企业名称：
鼎链数字科技（深圳）有限公司

命题主题：
基于ARM架构的隐私计算平台源代码移植与性能优化

技术领域：
隐私计算、联邦学习、分布式计算、ARM架构、软件系统移植

一、企业简介

鼎链数字科技（深圳）有限公司成立于2019年11月20日，总部位于深圳市坪山区，是一家专注于区块链、隐私计算和数据空间领域技术研发的国家高新技术企业，同时被认定为专精特新中小企业和科技型中小企业。

二、企业痛点

·痛点1：架构适配不足，制约隐私计算国产化落地

目前隐私计算平台仅支持x86架构，无法在国产ARM服务器（如鲲鹏、飞腾）上运行，限制了平台在国产信创环境中的推广和应用。

·痛点2：安全合规压力增加，技术升级迫切

随着《数据安全法》等法规实施，企业对隐私保护和数据安全的要求提升，但平台兼容性不足，难以满足多场景快速部署需求，影响数据合规流通。

·痛点3：资源浪费及运维成本高

无法在ARM服务器运行，企业需额外采购x86设备，导致资源浪费和运维复杂，增加成本，偏离国产化战略。

·痛点4：生态协同受限，影响数据要素市场化流通

ARM架构服务器在金融、能源等行业广泛使用，隐私计算平台不兼容，阻碍与生态伙伴的数据共享与联合分析，不利于数据要素的市场化流通和创新应用。

三、核心需求

·指标1：实现隐私求交、匿踪查询、联邦学习三大关键模块在ARM架构服务器上的源码成功编译与部署。

·指标2：在ARM平台上运行的隐私求交模块，计算结果准确率≥99%，且运行时延较x86平台不得超过20%。

·指标3：联邦学习模块在ARM架构下支持多节点分布式训练，模型收敛率与x86平台相当，训练误差差异≤2%。

·指标4：提供完整的编译构建脚本和文档，支持后续二次开发与维护。

四、交付要求

·技术方案：
提供完整的ARM架构下隐私计算平台源码移植方案，包括依赖库适配方案、性能优化思路等。

·实物验证/软件验证：
交付可在ARM服务器（如ARMv8架构的64位服务器）上运行的隐私求交、匿踪查询、联邦学习模块测试包及完整运行日志。

·技术突破：

1.在ARM平台上运行的隐私求交模块，计算结果准确率≥99%，且运行时延较x86平台不得超过20%。

2.联邦学习模块在ARM架构下支持多节点分布式训练，模型收敛率与x86平台相当，训练误差差异≤2%。

五、资源支持 & 合作承诺

·提供现有x86平台源码、编译环境及相关依赖库，协助团队快速了解系统架构与功能实现

·提供ARM架构服务器测试平台及必要的测试数据集，为交付成果验证提供硬件支持