NVIDIA FLARE
NVIDIA FLARE™（NVIDIA Federated Learning Application Runtime Environment，NVIDIA 联邦学习应用运行环境）是一个与领域无关、开源且可扩展的联邦学习软件开发套件（SDK）。它让研究人员和数据科学家能够将现有的机器学习 / 深度学习工作流程适配为联邦学习范式，并帮助平台开发者构建安全、保护隐私的分布式多方协作解决方案。
隐私保护助力多方协作
从不同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
支持研究人员和数据科学家将现有的 ML/ DL 工作流程 ( PyTorch、RAPIDS、Nemo、TensorFlow) 调整为联邦学习范式。
开源框架
通用、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。
什么是联邦学习？
分布式多方协作
联邦学习是一种通过汇聚多样化数据源来开发和验证更高精度、更具泛化能力的 AI 模型的方法，同时降低数据安全或隐私泄露的风险。它使多个数据提供方能够在不共享原始数据的前提下，共同构建 AI 模型。
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
内置工作流范式使用本地和去中心化数据使模型在边缘保持相关性，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 认证进行安全配置，通过管理员控制台进行编排，并使用用于可视化的 TensorBoard 监控联邦学习实验。
支持热门的 ML/ DL 框架
该 SDK 设计灵活，可与 PyTorch、Tensorflow 甚至 Numpy 一起使用，从而将联邦学习集成到您当前的工作流程中。
广泛的 API
其广泛的开源 API 使研究人员能够开发新的联邦工作流程策略、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，提供了一种执行联邦学习实验的简单方法。
谁在使用 NVIDIA 联邦学习平台？
NVIDIA FLARE 是一个开源框架，可通过 NVIDIA NVFlare Github 仓库和开源平台 PyPi 下载使用。您还可以在 NVIDIA FLARE 文档页面上找到快速入门示例。