トークは安いです、コードを見せてください!
これはプログラミングの世界で広く流布されている言葉であり、空論は役に立たず、コードだけで真実を見ることができる、必要なのは「リアルで実用的」です。
そして、この文は、プライバシー コンピューティングの分野における水温の変化を反映しているようです。データが正式に生産要素に組み込まれた 2020 年から、プライバシー コンピューティングは緊張の矢のように東風を巻き起こし、その影響で多くのランナーや新規参入者を引き付け、ガートナーは 2 年連続でリストに掲載しました。コンピューティングは、年間の戦略的テクノロジ トレンドの 1 つに挙げられており、しばらくの間、プライバシー コンピューティングには多くのオーラが与えられてきました。
高い期待が寄せられている一方で、その興奮の裏にはさまざまな懸念が隠されています. プライバシー コンピューティングの発展は、私たちの期待に応えられていないようです.
大手国有金融機関のビジネス リーダーである Gao Shengtan (仮名) は、Hashpower Think Tank に次のように語っています:「プライバシー コンピューティング製品に対する需要があり、調達の準備をするつもりです。しかし、テスト結果は満足のいくものではありません。多くのプライバシー コンピューティング製品には、パーソナライズされたモデリングなどの実際のエンジニアリング機能がありません。
これは、コンピューティング パワーのシンクタンクが観察した声明ではありません. クラウド コンピューティングのビッグデータ部門の副所長であり、中国情報通信技術アカデミーのビッグ データ研究所の Yan Shu 氏は、次のように述べています。セキュリティ、パフォーマンス、データ相互接続の面では、相互運用性などの面でまだ課題があり、シナリオとエンジニアリングの問題を実装する能力は「大きな困難」です。コンピューティング パワーのシンクタンクが数日前に開催したプライバシー コンピューティング オールインワン サロンで、China Unicom Big Data Financial Industry Center のプロダクト ディレクターである Zhou Yongming 氏も次のように考えています。 「これまで見てきたのは、一点、暫定、実験的な進歩です。今こそ、真に商用レベルに到達し、スケールアップする時です。これは私がもっと見たいものであり、業界がより懸命に取り組む必要がある方向でもあります。」
明らかに、2年後、市場の態度は慎重かつ抑制的になり始めており、プライバシーコンピューティング技術に対する需要側の要求は、もはや風に押し付けられることは容易ではありません.プライバシーコンピューティング技術は臨界点に直面しています. 、革新的な実験技術から量産・商用化へと移行できるか。
1. プライバシー コンピューティングに暗雲が立ち込める
この臨界点を超えると、Youdao の突破不可能なハードルは、「木製バレルのショート ボードが全体的な状況を制限する」のと同様に、産業レベルのエンジニアリングの実装です。業界の先輩が率直に語った。
前述のコンピューティング パワー シンクタンクへのインタビューでは、エンジニアリングを実装する能力は業界で「高頻度」の言葉になりつつあり、今年 CB Insights China がリリースした「2022 China Privacy Computing Technology and Market Development Research Report」も同様です。将来的には、プライバシー コンピューティング企業のエンジニアリング能力が業界の焦点になると指摘しました。
エンジニアリング能力とは?この用語はよく知られているかもしれませんが、業界ではまだ明確な定義がありません。
「技術力」の概念は「表」であり、その「内」には多くの側面と次元が含まれます。**プライバシー コンピューティング エンジニアリング機能とは、プライバシー コンピューティング製品を理論やプロトタイプから顧客側への実際の実装に変換し、ビジネス価値を生み出す能力を指すと思います。** ここ数年、業界の多くの企業が多くの理論、製品のプロトタイプ、およびオープン ソースの標準化を蓄積してきた可能性がありますが、顧客側の実際のビジネス価値に関して言えば、それは昨年始まったばかりだと思います。今年のノードでは、その能力が特に重要になる. システムの提供能力、運用と保守の能力、アップグレード能力など、顧客向けの製品サポートでうまく機能できるかどうかは、プライバシー コンピューティング企業にとって重要なテストです. Ant Group can Xinyuanテクノロジー ディレクターの Qin Chenggang 氏はインタビューで次のように述べています。
