NVIDIA FLARE
NVIDIA FLARE™（NVIDIA 联合学习应用运行时环境）是一种与领域无关、开源且可扩展的联邦学习 SDK。它使研究人员和数据科学家能够将现有的 ML/DL 工作流程调整为联合模式，并使平台开发者能够为分布式多方协作构建安全、保护隐私的产品。
隐私保护助力多方协作
从不同的数据源开发和验证更准确、更通用的 AI 模型，同时通过包含隐私保护算法和工作流程策略来降低影响数据安全和隐私的风险。
加速 AI 研究
使研究人员和数据科学家可以将现有的 ML/DL 工作流程（PyTorch、RAPIDS、Nemo、TensorFlow）应用到联邦学习范式。
开源框架
用于通用目的，且与领域无关的联邦学习 SDK，旨在创建一个由开发者、研究人员和数据科学家组成的生态系统。
什么是联合学习？
分布式多方协作
联合学习是一种更准确、更通用的 AI 模型方法，可减轻影响数据安全或隐私的风险，从不同数据源进行开发和验证。它使得借助数据提供商联盟构建 AI 模型成为可能，而无需使数据离开单个站点。
特性
隐私保护算法
NVIDIA FLARE 提供隐私保护算法，可确保对全局模型的每一次更改都保持隐藏状态，并防止服务器对提交的权重进行逆向工程并发现任何训练数据。
训练和评估工作流程
内置工作流程范式使用本地数据和去中心化数据来保持模型在边缘处的相关性，其中包括适用于 FedAvg、FedOpt 和 FedProx 的学习算法。
可扩展管理工具
管理工具有助于使用 SSL 认证进行安全调配，通过管理员控制台进行编排，并监控使用 TensorBoard 进行可视化的联合学习实验。
支持热门的 ML/DL 框架
SDK 在设计上十分灵活，可与 PyTorch、Tensorflow 甚至 Numpy 配合使用，从而将联合学习集成到当前的工作流程中。
广泛的 API
其广泛且开源的 API 使研究人员能够开发新的联合工作流程策略、创新学习和隐私保护算法。
可重复使用的基础模组
NVIDIA FLARE 利用可重复使用的基础模组和示例演练，提供了一种执行联合学习实验的简单方法。
哪些人在使用 NVIDIA 联合学习平台？
