距离9月1日《中华人民共和国数据安全法》（下称“《数据安全法》”）落地已经过去一周。作为我国首部数据安全专门法律，《数据安全法》规定了数据的收集、存储、使用、传输、公开等环节规范，加速数据的合规流通。

日前，专注隐私计算领域的融数联智CEO袁晔在接受《现代广告》专访时表示，从《民法典》提出隐私保护，到《数据安全法》正式实施，再到即将落地的《个人安全保护法》，我国正逐步分离数据的所有权和使用权，构建数据安全监管制度。

基于“数据安全”原则，隐私计算成为保障数据流通安全的技术路径。微众银行联合毕马威联合发布的《隐私计算行业研究报告2021》预测，三年后国内隐私计算技术服务营收有望触达100-200亿人民币，甚至将撬动千亿级的数据平台运营收入空间。

袁晔指出，隐私计算在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，实现了数据的“可用不可见”。通过《数据安全法》等法律法规的指引，隐私计算将为数据的所有者和使用者搭建传输机制，解决安全痛点。

数据“减法”时代

2014年以来，移动互联网的快速发展催生出海量数据增长。当规模达到一定量级后，数据通过彼此交互和流通，得以最大化发挥自身价值。此时，企业使用数据进行跨公司分析的常用解决方式就是“数据搬家”。

“这一时期，数据的采集和使用没有明确界限。” 袁晔表示，例如某银行进行信贷管理需要客户个人信息时，可以通过外部合作获取数据使用权，包括社交数据、行程数据、电商数据等，在使用过程中也会结合这些信息对客户还款能力综合评估。

“数据搬家”意味着数据被无限复制传播，可能造成滥用责任难以厘清、数据安全等问题。对企业而言，数据共享则会带来利益受损。“从利益角度出发，有竞争关系的两家企业是不愿意分享数据的。”袁晔表示。

在袁晔看来，真正值得分享的不是数据本身，而是数据经过计算产生的价值。因此，数据的使用权和所有权应当严格分离。

2018年5月，欧盟实施 《通用数据保护条例》（GDPR），要求个人隐私数据完全归个人所有，不再属于任何一家机构。今年，我国《数据安全法》等法律推出，为数据的收集、使用等环节提供了执行准则。

在监管驱动下，隐私计算成为保障数据价值与安全的“刚需”。袁晔解释道，隐私计算在不直接共享原数据的前提下，让使用者得到数据计算产生的结果。在此过程中，原始数据始终保留在数据所有者手中，数据价值则被安全挖掘出来。

“如果说‘数据搬家’是‘加法’时代，那么隐私计算的出现让数据来到‘减法’时代。”袁晔表示，此时，数据发挥价值不再依赖于跨区域复制，而是在本地完成跨公司联合运算，这是突破数据孤岛、保障数据安全的底层变革。

硬件能力或成突破口

当前，全球正在从信息时代迈入智能时代。隐私计算作为技术路径，通过与人工智能结合，实现在安全可信环境下的数据协作，目前已经在金融、医疗、营销等场景完成初步商业化落地。

仍以某银行信贷管理体系为例。基于《数据安全法》等监管规则，银行无法通过购买等方式复制客户信息，而隐私计算产品则可通过数据不出域的联合运算，既保证了用户隐私，又帮助银行合规使用第三方数据进行智能化信贷评估。同时，隐私计算技术融合了运营商数据，可以协助银行识别电信欺诈等风险。

在保障安全的前提下，效率是隐私计算的另一重点。袁晔指出，隐私计算的关键性技术涉及联邦学习、安全多方计算、机密计算、同态加密等，软件改进空间相对有限，最大的瓶颈就是性能。

“不同于‘数据搬家’，隐私计算需要在公网进行数据传输，不仅对算法要求更高，而且运算周期更长。”袁晔解释道。

因此，袁晔认为隐私计算提升效率的突破口在于芯片硬件能力。2018年观察到隐私计算市场前景后，袁晔在一年后创立了融数联智，带领团队研发出隐私计算数据融合平台——“善数”。2021年5月，融数联智推出PPU（Privacy Preserving Unit隐私计算密态数据加速芯片）硬件解决方案，以构建单一数据合作网络。

谈及PPU芯片的意义，袁晔表示，当数据不出域时，原来“数据搬家”仅需一分钟的计算流程，现在可能要耗时几小时甚至几十小时。而通过芯片加速，运算速度又能被压回到几分钟，让异地服务器联合运算分析时，与使用本地数据一样便捷。

“在隐私计算行业，多数产品都是基于CPU作为底层硬件支撑，开发软件产品。融数联智自主研发的PPU，则是对密文下的数据运算效率进行提升。”袁晔指出。

需要注意的是，隐私计算处于发展早期，虽然充满机遇，但仍不乏挑战，例如不同产品差异可能导致信息孤岛。袁晔认为，隐私计算技术的出现就是解决各种数据合规问题。随着技术成熟，场景需求和商业落地也会随之而来的。当应用落地足够多时，隐私计算产品有望实现相互连通，这是面向未来、极富想象力的一种数据交易模式。