Gao Shengtan はまた、エンジニアリング機能の一般的な説明は次のとおりだと考えています。金融機関の既存のソフトウェアおよびハードウェア機器とは互換性がありません。2 つ目は、製品の実用性と安定性ですが、設計ソフトウェアが安定性と信頼性に優れているかどうか、大規模なデータ スループットをサポートできるかどうかについては、まだ大規模な商用検証が行われていません。次に、接続された準拠データソースが金融機関のビジネスニーズを満たすことができるかどうか、現在、個人情報保護法の影響でサードパーティデータ市場は再構築に直面しています.準拠データソースはまれです.プライバシー計算によるデータ価値の出力を達成する。
残念なことに、この段階では、業界のプライバシー コンピューティングのエンジニアリング能力は一般的にまだ初期段階にあり、プライバシー コンピューティングが 1979 年に Shamir と Blakley によって提案された秘密分散の起源から始まったように、「エンジニアリング能力」はプライバシー コンピューティングに浮かぶようなものです。建物を覆う暗い雲は長い間存在していましたが、長い間消えていません。
2. エンジニアリング能力の「喪失」
エンジニアリング能力が「失われる」のはなぜですか?
Gaoshengtan の観点から、1 つ目は製品化のレベルであり、現在の観察に基づくと、プライバシー コンピューティング業界全体の製品化能力にはばらつきがあり、まだ初期段階にあります。金融ビジネスのシナリオを例にとると、主な症状は次のとおりです: まず、製品が使いにくい. データクリーニングを例に取ると, ほとんどの製品はパーソナライズされたクリーニングをサポートしていないか、そのような機能を持っていません. -クリック 3,000 の変数ラベルを入れたばかげた生成モデルで、ルールによってモデルに残る変数は 10 未満であり、モデルは基本的に使用できません。2 つ目は、製品の安定性の問題です。つまり、数億のサンプルまたはさらに大きなデータ レベルに直面した場合でも、プライバシー コンピューティング プラットフォームの製品可用性が保証されるかどうかです。現時点では、プライバシー コンピューティング技術の側では、MPC や FL (Federal Learning) に関係なく、計算能力やネットワーク伝送のボトルネックが予想されます. 現段階では、プライバシー コンピューティングは主に一部の機関内または 2 つまたは 3 つの当事者間で行われます.時間のアプリケーションでは、処理されるデータの量が少なく、この問題は明らかではありません。しかし、将来的には、マルチパーティのデータ交換要件の到来と、5G とモノのインターネットの開発によってもたらされるデータ量の急速な増加. データ量の爆発的な増加に伴い、大規模なアプリケーションのプライバシー コンピューティングは、コンピューティング パワーと通信の問題を解決しなければ実現できません。
この時点で、多くのプライバシー コンピューティング メーカーも深い理解を示しており、Ant Group の Trustworthy Native Technology のディレクターである Qin Chenggang 氏も率直に次のように述べています。同じ問題として、これらの暗号演算を汎用プロセッサで実行すると、ゼロ知識証明や難読化回路、準同型暗号など、速度が非常に遅いという問題があります。以前、準同型暗号の研究をしていたとき、準同型暗号は平文演算よりも最悪の場合10万倍くらい遅いという基本的な理解ができました. これは、最新の Intel Ice Lake プロセッサを数十年前の 8086 プロセッサ時代に戻すことに相当します。
「不完全な」ソフトウェアはもちろん客観的なバグですが、プライバシー コンピューティング ベンダーの制限も原因です。
