谷歌Web3.0提速：将联合计算平台提升为独立开源项目

Google的联合计算项目[1] Federated Compute Platform近日独立发布。来源于TensorFlow，之前作为TensorFlow中的一个计算基础组件Federated Core[2] ，现在被独立出来作为Google的顶级开源项目之一。

前身

如TensorFlow文档中描述，以前的Federated Core不是通用的计算基础设施，只是支撑特定算法，包括联合学习[3]、联合分析[4]以及隐私信息获取[5]。

尚比较早期

现在还不是谷歌官方支持的项目，应该还在孵化阶段。Demo中提供了一个类似WordCount[6]的实例，是分布式计算领域的Helloworld，也凸显了Google的MapReduce情怀。不过整体代码进展确实比较早期，略显简陋。

意义

众所周知Web3.0的愿景是个人数据主权回归，谷歌这次的行动意义非凡，作为保护个人隐私数据的去中心化方案，同时兼顾效率和安全性。我们曾经介绍过Google的Web3战略分析[7]，边缘端的通用计算引擎是基础设施，这次Federated Compute的独立亮相代表其Web3.0战略又向前迈进一大步。

与Private Compute

虽然目前项目中开源的部分不多，主要是客户端部分，服务端还没开源，不过在Demo中提供了一些服务端的简单实现作为案例。我们以前也介绍过Private Compute Core，一个谷歌Pixel手机支持的隐私计算，算是一个闭源的基于TrustZone的Federated Compute版本，在安卓13以后的Pixel手机已经成为预置功能，发展更为成熟。我们以后会陆续介绍。

最后

Gravity.link是联合计算技术在国内最早布道者和践行者，从2018年起积极推动联合计算的技术落地以及商业化探索。

Works Cited

1. 联合计算. 百度百科, 2019, https://baike.baidu.com/item/%E8%81%94%E5%90%88%E8%AE%A1%E7%AE%97/24205108?fr=aladdin.

2. Federated Core. Google TensorFlow, 2019. Federated Core, https://tensorflow.google.cn/federated/federated_core.

3. Federated Learning. Google AI, 2017. Federated Learning: Collaborative Machine Learning without Centralized Training Data., https://ai.googleblog.com/2017/04/federated-learning-collaborative.html.

4. “Federated Analytics.” Federated Analytics: Collaborative Data Science without Data Collection, 2020, https://ai.googleblog.com/2020/05/federated-analytics-collaborative-data.html. Accessed 2022 12 2022.

5. Private information retrieval. Benny Chor et al., 1995. : In Proceedings of IEEE 36th Annual Foundations of Computer Science (Oct. 1995)., https://doi.org/10.1109/SFCS.1995.492461.

6. MapReduce Tutorial. Apache Hadoop, 2008. Example: WordCount v1.0, https://hadoop.apache.org/docs/stable/hadoop-mapreduce-client/hadoop-mapreduce-client-core/MapReduceTutorial.html.

7. 谷歌布局去中心化. gravity.link, 2021. 联合计算是核心, https://mp.weixin.qq.com/s/Q-uXAZYWFZhXR8P7Qkskbg.