6月9日，知名科技创投综合媒体36氪正式揭晓了「X·36Under36」——2022年度S级创业者名册。此次榜单引入了来自IDG资本、真格基金、复旦大学、清华五道口金融学院等50余位专家团与知识合作伙伴的意见推荐，历经6个月，从千余位创业者中遴选出了360位青年创业者。星云Clustar CTO 张骏雪博士作为隐私计算领域突出的青年创业者代表，荣登该榜单。
作为国内隐私计算早期研究者和入局者之一，张骏雪博士毕业于香港科技大学，是联邦学习、数据中心网络、人工智能系统领域专家，多次在SIGCOMM、CoNEXT等网络系统顶级学术会议发表学术论文，并担任联邦学习国际研讨会FL-IJCAI 2021审稿人。担任FATE开源社区TSC Maintainers、开发专委会主要成员，并参与联邦学习IEEE标准工作组，负责底层算力的标准制定，推动首个联邦学习国际标准落地。
随着数据要素战略地位的提升，其在安全合规下的价值流转愈加成为刚需。作为平衡数据流通和数据安全最有效的技术措施，隐私计算一跃成为近年来最火热的赛道之一。有报告分析指出，从2016年隐私计算概念在中国被正式提出，到2019年进入技术普及和市场教育阶段，再到2021年开始尝试规模化落地应用，隐私计算产业在中国市场发展速度之快，超过了此前的云计算、人工智能甚至区块链。据知名信息技术研究与分析机构Gartner预测，2025年60%的大型企业机构将在分析、商业智能或云计算领域使用一种或多种隐私增强计算技术，千亿规模市场逐渐被打开。
新兴技术的发展，往往需要历经试验验证、场景落地、克服效率难题、规模化落地等几个关键时期。由于运用大量密码学技术，隐私计算的计算过程中涉及到很多加密解密的步骤，这使得计算量以几何级数增加。以全同态算法为例，在通用芯片上密文运算的速度比明文运算慢了10万倍。这意味着，做同样的运算，如果用全同态算法，在Intel最新的Icelake处理器上，跑出来的效果等同于Intel的第一代8086处理器，直接回退了数十年。算力问题成为推进隐私计算规模化落地的核心限制因素之一。
依托长期在高性能隐私计算算力领域的研发与技术创新，星云Clustar技术团队持续聚焦隐私计算底层技术与算力产品研发和产业化实践，推出了业界首个异构算力加速方案、业界首款FPGA算力加速卡、隐私计算软件平台等系列产品，并先后通过中国信通院、国家金融测评中心（BCTC）等多家权威机构的多项测评，为打破数据孤岛，实现数据要素有序流通与综合应用，提供了兼顾高效和隐私安全保护的综合解决方案。
其中，星云Clustar业界首个异构算力加速方案、业界首款FPGA算力加速卡有效解决了跨机构、大规模隐私计算所面临的算力瓶颈及通信压力，通过自主设计研发的多任务并行、多引擎架构设计，灵活加速多种类型的加密工作负载，在功耗降低70%的前提下，实现10倍的端到端性能提升，为隐私计算大规模应用落地提供了坚实的算力基础。
此外，星云Clustar也在不断加深布局隐私计算核心算力专利等技术储备，拓宽技术硬实力的护城河。截至目前，公司已累计提交申请171件国家及海外专利，授权55件专利，覆盖联邦学习、同态加密、高性能网络等隐私计算高新技术领域，作为隐私计算独立技术公司专利申请量与授权量排名均居前2，核心算力专利赛道第1。
目前，星云Clustar已与金融、政务、医疗等50余家头部客户与合作伙伴达成深度合作，提供了兼顾安全隐私与效率性能的解决方案，实现安全、高效、有序的跨主体数据多方协作。同时，星云Clustar也与云厂商、隐私计算开源社区及其他企业强化纵深合作，以高性能算力深化隐私计算场景落地的易用性与可用性，共建安全高效的数据流通底座，推动隐私计算产业规模化发展。
热门跟贴