公平を期すために言えば、現在のプライバシー コンピューティング ベンダーの多くは、一般的にグローバルな視点を欠いています。テーブルの上で「よし」。To B ビジネスは、利用可能なデータ ソースに接続できるかどうかなど、単一のポイント製品ではなく、「機能レゴ」、つまりデータ ソリューションの完全なセットを提供することです。ほとんどの金融シナリオでは、外部データ ソースが必要です。特にデータモデリングの過程で、データに対する需要はさらに大きくなり、プライバシー製品を提供するだけでは不十分なことがよくあります。もう 1 つの例は、データ ソリューションのコンプライアンス設計が考慮されているかどうか、データ認証チェーンが完全かどうか、顧客への通知が十分かどうか、データ ストレージが「個人情報保護法」の要件に従って管理される必要があるかどうかです。製品を含むライフ サイクル全体など。 データ ソースとやり取りするプロセスで実装する必要があるフロントエンド インターフェイスと法令順守条項の調整。
第二に, シーンの理解の欠如は、多くのプライバシー コンピューティング企業の「生来の遺伝子」の欠如でもあります. この段階では、プライバシー コンピューティングのトラックに参入する主なプレーヤーのほとんどは、主に技術的なバックグラウンドを持つ新興企業です。変革を遂げたブロックチェーン企業は、ビジネスシナリオの最前線に根ざすことはほとんどありません.シナリオの理解が不十分であると、製品の実用性が不十分になります.これはチェーンリンクの関係です. 言及しなければならないもう1つの問題点は、技術パス間の統合と相互接続です. 技術的な観点からは, プライバシーコンピューティングの各技術ルートには独自の自己認証ロジックがありますが, エンドカスタマーにとって, これは信頼の確立技術は、技術的な実証そのものだけに頼ることはできません。技術の標準化にうまく取り組み、技術スタックの独立した制御可能なローカリゼーションを実現し、当局や規制機関によって認められた標準システムを確立します。これは、プライバシー コンピューティング メーカーが促進し、解決する必要がある問題でもあります。もちろん、これはプライバシー コンピューティング メーカーだけに課せられるものではなく、業界内の複数の関係者による共同管理と推進が必要です。
さらに、データソースの熱意が不十分であるため、業界の実装もある程度制限され、インセンティブが不足しているため、データソースは需要側と協力して、時間のかかるテストデータを提供することに消極的です。ソースを共有する意欲はさらに弱い。これらの問題が絡み合って、今日のエンジニアリングの苦境を生み出しています.これらの問題が解決される前に、業界全体が実際の生産とエンジニアリングの前提条件を持っていません.
では、「工学の難しさ」の解決策とは?
コンピューティングパワーのシンクタンクの調査では、広く合意された問題解決の方向性が明らかになりつつあることがわかりました。
3. ソフトとハードの組み合わせが「工学の難しさ」を打ち破るかもしれない
エンジニアリングの問題は、実際には顧客がパフォーマンスとコストを最大限に最適化できるようにする方法です. Huakong Qingjiao の社長である Wang Shengli は、コンピューティングパワーシンクタンクのプライバシーサロンで一言で要約しました: コストが高すぎる.性能対性能比と計算コストのバランスを取るために大幅に改善されます。
バランスを取る方法は?業界は、ソフトウェアとハードウェアの組み合わせに注目し始めました。
実際、数年前、業界は暗号化などのソフトウェア ソリューションに対してより大きな声を上げているように見えた. 暗号化はかつてプライバシー コンピューティングの「原理主義」と見なされていた.ソフトウェアはハードウェア開発よりも優れていますが、現在は傾向が変化しており、数年間の実践テストの後、ソフトウェアは「計算パフォーマンス」の点で最適なソリューションではありません。
