精彩回顾｜FATE和KubeFATEv1.8新功能介绍

2022年4月15日下午，由FATE开源社区举办的“「LIGHT UP」系列线上公开课”第二期成功举办，直播观看量超过千人次。本次公开课中，我们邀请到了FATE开源社区 TSC maintainers之一、FATE开源社区核心算法研发、微众银行人工智能算法工程师马国强和FATE开源项目贡献者和KubeFATE开源项目维护者、VMware CTO办公室研发工程师王方驰，从专业技术角度详细介绍FATE和KubeFATE v1.8的新功能。

01

马国强

FATE开源社区 TSC maintainers之一、FATE开源社区核心算法研发、微众银行人工智能算法工程师。负责FATE关键算法的开发和优化，协助FATE多版本的发布工作，参与多期FATE圆桌会议分享，专注于联邦学习和人工智能等领域的技术发展。

本次公开课，马国强工程师详细介绍了FATEv1.8版本在多方面进行的优化和迭代。功能上，新增无协调方的纵向联邦线性回归算法、支持横向LR多分类训练等功能; 性能上，SecureBoost多分类训练性能提升数倍，并对PSI-DH、纵向联邦分箱等算法进行了优化；同时FATE-FLOW调度系统、FATE-Board可视化系统以及FATE-Test系统测试工具也进行了多功能迭代更新。

02

王方驰

FATE开源项目贡献者和KubeFATE开源项目维护者、VMware CTO办公室研发工程师。参与VMware Workstation、Fusion、vSphere等核心虚拟化产品开发，在虚拟化、云计算和云原生领域有深入的研究，并曾在KubeCon等社区会议介绍联邦学习与云原生相关技术。

本次公开课，王方驰工程师就KubeFATE部分进行了深度解析。KubeFATE作为FATE的容器化部署解决方案，也将随着FATE的更新，发布新的1.8版本。除了对FATEv1.8的支持以外，本次更新还包括增加存活探针和就绪探针以更好地监控集群状态；更灵活的Ingress配置支持；重构与升级模板文件组织和依赖库等。

在本次直播过程中，观众朋友们讨论热烈，也提出了许多宝贵问题，下面为大家做出解答。

问

Forvard中的两个SMM过程，使用的公钥分别是guest和host方生成的？

答

是的。无协调方的纵向联邦SSHE算法，guest、host各方分别生成自己的公私钥并用于对应的SMM过程中。

问

KubeFATE相比native模式部署，存在性能损耗么，生产环境是否推荐使用KubeFATE部署？

答

理论上性能损耗就是容器环境相比较于native执行环境的性能损耗，从网络中各类资料我们可以了解到，Linux容器执行性能与native执行性能基本没有差别。所以容器导致的性能损耗理论上可忽略不计。生产环境上，从部署、运维等角度来说，推荐使用KubeFATE在Kubernetes上部署运行FATE，它提供了方便的FATE部署、升级、清理的功能，以及日志聚合，运维任务管理等高级功能；同时用户可以借助于Kubernetes平台天然提供的容器高可用、横向扩展、负载均衡等功能，来满足生产环境的各类需求。

END

扫码关注FATE开源社区

点击 阅读原文 查看讲解视频，欢迎点赞分享~