京東自研聯邦學習平臺正式亮相；微軟不會將Windows遷移到Linux

開發者社群技術週刊又和大家見面了，萌妹子主播為您帶來第四期“開發者技術聯播”。讓我們一起聽聽，過去一週有哪些值得我們開發者關注的重要新聞吧。

• 京東自研聯邦學習平臺正式亮相
• Facebook 計劃藉助人工智慧改善可再生能源
• ARM中國發布“周易”Z2 AIPU
• Nvidia推出DPU以接管資料中心的更多工
• Chrome正在啟用HTTP/3，支援IETF QUIC
• Canonical桌面團隊成員：微軟不會將Windows遷移到Linux
• 淺談立體匹配中的新式應用場景
• 基於IndRNN的手機感測器動作識別

技 術 要 聞
Industry News

1、京東自研聯邦學習平臺正式亮相
近日，京東數字科技集團正式推出，自主研發的聯邦學習平臺——Fedlearn，旨在滿足資料隱私安全和監管要求的前提下，讓人工智慧系統更加高效準確地共同使用各自資料的機器學習框架。Fedlearn平臺具有三大特點。第一，在資料和模型隱私方面，不同參與方之間沒有直接交換本地資料和模型引數，而是交換更新引數所需的中間數值。第二，在通訊方面，引入中心化資料交換的概念，使得資料的交換獨立於參與方。第三，採用非同步計算框架，極大地提高了模型訓練的速度。

2、Facebook 計劃藉助人工智慧改善可再生能源

Facebook 和卡內基梅隆大學近日宣佈，他們正嘗試利用人工智慧技術尋找新的電催化劑。電催化劑可以將太陽能和風能轉化為其它燃料。Facebook 和卡內基梅隆大學認為，在人工智慧技術的幫助下，電催化劑的數量可以增加到數百萬甚至數十億。目前 Facebook 和卡內基梅隆大學釋出了一些自己的人工智慧軟體 「模型」，這些模型可以幫助尋找新的催化劑。


3、ARM中國發布“周易”Z2 AIPU：單核算力提升一倍 晶片面積減少30%

近期，ARM中國正式釋出AI專用處理器 “周易”Z2 AIPU（AI Processing Unit）。單核算力最高可達4TOPS，較“周易”Z1 AIPU的單核算力提高一倍，同時支援多達32核的可擴充套件配置，從而能夠在單個SoC中實現128TOPS的強大算力。全新“周易”Z2 AIPU將主要面向中高階安防、智慧座艙和ADAS、邊緣伺服器等應用場景。據介紹，“周易”Z2 AIPU延用了“周易”AIPU的架構，並在微架構上進行了最佳化，從而將晶片面積減少30%，在執行部分神經網路模型時，相同算力配置下效能提升可達100%。

4、 NVIDIA推出DPU以接管資料中心的更多工

近日，NVIDIA公司推出了自己的資料處理單元（DPU），可以將資料中心的更多基礎設施轉移到晶片中。BlueField DPU整合在一個名為SmartNIC的伺服器網路卡上，可以使用標準PCIe互連在雲資料中心和私有計算機網路中的任何伺服器上。英偉達表示，公司已開始向早期客戶供應家族第一代晶片BlueField-2，並將於2021年在主要製造商的伺服器上推出。

5、Chrome正在啟用HTTP/3，支援IETF QUIC

Chromium 官方宣佈 Chrome 正在部署到 HTTP/3 與 IETF QUIC。QUIC（Quick UDP Internet Connections）是 Google 推出的一個專案，旨在降低基於 TCP 通訊的 Web 延遲。QUIC 非常類似 TCP+TLS+SPDY ，但是基於 UDP 實現的。它是 HTTP/3 的基礎協議。Chromium 團隊表示，其發現 IETF QUIC 的效能優勢特別高，使得 Google 搜尋延遲減少了 2％ 以上，YouTube 的重新緩衝時間減少了 9％ 以上，PC 客戶端吞吐量增加了 3％ 以上，移動裝置的客戶端吞吐量增加了 7％ 以上，因此宣佈 Chrome 即將引入對 IETF QUIC h3-29 版本的支援。

6、Canonical桌面團隊成員：微軟不會將Windows遷移到Linux

近段時間以來，微軟積極融合 Linux 的舉措引發了外界諸多猜想，許多人開始懷疑微軟是否有在 Linux 核心之上對 Windows 加以重構的想法。其中，開源先驅、《大教堂與集市》作者 Eric S Raymond 就在個人部落格上提出觀點稱：微軟將放棄 Windows 系統的核心研發，轉而將其建立在 Linux 核心之上。對於以上觀點，Hayden Barnes 則持一個否定態度。Hayden Barnes 是 Canonical 桌面團隊的一員，負責在 Windows Subsystem for Linux（WSL）上交付 Ubuntu。他表示，自己經常和眾多參與 Linux 及其他開源專案的微軟員工進行交談，也能拿到關於微軟產品及發展策略的最新簡報。不過他也宣告，文中所有猜想只屬於個人觀點。。

學 術 前 沿
Academic News

1、淺談立體匹配中的新式應用場景

本文從新場景，新應用和新資料三個方面介紹了近來頂會上在立體匹配領域的一些新的研究思路。新場景是在 360 度全景影像上的球面視差估計，全景影像不僅僅在立體匹配領域開始受到關注，在語義分割等領域也有不少研究。新應用是在將精確的視差估計簡化為二值化、多級量化的視差估計，能夠在資源較少的情況下快速實現目的。新資料是透過單目深度估計和已有的資料集來構造雙目資料集，這種思路在影像分類等領域已有不少應用，在立體匹配領域尚屬首次。這些工作與以往的 follow 性研究工作不同，能夠為今後的研究提供一些新的啟發和思路。

論文連結： https:// arxiv.org/abs/1911.0446 0

2、 基於IndRNN的手機感測器動作識別

來自電子科技大學和山東大學的團隊利用比現有 RNN 更加長且更深層次的網路 -IndRNN 進行基於手機感測器資料的動作識別的任務。該模型在訓練過程中表現優良，結合遷移學習和模型融合的後處理，一定程度上實現了利用手機感測器資料進行動作識別的使用者獨立性。同時，IndRNN 團隊摘得 UbiComp SHL Challenge 2020 的亞軍，再度體現 IndRNN 效能的優越性，希望該方案對大家有參考價值。

論文連結： https:// dl.acm.org/doi/10.1145/ 3410530.3414355

*以上資訊來源於網路，由“京東智聯雲開發者”公眾號編輯整理，不代表京東智聯雲立場*