「プライバシー コンピューティングは、信頼できるセキュリティ、信頼できる実行環境 TEE、将来のコンピューティング パワーの加速という点で、ハードウェアに依存すると考えています。ソフトウェアとハードウェアの組み合わせは、信頼できるプライバシー コンピューティングの重要な技術分野になることは間違いありません。間違いなく、データ集約型の時代における業界の主流の形式であり、関連するレイアウトを非常に早くから作成し始めました. 実際、今日、当時の私たちの判断がほぼ正しいことも証明されています. 2021 年 9 月、アント グループは、ソフトウェアとハードウェアを備えたオールインワン コンピュータを最初にリリースし、最近ではオールインワン プライバシー コンピュータの世界初の国際標準プロジェクトの設立を率先して推進しました。確かにこの点を確認します。
ハードウェアの必要性に気付いたのはAntだけではなく、現在、業界内のスタートアップ企業群が、ハードウェアとソフトウェアを組み合わせてプライバシーコンピューティングを実現する路線に次々と参入しており、それぞれが世界でブレークスルーを図っています。ワンポイント。例えば、Clustar は高性能コンピューティング能力の向上に焦点を当てており、プライバシー コンピューティング アクセラレータ カードとソフトウェアとハードウェアを備えたオールインワン マシンを発売しています.Rongshu Lianzhi はチップの研究開発を目指しており、Data Science and Technology は、ソフトウェアとハードウェアを組み合わせたプライバシー コンピューティング ソリューションを立ち上げました.Data Science and Technology によると、ハードウェアのプラグ可能な機能を組み合わせることで、汎用サーバーをプライバシー コンピューティング専用サーバーに柔軟に変換することが可能であり、それによって、サーバー リソースとコンピューティング パワーの利用効率を向上させ、コンピューティング パワーをさらに削減します。リソース オーバーヘッド。
ソフトウェアとハードウェアの組み合わせを継続的に探求する中で、プライバシー コンピューティング業界は、オールインワン マシンという共通のエントリ ポイントを見つけました。オールインワン マシンは新しい概念ではありません。 2つのタイプに分けられます. 1つはソフトウェアとハードウェアのエンジニアリング機器, いわゆるエンジニアドシステムです, 主にソフトウェアに基づいており、ハードウェアアクセラレーションと組み合わされています. エンジニアリング作業を通じて, ソフトウェアの利点は最大化されます, しかし、それは効果がありませんかけがえのない依存関係が多すぎますが、これは、オープン性と互換性に基づく IT の基本的な特性とも一致しています。もう 1 つは、さまざまなハードウェアを物理的に組み合わせたり、何らかのリソース管理ソフトウェアを介してハードウェアを統合したりするフュージョンと呼ばれるものです。前者は主にソフトウェアの遺伝子に基づいており、独自のハードウェア デバイスに依存せず、オープンで、使用と保守が容易で、広く使用されやすいです。相対的に言えば、後者はある種の独自のハードウェア機器に依存し、使用の敷居が高く、特定の技術的障壁を形成します。PEC (Privacy Enhancement Computation) は、エンジニアリング統合システムの配信形式を選択して、システム パフォーマンスと総所有コストの商業的なバランスを実現し、後の保守と管理のために顧客に多くの利便性をもたらします。パフォーマンス コストが最適化されていないと、互換性のあるオープンな IT テクノロジがなければ、ビジネス シナリオで使用することは困難になります。
大声で話して判断してください: ハードウェア ソリューションを追加することは、業界の長期的な発展にとって有益であり、害はありません. 純粋なソフトウェアの競争は、簡単にレッド オーシャンにつながり、業界に利益をもたらしません. 昨年, ありました100,000元のソースコードの販売悪質なケース、これが事実である場合、この業界はどのようにプレーできますか?したがって、ハードウェアを追加した後、利益率を確保するのに役立ちます。これは、プライバシー業界にとって長期的な発展の重要性です。また、A社のニーズの観点から、ハードウェアベースの実装計画も期待しています. 前述したように、入札プロセス中に、A社は意思決定のリスクと移行コストに直面します. ハードウェアがある場合純粋なソフトウェア ソリューションとは異なり、メーカーが倒産した場合、それを維持し続けることはできません。汎用のハードウェアベースのソリューションであれば、他メーカーを導入すれば比較的移行コストは少なくてすむということから、業界の方向性はオールインワン機であり、これもまた多くのソリューションとなる。メーカーは満場一致で認めています。
