奥西里斯（Osiris）：一种用于加速完全同态加密的收缩方法

《ACM Transactions on Architecture and Code Optimization》：Osiris: A Systolic Approach to Accelerating Fully Homomorphic Encryption

全同态加密（FHE）加速架构设计。提出基于 systolic 架构的专用处理单元，通过 limb interleaving 数据平铺方法解决数据访问冲突，实现 Osiris 加速器在密钥切换、分词和神经网络推理中的高效并行处理，性能超越现有加速器。

　　

摘要AI摘要

摘要

摘要

在本文中，我们展示了如何利用受脉动计算（systolic computing）启发的架构来加速全同态加密（Fully Homomorphic Encryption, FHE）的运算。首先我们对FHE算法进行了分析，然后为每个核心功能设计了专门的脉动计算单元或类似脉动计算的单元。由于数据访问模式的差异，将这些单元连接起来颇具挑战性。我们通过开发一种新的数据铺砌方法（称为“肢体交错”技术）解决了这一问题。在这种方法中，来自不同“肢体”（即不同数据源）的数据以轮询的方式被送入处理单元，而不是在处理完一个“肢体”后再继续处理下一个。这种设计使得整个架构（名为Osiris）中的各个核心功能能够同步运行。Osiris加速器本质上基于脉动计算原理，它由一组简单的处理单元组成（每个单元内部结构相同），这些单元同步工作，并且省去了其他架构中常见的复杂结构（如寄存器文件、NoC和链接机制）。该加速器能够在各种FHE参数设置下高效地执行密钥交换、自举操作以及完整的神经网络推理。为了实现高性能，我们提出了一种新的数据流设计，能够将最先进的FHE矩阵-向量乘法运算高效地映射到Osiris架构上，从而提升代码的重用性和并行性。我们的评估结果表明，Osiris在所有标准基准测试中的性能都与现有的最先进加速器相当甚至更优。

AI摘要

AI生成的摘要（实验性结果）

本摘要是通过自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者理解研究内容、评估其相关性，并为来自相关研究领域的读者提供参考。它是对文章作者提供的摘要的补充，而作者提供的摘要才是文章的正式总结。完整文章才是权威版本。点击此处了解更多。

请点击此处对摘要的准确性、清晰度和实用性进行评价。您的反馈将有助于我们改进未来的摘要版本。

AI生成的摘要目前不可用。

此内容由AI生成。了解更多