京東自研聯邦學習平臺正式亮相；微軟不會將Windows遷移到Linux

開發者社區技術週刊又和你們見面了，萌妹子主播爲您帶來第四期「開發者技術聯播」。讓咱們一塊兒聽聽，過去一週有哪些值得咱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 計劃藉助人工智能改善可再生能源
• ARM中國發布「周易」Z2 AIPU
• Nvidia推出DPU以接管數據中心的更多任務
• Chrome正在啓用HTTP/3，支持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的手機傳感器動做識別

技 術 要 聞
Industry News

一、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，旨在知足數據隱私安全和監管要求的前提下，讓人工智能系統更加高效準確地共同使用各自數據的機器學習框架。Fedlearn平臺具備三大特色。第一，在數據和模型隱私方面，不一樣參與方之間沒有直接交換本地數據和模型參數，而是交換更新參數所需的中間數值。第二，在通信方面，引入中心化數據交換的概念，使得數據的交換獨立於參與方。第三，採用異步計算框架，極大地提升了模型訓練的速度。

二、Facebook 計劃藉助人工智能改善可再生能源

Facebook 和卡內基梅隆大學近日宣佈，他們正嘗試利用人工智能技術尋找新的電催化劑。電催化劑能夠將太陽能和風能轉化爲其它燃料。Facebook 和卡內基梅隆大學認爲，在人工智能技術的幫助下，電催化劑的數量能夠增長到數百萬甚至數十億。目前 Facebook 和卡內基梅隆大學發佈了一些本身的人工智能軟件 「模型」，這些模型能夠幫助尋找新的催化劑。

三、ARM中國發布「周易」Z2 AIPU：單核算力提高一倍 芯片面積減小30%

近期，ARM中國正式發佈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的單核算力提升一倍，同時支持多達32核的可擴展配置，從而可以在單個SoC中實現128TOPS的強大算力。全新「周易」Z2 AIPU將主要面向中高端安防、智能座艙和ADAS、邊緣服務器等應用場景。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優化，從而將芯片面積減小30%，在運行部分神經網絡模型時，相同算力配置下性能提高可達100%。

四、 NVIDIA推出DPU以接管數據中心的更多任務

近日，NVIDIA公司推出了本身的數據處理單元（DPU），能夠將數據中心的更多基礎設施轉移到芯片中。BlueField DPU集成在一個名爲SmartNIC的服務器網卡上，可使用標準PCIe互連在雲數據中心和私有計算機網絡中的任何服務器上。英偉達表示，公司已開始向早期客戶供應家族第一代芯片BlueField-2，並將於2021年在主要製造商的服務器上推出。

五、Chrome正在啓用HTTP/3，支持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 推出的一個項目，旨在下降基於 TCP 通信的 Web 延遲。QUIC 很是相似 TCP+TLS+SPDY ，可是基於 UDP 實現的。它是 HTTP/3 的基礎協議。Chromium 團隊表示，其發現 IETF QUIC 的性能優點特別高，使得 Google 搜索延遲減小了 2％ 以上，YouTube 的從新緩衝時間減小了 9％ 以上，PC 客戶端吞吐量增長了 3％ 以上，移動設備的客戶端吞吐量增長了 7％ 以上，所以宣佈 Chrome 即將引入對 IETF QUIC h3-29 版本的支持。

六、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 的舉措引起了外界諸多猜測，許多人開始懷疑微軟是否有在 Linux 內核之上對 Windows 加以重構的想法。其中，開源先驅、《大教堂與集市》做者 Eric S Raymond 就在我的博客上提出觀點稱：微軟將放棄 Windows 系統的內核研發，轉而將其創建在 Linux 內核之上。對於以上觀點，Hayden Barnes 則持一個否認態度。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，本身常常和衆多參與 Linux 及其餘開源項目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。不過他也聲明，文中全部猜測只屬於我的觀點。。

學 術 前 沿
Academic News

一、淺談立體匹配中的新式應用場景

本文重新場景，新應用和新數據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 度全景圖像上的球面視差估計，全景圖像不只僅在立體匹配領域開始受到關注，在語義分割等領域也有很多研究。新應用是在將精確的視差估計簡化爲二值化、多級量化的視差估計，可以在資源較少的狀況下快速實現目的。新數據是經過單目深度估計和已有的數據集來構造雙目數據集，這種思路在圖像分類等領域已有很多應用，在立體匹配領域尚屬首次。這些工做與以往的 follow 性研究工做不一樣，可以爲從此的研究提供一些新的啓發和思路。
論文連接：https://arxiv.org/abs/1911.04460

二、基於IndRNN的手機傳感器動做識別

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絡 -IndRNN 進行基於手機傳感器數據的動做識別的任務。該模型在訓練過程當中表現優良，結合遷移學習和模型融合的後處理，必定程度上實現了利用手機傳感器數據進行動做識別的用戶獨立性。同時，IndRNN 團隊摘得 UbiComp SHL Challenge 2020 的亞軍，再度體現 IndRNN 性能的優越性，但願該方案對你們有參考價值。
論文連接：https://dl.acm.org/doi/10.1145/3410530.3414355
以上信息來源於網絡，由「京東智聯雲開發者」公衆號編輯整理，不表明京東智聯雲立場

歡迎點擊【京東智聯雲】瞭解開發者社區

更多精彩技術實踐與獨家乾貨解析

歡迎關注【京東智聯雲開發者】公衆號