論文の概要: PHAT: PHotonic Accelerator for TFHE

• arxiv url: http://arxiv.org/abs/2609.11613v1
• Date: Thu, 10 Sep 2026 14:30:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.399302
• Title: PHAT: PHotonic Accelerator for TFHE
• Title（参考訳）: PHAT:TFHE用フォトン加速器
• Abstract要約: ホモモルフィック暗号化(FHE)は暗号化されたデータの計算を可能にし、クラウド上のプライバシ保護アプリケーションに対して有望なソリューションとなる。 FHE over the Torus (TFHE) は任意の操作をサポートするため際立っている。 TFHEに最適化された新しい電子フォトニック加速器アーキテクチャを導入し、OPCMベースのFFTユニット、OPCM用に調整されたツイドル定常データフロー、スケジューリング機構を特徴とする。
• 参考スコア（独自算出の注目度）: 3.1535866873383527
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fully Homomorphic Encryption (FHE) enables secure computation on encrypted data, making it a promising solution for privacy-preserving applications in the cloud. Among various FHE schemes, FHE over the Torus (TFHE) stands out due to its support for arbitrary operations. However, its high computation and communication overhead, particularly in the Fast Fourier Transform (FFT) operations required during bootstrapping, limits its practicality for real-world applications. Conventional electronic accelerators struggle to achieve sufficient throughput due to the limitations of technology scaling and the memory-wall problem. To address these challenges, we propose PHAT, a PHotonic Accelerator for TFHE leveraging Optically-addressed Phase-Change Memory (OPCM). OPCM-based processing-in-memory systems offer high computation and communication throughput, making them well-suited for accelerating FFT operations in TFHE. However, directly mapping FFT to OPCM presents challenges such as high-precision analog computation and the high latency and energy cost of programming OPCM cells. To overcome these challenges, we introduce a novel electro-photonic accelerator architecture optimized for TFHE, featuring OPCM-based FFT units, a twiddle-stationary dataflow tailored for OPCM, and a scheduling mechanism to maximize the utilization of the FFT units. PHAT delivers $2.14\times$--$5.10\times$ speedup across four real-world TFHE workloads against the state-of-the-art ASIC accelerator. Our approach significantly enhances the performance of TFHE applications, paving the way for practical and efficient homomorphic encryption in cloud computing.
• Abstract（参考訳）: FHE(Fully Homomorphic Encryption)は、暗号化されたデータに対するセキュアな計算を可能にする。 様々なFHEスキームの中で、FHE over the Torus (TFHE) は任意の操作をサポートするため際立っている。 しかし、その高い計算と通信オーバーヘッド、特にブートストラップ時に必要とされるFast Fourier Transform (FFT) 操作は、実世界のアプリケーションに対する実用性を制限している。 従来の電子加速器は、技術スケーリングの限界とメモリウォールの問題のために十分なスループットを達成するのに苦労している。 これらの課題に対処するため,光適応相変化メモリ(OPCM)を利用したTFHE用PHATを提案する。 OPCMベースの処理インメモリシステムは高い計算量と通信スループットを提供し、TFHEにおけるFFT操作の高速化に適している。 しかし、FFTをOPCMに直接マッピングすると、高速アナログ計算やOPCMセルプログラミングの遅延やエネルギーコストといった課題が生じる。 これらの課題を克服するために、OPCMベースのFFTユニット、OPCM用に調整されたTwiddle-stationaryデータフロー、FFTユニットの利用を最大化するためのスケジューリング機構を特徴とする、TFHEに最適化された新しい電子フォトニック・アクセラレーターアーキテクチャを導入する。 PHATは2.14\times$--5.10\times$、最先端のASICアクセラレーターに対する4つの実世界のTFHEワークロードのスピードアップを提供する。 提案手法はTFHEアプリケーションの性能を大幅に向上させ,クラウドコンピューティングにおける実用的で効率的な同型暗号化を実現する。

