MoneyDJ新聞 2022-07-27 13:27:43 記者 新聞中心 報導
凌華(6166)推出MECS-7211邊緣運算伺服器，為邊緣聯邦學習提供高效能運算平台，協同優化運算系統，顛覆傳統的集中式機器學習訓練，為個資隱私解套，此伺服器適合應用於密集型運算的加速場景，如隱私運算、機器學習、基因測序、金融業務、醫療、影像處理、網路安全等。
隨著物聯網的快速發展以及5G網路普及化，大量終端設備接入網路中產生海量資料，傳統的資料透過雲端進行運算分析，隨著資料的急劇增加，由應用終端傳送至雲計算中心的過程中會造成延時和資料洩露，及時並有效地處理資料成為雲計算中心的一大挑戰。
因此，在網路邊緣執行運算的新型運算模型的邊緣運算因應而生，在靠近人、物或資料來源的網路邊緣側就近提供邊緣智慧服務，以更有效率的網路服務回應，大大地提升物聯網、車聯網、工業控制、智慧製造等眾多業務需求。
邊緣運算技術的引入，減輕了雲中心的網路負擔，但同時也引發了安全性問題，當資料的在地語系化，容易阻礙資料間的流通，加之近年資料安全、應用規範不斷提升，如GDPR資料隱私以及資料保護的議題被高度重視。傳統機器學習演算法採用的資料集中化運算，無法應對資料規範要求，限制人工智慧的發展。
在此背景下，聯邦學習因應而生，為邊緣運算的安全問題提供了解決方案。聯邦學習是一個機器學習框架，在參與方使用加密後的私有資料進行運算，僅交換加密狀態後模型的參數、權重及梯度等特徵，無需將原始資料移出本地，也無需將加密後的原始資料移動集中，即能幫助多個機構在滿足使用者隱私保護、資料安全和政府法規的要求下，進行資料使用和機器學習建模。
聯邦學習作為分散式的機器學習範式，保障資料不洩露，並讓企業用更多的資料訓練模型、聯合建模，實現AI協作，為隱私保護運算解決方案的落實提供了有力支撐。
近期，凌華和星雲Clustar聯合推出邊緣聯邦學習的一體機，該系統採用凌華的MECS-7211作為邊緣運算伺服器，和星雲Clustar的FPGA異質加速卡，對聯邦學習中常用複雜運算元進行定性分析和硬體優化，便於使用者實現分布式機器學習任務的加速。
凌華指出，高效的儲存、運算、資料傳輸系統，對比傳統的CPU架構，效能提升7倍，對比CPU加GPU方案提升2倍，功耗也降低了40%；此邊緣聯邦學習一體機適用需要大量資料分析並著重隱私的金融、醫療、數據中心等領域，並已完成多處實例部署。
凌華科技網路通訊暨公共建設事業處總監葉建良表示，凌華MECS系列產品是定位於5G的邊緣運算平台，作為OTII規範的發起者之一，MECS系列產品符合OTII的產業規範，採用異質的架構，靈活支援FPGA、GPU、5G加速等擴充卡；且精巧的尺寸設計加上支援寬溫的運作環境，適合分散式架構應用場景，方便部署於網路邊緣和應用。
凌華科技和星雲Clustar聯合推出邊緣聯邦學習的一體機，協同優化運算系統，拓展了MECS系列產品的應用，未來也將持續在AI領域合作，豐富邊緣運算的應用場景。
延伸閱讀：
資料來源-MoneyDJ理財網