PlatON 唐虹刚：从计算平台发展看万物智能隐私计算时代的到来

撰文：唐虹刚，PlatON 首席投资官

在过往百年的信息技术发展过程中，人类一直在追求计算和算力的发展，终极追求始终朝向智能化的方向在演进。随着人类社会全数字化时代的即将到来，数据的地位和重要性正在不断上升。

在计算平台发展方面，也开始逐步从以计算为中心转变为数据及其隐私安全为中心，在这个趋势下，未来的下一代计算平台会呈现出怎样的特征？

今天我们特别邀请到 PlatON 首席投资官唐虹刚先生，以他 20 余年在计算平台和系统架构方面的经验，从计算平台的历史发展、数据管理的迫切需求、量子计算的现实威胁等方面，来为我们推演下一代计算平台所应该具有的特征。

唐虹刚，PlatON 首席投资官

计算平台三大阶段

回顾计算机的发展历史，计算需求的变化导致计算性能的变革，每次变革都是一次突破，新一代的计算平台也随之出现，而新的计算平台又构建了新的操作系统与生态体系，最终引领一次新的计算革命。

计算平台的发展历史经历了三大阶段

这些硬件软件平台称为计算平台。计算平台是计算机系统硬件与软件的设计和开发的基础，具有一定的标准性和公开性，同时也决定了该计算机系统的硬件与软件的性能。硬件的基础是硬件处理器，软件的基础是操作系统。

总体来说，计算平台经历了几个阶段，PC+互联网阶段，移动互联网阶段，人工智能阶段。从早期的 X86+ Windows 和 Linux, 到以 ARM 为主的移动计算平台 Android+IOS，再到现在的人工智能，涌现了很多人工智能加速硬件平台和软件平台，如 TPU、Cambrican、NV、Tensorflow、PyTorch 等。

Intel 率先在 1978 年推出 x86 指令集及 8086 CPU 芯片，解决了通用计算的需求，随后 Intel CPU 成为 PC 标准配置，X86 随之成为 PC 标准平台，也成为历来最成功的计算平台架构。同时代的 AMD 也紧跟 X86 的大船成为通用处理器市场老二。但是当年的 Intel/AMD 们忽视了低功耗处理器的技术，导致其错过了捞金如潮的移动互联网时代。

ARM 最早在 1990 年设计出基于 RISC 的指令集，解决了低功耗计算的需求，随着移动互联网的快速发展，ARM 终于等到了辉煌的移动互联网时代机遇，处理器业务也得到了飞速的发展和丰厚的回报。

近年来随着深度学习为代表的人工智能技术逐渐成熟并在大量业务场景中的使用落地，谷歌等企业发布了 TPU 为代表的专用加速硬件，以海量数据计算为代表的人工智能时代到来。中科院背景的寒武纪也近期推出了强大的智能加速芯片。阿里华为等互联网巨头也自然不会错过这个巨大的机会，相继推出智能加速芯片。

数据管理的迫切需求

同时近年来区块链、物联网、量子计算等技术快速的发展，让世界各国同时对数据全性和隐私性的重视提高到了前所未有的高度，这都对数据安全及数据隐私保护都提出了更多更高的要求。我们不禁要问，现有的计算平台是否完全适用于新的要求？

说一个我身边的真实故事，我的一个朋友早些年在某大型国家电信企业工作。服务器是该企业的重要核心生存资料，有一段时间老板指派他每天上报机房的空调温度。有一天报告后，老板奇怪地问，我们楼顶那两台空调不都已经坏了吗？怎么还有温度呢？这足以说明在现有的技术机制下，数据的有效性是处于动态变化中的，需要耗费大量时间精力来进行管理。

近期肆虐全国的新冠病毒，也暴露大量的数据管理问题，如抗疫物资管理的透明度，疫情数据实时协同等，这些问题随着大量的物联网设备的广泛采用，和社会的快速发展将会越发严峻。

近期国家强调区块链在技术上的战略意义，区块链跟物联网的结合也必将成为一个极具潜力的方向。通过将物联网与区块链的技术进行整合，可以有效地对数据进行管理，并杜绝数据的篡改 ，改善提高共享协同效率，同时保证数据的可靠性和真实性。

计算平台的发展从以计算为中心转为以数据及安全隐私为中心

来自量子计算的威胁

近年来量子计算快速发展，使大家对传统加密技术的安全性产生了非常大的质疑。比如基于质因子分解 RSA 在量子计算机面前面临着巨大的安全风险。

量子计算对密码算法的安全威胁一览

目前量子计算对密码算法的攻击主要有 Shor 算法和 Grover 算法。Shor 算法主要针对公钥密码算法进行，简单说就是可以通过公钥可以求私钥，对公钥算法的威胁很大；Grover 算法针对的是对称密码算法，可以减少穷举攻击的复杂度，但是对称密码将密钥加倍后在量子计算条件下仍然是安全的。

密码学界很早就在研究可以抵抗量子计算机攻击的密码算法，最早可以追溯到上世纪 70 年代年的 McEliece 加密、Merkle 哈希等。但是当时量子计算威胁并不明显，而近年来威胁显著提升之后密码学界才提出了后量子概念。美国国家标准技术研究所 (NIST) 早在 2012 年启动了后量子密码的研究工作。

实现后量子密码算法主要有以下 4 种：

• 第一，基于哈希；
• 第二，基于编码，主要用于构造加密算法；
• 第三，基于多变量，主要用于构造数字签名、加密、密钥交换等；
• 第四，基于格，主要用于构造加密、数字签名、密钥交换，以及众多高级密码学应用。

其中格计算又称为密码学的圣杯，其潜力是非常巨大。但是格计算的计算复杂度超高，相关标准还在制定中，目前在工业界并未广泛采用。

另外，在保障数据隐私安全的技术方面，INTEL 提出硬件安全屋方案 SGX，但是目前已有多种有效的攻击方法针对该方案，所以并不能达到后量子加密算法一样安全可靠。

LatticeX 计算平台应运而生

针对上述三方面要求，我们提出了我们自己的解决方案和计算平台。

万物智能隐私计算时代到来，我们将物联网技术、人工智能技术、密码学技术、区块链技术紧密的结合，形成新一代的计算平台 LatticeX。LatticeX 平台将更多地沿着格计算后量子技术路径发展演进，同时结合硬件加速技术。

LatticeX 将满足万物互联在去中心化环境中，进行抗量子攻击，保障隐私的超大算力 / 超大带宽要求的海量大数据计算以及人工智能计算。

同时我们也在致力于开发相应的分布式异构的硬件加速器产品 LatticeX PPU （Privacy Process Unit)。在 PPU 中我们将创新性地支持多种后量子密码算法，并使其与深度学习紧密整合，实现在全密文下的深度学习推理和训练，彻底杜绝安全屋方案存在的各种安全威胁。同时我们支持千 G 级别的光接口，实现对大通讯量的实时安全多方计算的支持。

LatticeX 计算平台架构

LatticeX 将见证万物智能隐私计算时代的到来，通过软硬件系统的深度整合及优化，将为业界提供一个满足未来超大算力超大带宽，支持海量物联网设备连接计算，同时抗量子攻击，保障全程数据隐私安全的分布式去中心化的智能计算平台。LatticeX 不仅可用于对隐私安全要求严格的行业如金融，电商，医疗保健，安防等，也适用于自动驾驶，能源，交通，航天等各个大数据行业。