倍单点算力的提升。我们还在继续提升这个效率。

算力智库：
如今来看，您认为隐私计算大规模应用还面临哪些挑战/strong>

陈 凯：

从星云的角度看，隐私计算真正生产化、规模化的过程中，对算力的需求会越来越大。算力性能能否跟上，是其中的挑战之一。

算力智库：
AI智算中心如今已成为各地方的热门基建，对于国内AI智算中心的建设，您有哪些建议/strong>

陈 凯：

智算中心一个重要任务就是在处理海量数据，强调传统算力的同时，也应该尽早加入隐私计算技术，去支持国家对数据要素化的发展需求。