Impulse Online の CEO である Liu Yao 氏も、「現時点でソフトウェアとハードウェアを組み合わせたオールインワン マシンは、プライバシー コンピューティング産業の大規模な商業化を解決するための中心的な鍵であると考えています。業務システムへの適応ボトルネック、プライバシコンピューティング関連製品、ソフトウェアアルゴリズム、ハードウェアは、お客様独自のシステムでは新たな孤立した島としては耐えられず、お客様独自のモデリングプラットフォームとデータセンターの移行とドッキングも非常に重要です. , プライバシー コンピューティング メーカーが現在最も解決しなければならないことは、さまざまな環境における基盤となるハードウェア デバイスの差別化です. 適応性と互換性の 2 つの主要な問題を解決するために、ソフトウェアとハードウェアの組み合わせを通じて、さまざまなさまざまなビジネス システムとデータにシームレスに適応しますガバナンスプロセス. 下向きに、さまざまな異なるチップとアクセラレーターカードを開いて、ソフトウェアとハードウェアを組み合わせる統合機能を形成します. Liu Yao氏は、さまざまなハードウェアエコロジーを開くには多くの作業も必要であると述べました.ハードウェアに関しては,プライバシー コンピューティングのメーカーは、Xinchuang 環境への適応にもっと注意を払う必要があります。ソフトウェアとハードウェアの両方で協力し、重要な問題に継続的に取り組むことによってのみ、あらゆる種類の顧客がワンクリックでオールインワン製品を展開し、オールインワン アプリケーションの幅と深さを向上させることができます。
しかし、ソフトとハードの組み合わせは、現時点では平坦な道ではありません。
ソフトウェアとハードウェアの組み合わせとオールインワン マシンは同一視されないことに注意する必要があります. オールインワン マシンはソフトウェアとハードウェアの組み合わせのキャリアです. それは効果的にいくつかの問題を軽減することができますが、プライバシー コンピューティング エンジニアリングの実装と提供により、将来的にデータの規模とビジネスの複雑さが増大するため、オールインワン マシンのスケーラビリティをさらに改善し、より豊富な製品形態に拡張する必要があると Qin Chenggang 氏は強調しました。
ソフトウェアとハードウェアを組み合わせることは、サイクルやコストに関係なく、時間とリソースを大量に消費します.約2年の歳月をかけて完成させ、最終製品が形になります。また、ソフトウェアの納入はハードウェアの納入とは異なり、ハードウェアの納入には非常に長いサプライチェーンが必要であり、同時にそれを適切に管理する必要があります.ハードウェア分野全体 一部の中小企業はブロックされる可能性があります。実際、すべてのプライバシー コンピューティング企業がハードウェアを作成する必要はないと思います.たとえば、ソフトウェアと暗号アルゴリズムに適した企業もあれば、ハードウェアに適した企業もある.誰もが自分のポジショニングを見つけて、適切な分業を形成できます.業界全体にとって、開発はより迅速かつ効率的になるでしょう。秦成功は引き続き表現した。
インターネットの発展の歴史を通じて、より深い技術はいずれもハードウェア分野に入ります.しかし、ますます複雑化する国際情勢と繊細なグローバルな競争と対立パターンの下で、「de-IOE」(IBMの小型コンピュータ、Oracleデータベース、EMCストレージ デバイス) は戦略的なコンテキストになっています. 2020 年に, 国は、チップとサーバーの国内代替を含む新川産業を包括的に促進し始めます. プライバシー コンピューティングのためのソフトウェアとハードウェアの組み合わせの観点からも, それが必要です. 「国産独立制御」チップの裏道は演算能力向上の最難関であり、プライバシーコンピューティング後半の突破口にもなる。