TFHE Cuda后端

简介

tfhe-cuda-backend 包含了Zama变体TFHE的GPU加速代码。它实现了CUDA/C++函数，用于在LWE密文上进行同态运算。

它提供了在GPU上分配内存、在CPU和GPU之间复制数据、创建和销毁CUDA流等功能。

• cuda_create_stream，cuda_destroy_stream
• cuda_malloc，cuda_check_valid_malloc
• cuda_memcpy_async_to_cpu，cuda_memcpy_async_to_gpu
• cuda_get_number_of_gpus
• cuda_synchronize_device 它提供的加密操作包括：
• TFHE可编程引导的摊销实现：cuda_bootstrap_amortized_lwe_ciphertext_vector_32 和 cuda_bootstrap_amortized_lwe_ciphertext_vector_64
• TFHE可编程引导的低延迟实现：cuda_bootstrap_low_latency_lwe_ciphertext_vector_32 和 cuda_bootstrap_low_latency_lwe_ciphertext_vector_64
• 密钥交换：cuda_keyswitch_lwe_ciphertext_vector_32 和 cuda_keyswitch_lwe_ciphertext_vector_64
• 更大精度的可编程引导程序（wop PBS，支持多达16位的信息，而经典PBS只支持最多8位的信息）及其子组件： cuda_wop_pbs_64，cuda_extract_bits_64，cuda_circuit_bootstrap_64，cuda_cmux_tree_64，cuda_blind_rotation_sample_extraction_64。
• 分层操作的加速：cuda_negate_lwe_ciphertext_vector_64，cuda_add_lwe_ciphertext_vector_64，cuda_add_lwe_ciphertext_vector_plaintext_vector_64，cuda_mult_lwe_ciphertext_vector_cleartext_vector。

依赖关系

免责声明：目前不支持在Windows/Mac上编译。仅支持Nvidia GPU。

• nvidia驱动程序 - 例如，如果您正在运行Ubuntu 20.04，请查看此页面进行安装
• nvcc >= 10.0
• gcc >= 8.0 - 查看此页面以获取有关nvcc/gcc兼容版本的详细信息
• cmake >= 3.24

构建

存储在tfhe-cuda-backend中的Cuda项目可以独立于TFHE-rs以以下方式编译

git clone git@github.com:zama-ai/tfhe-rs
cd backends/tfhe-cuda-backend/cuda
mkdir build
cd build
cmake ..
make

计算能力会自动检测（使用第一个GPU信息）并相应设置。如果您的计算机没有可用的Nvidia GPU，如果已安装nvcc编译器，则编译将正常工作。生成的可执行文件将针对7.0计算能力（sm_70）。

链接

• TFHE

许可证

本软件根据BSD-3-Clause-Clear许可证分发。如果您有任何问题，请联系我们：hello@zama.ai。