関連論文リスト

• High-Performance NTT Accelerators for PQC leveraging Unified Redundant Arithmetic and Fine-Tuned Microarchitecture [0.3186130813218338]
  量子後暗号とプライバシ保護技術は、将来のセキュアな通信システムにおいて中心的な役割を果たすことが期待されている。 本稿では,モンゴメリーモジュロ乗算とサブトラクション乗算演算の組み合わせの条件補正を不要とする新しい数値表現を提案する。
  論文  参考訳（メタデータ） (2026-07-01T08:41:11Z)
• A Scalable Architecture for Efficient Multi-bit Fully Homomorphic Encryption [1.4174227043241145]
  本稿では,マルチビットTFHE計算の効率化を目的としたハードウェアアクセラレータTaurusを紹介する。 Taurusは、新しいFFTユニットを活用し、キー再利用戦略を通じてメモリ帯域幅を最適化することで、最大10ビットの暗号文をサポートする。 実験の結果,TaurusはCPU上で最大2600倍の高速化,GPU上で1200倍の高速化を実現した。
  論文  参考訳（メタデータ） (2025-09-16T05:00:57Z)
• PiT: Progressive Diffusion Transformer [50.46345527963736]
  拡散変換器(DiT)は変換器アーキテクチャを用いて画像生成において顕著な性能を発揮する。 DiTは以前信じられていたようなグローバルな情報に大きく依存していない。 Pseudo Progressive Diffusion Transformer (PiT)を提案する。
  論文  参考訳（メタデータ） (2025-05-19T15:02:33Z)
• Task-Oriented Feature Compression for Multimodal Understanding via Device-Edge Co-Inference [54.53508601749513]
  本稿では,マルチモーダル理解のためのタスク指向特徴圧縮(TOFC)手法を提案する。 圧縮効率を向上させるために、視覚特徴の特性に基づいて複数のエントロピーモデルを適応的に選択する。 その結果,TOFCはデータ転送オーバーヘッドを最大52%削減し,システム遅延を最大63%削減できることがわかった。
  論文  参考訳（メタデータ） (2025-03-17T08:37:22Z)
• Accelerating Error Correction Code Transformers [56.75773430667148]
  本稿では,トランスを用いたデコーダの高速化手法を提案する。 最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
  論文  参考訳（メタデータ） (2024-10-08T11:07:55Z)
• FHEmem: A Processing In-Memory Accelerator for Fully Homomorphic Encryption [9.884698447131374]
  ホモモルフィック暗号化(英: Homomorphic Encryption、FHE)は、暗号化データ上で任意の計算を復号化せずに実行できる技術である。 FHEは、暗号化後のデータサイズの増加により、普通のデータの計算よりも大幅に遅い。 PIMベースのFHEアクセラレータFHEmemを提案する。
  論文  参考訳（メタデータ） (2023-11-27T20:11:38Z)
• CiFHER: A Chiplet-Based FHE Accelerator with a Resizable Structure [5.0817812294893]
  ホモモルフィック暗号化(FHE)は、プライバシに対する決定的な解決策であるが、FHEの高い計算オーバーヘッドは、その実践的な採用に挑戦する。 本稿では,チップレットをベースとしたFHE加速器であるCiFHERを提案する。 本研究では、多数のコンパクトチップレットからなるCiFHERパッケージが、最先端のモノリシックASICアクセラレータに匹敵する性能を提供することを示した。
  論文  参考訳（メタデータ） (2023-08-09T11:41:56Z)
• REED: Chiplet-Based Accelerator for Fully Homomorphic Encryption [4.713756093611972]
  本稿では,従来のモノリシック設計の限界を克服する,マルチチップベースのFHEアクセラレータREEDについて紹介する。 その結果、REED 2.5Dマイクロプロセッサはチップ面積96.7 mm$2$、平均電力49.4Wを7nm技術で消費していることがわかった。
  論文  参考訳（メタデータ） (2023-08-05T14:04:39Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)
• EdgeBERT: Sentence-Level Energy Optimizations for Latency-Aware Multi-Task NLP Inference [82.1584439276834]
  BERTのようなトランスフォーマーベースの言語モデルでは、自然言語処理(NLP)タスクの精度が大幅に向上する。 We present EdgeBERT, a in-deepth algorithm- hardware co-design for latency-aware energy optimization for multi-task NLP。
  論文  参考訳（メタデータ） (2020-11-28T19:21:47Z)
• High-Fidelity Machine Learning Approximations of Large-Scale Optimal Power Flow [49.2540510330407]
  AC-OPFは、多くの電力システムアプリケーションにおいて重要なビルディングブロックである。 本稿では, 再生可能エネルギーの普及にともなって, AC-OPFの効率的な近似を実現するための深層学習について検討する。
  論文  参考訳（メタデータ） (2020-06-29T20:22:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。