联邦学习

联邦学习是一种新兴的分布式机器学习技术，能在多个参与方不共享原始数据的前提下，联合进行模型训练，有效解决数据隐私保护和数据孤岛问题。

本次公开课将详细介绍联邦学习，以及针对联邦学习中存在的诸如同态加密、密态运算等复杂计算力问题，结合 FPGA 高并行、高定制、低延迟等特性，分享在联邦学习中具体的 FPGA 加速方案和成果，使得计算性能和效率大幅提升。