腾讯大数据平台，要“没人管”了

金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

接入消息量：55万亿

实时计算：65万亿

分析任务：1500万

……

可以想象吗些万亿级的数字，竟是一家企业每天都要处理的数据量。

没错，这就是腾讯大数据。

但更让人意想不到的是，它现在打算让如此海量的数据分析、处理工作，进入“无人驾驶”状态。

先来谈谈安全。

目前“数据孤岛”的情况较为普遍，一来从逻辑角度来看，因不同部门、组织对数据的定义、理解的差别而形成；二来从物理角度，因各种数据的独立存储、独立维护而产生。

但欲消除“数据孤岛”，一个大前提就是要保障数据安全，而且是重中之重的那种。

自研的隐私计算技术，就是腾讯大数据解决这一难点的“锦囊”。特点如下：

• 全方位保护：从机器学习到大数据分析，全场景提供保护

• 去中心化架构：没有“中间商”，避免隐私泄露风险

• 软硬件加密双保险：高强度数据加密+TEE硬件

或许这样的描述，在感官上并不够直接，那么接下来的一个数据便可体现隐私计算对安全要求的高度。

例如RSA密钥长度在安全性极高的金融领域，尚且是2048bit；而腾讯大数据隐私计算所采用的长度，则达到了3072bit！

除此之外，这项技术也早已有了“实践性的检验”。

在iDash 2020世界隐私计算大赛中，腾讯便凭借此技术夺得冠军，这也是中国企业在此项比赛中的第一次夺冠。

据了解，Angel PowerFL拥有全栈的联邦学习和深度学习功能：

支持多方联邦逻辑回归、XGBoost、PCA、用户自定义神经网络模型，支持多方联邦模型在线serving和模型管理，支持联合数据分析。

在隐私保护方面，Angel PowerFL提供了多种机制的选择，包括同态加密、秘密分享、差分隐私、可信执行环境（如SGX）等。

在不同场景下，可以有针对性地选择不同的安全保护级别。

在迭代和部署方面，Angel PowerFL采用的是“计算层和服务层分离”的方式。

这样做的目的也为了更好地支持多种方式部署、灵活资源扩缩容。

而且所有的服务组件都是部署在K8S集群上，这样一来，就可以方便对接TensorFlow和PyTorch等常用深度学习框架，也利于进行分布式深度学习模型训练和推理。

最后，腾讯大数据联合腾讯研究院还推出了《腾讯隐私计算白皮书》，从多个方面，包括发展背景、技术体系、重点应用行业和场景、数据安全合规、未来发展前景等，对隐私计算做了深入的解读和研究。

（公众号内回复“腾讯隐私计算白皮书”即可获取）

12年更新四代，每一步都做了什么/h2>

正如刚才提到的，腾讯大数据的计算平台已经衍变到了“第四代”。

而纵观发展历程，此次的迭代并非是一蹴而就，而是step by step。

早在2009年，腾讯大数据便推出了第一代计算平台，主要模式是离线计算，主要依托Hadoop的生态，优化范围也是限于局部。

耗时较长，是第一代计算平台的劣势，处理任务的时间长达小时甚至是天的级别。

基于此，从2012年开始，腾讯大数据便着手于实时计算，并推出了第二代计算平台。

当时，基于Spark/Storm等实时计算处理框架，让腾讯大数据在处理任务上步入了“毫秒时代”。

而到了2015年左右，深度学习在全球可谓是刮起了一阵热潮，在此趋势的推动下，腾讯大数据推出了第三代计算平台。

与此同时，自研机器学习框架Angel，也成为国内第一个从Linux基金会“毕业”的AI项目。

而到了2020年，腾讯大数据有了新的思考。

一方面，是来源于数据规模的不断扩大，已经到了需要将流式计算和批量计算做融合、AI体系和大数据体系做融合的阶段。

另一方面，是来源于对数据隐私的思考：

如何在数据“足不出户”的情况下，既做到数据流、应用流和交易流的融合，又能保障数据的隐私安全。

不难看出，腾讯大数据计算平台到现在的发展，实则是基于每一阶段的“硬需求”而做出的变化。

与此同时，也完成了从依赖开源，到自主研发的华丽转身。

如何评价/h2>

最后的一个问题：

该如何来看待腾讯第四代数智融合计算平台/p>

首先，出发点是非常的清晰了。

大数据这座矿山的价值，在数智深度融合的当下并没有发挥全部的潜能，甚至很大一部分的能量还有待开发。

并且大数据已然成为新型基础设施的重要组成部分，相关产业的发展正是迎来新阶段的关键时刻。

安全地打破“数据孤岛”，无疑会加速和提升大数据自身及产业的价值。

其次，让数据分析“自动驾驶”是否够靠谱。

众所周知，在自动驾驶领域会对车辆按照智能化来分级，一个形象的比喻就是“L3是发现问题”、“L4是分析问题”，而“L5是自动解决问题”。

腾讯大数据对自身的技术现状，则定位在了向L4迈步，并给出了对于未来“自动驾驶”的理解：

希望对平台所有软硬件指标都能完整收集，并形成知识图谱，平台里任何一个问题和异常，平台大脑能第一时间感知，根据问题图谱进行根因分析，精准定位源头，是软件引起的还是硬件引起的，并能根据异常的不同影响级别，根据决策树和现网知识库形成最适合的处理方式。

这个过程，不需要人工来干预，都是平台自身智能地在处理，极大地解放研发和运维人员的生产力。

其中之关键之一就是隐私计算，是另一个值得讨论的话题。

虽然是由谷歌率先提出，但随着理论与实践的不断碰撞，加之实际应用场景规模之大，它已然不是最初的那个“味道”。

因此不得不说，隐私计算技术目前还是处于早期阶段，需要解决和应对的问题还有很多：

开源技术是否会最终再次趋同术演进方向会怎样法律法规又该如何碰撞/p>

腾讯大数据给出的答案是：

让子弹再飞一会，鼓励技术有百花齐放的状态。

来源：QbitAl