Federated AI Technology Enabler是開放原始碼框架，可以讓企業和機構在保護資料安全和隱私的前提下進行模型訓練。
FATE專案使用多方安全計算(MPC)以及同態加密(HE)技術構建底層安全計算協定，以此支持不同種類的機器學習的安全計算。可用於獨立和集群部署設置。

包含組件

1. FATEFlow
   主要組件，代表了節點到節點的機器學習通道(Pipeline)。該管道支持機器學習任務，例如資料預處理、模型訓練和測試、發布和服務。
   支持調度工作系統(Directed Acyclic Graph, DAG)、監控和自定義通道組件。
2. FederatedML
   負責標準機器學習算法和其他實用工具的組件。
   支持的算法包括 DataIO、Intersect 和 OneHot Encoder。
3. FATEBoard
   一組可視化/儀表板工具，用於聯邦學習以輕鬆探索、分析和理解模型。
   FATEBoard 支持獨立和分佈式部署設置。
4. FATE Serving
   負責為生產使用提供聯邦學習模型的組件。
   它支持即時推理、模型的動態加載、A/B 測試場景和緩存。
5. Federated Network
   聯邦學習各方之間的通訊方式。
6. KubeFATE
   是管理聯合工作負載所需的分佈式系統基礎架構。
   KubeFATE 支持 docker-compose 和 Kubernetes 集群部署設置。
7. FATE-Client
   用於與不同的 FATE 組件進行交流。