-
公开(公告)号:CN117454941B
公开(公告)日:2024-04-26
申请号:CN202311801348.6
申请日:2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0464 , H04L9/08 , G06N3/08
Abstract: 本发明公开了一种基于函数秘密共享的安全二值神经网络推理系统。该系统包括输入层、隐含层和隐含层,根据实际神经网络结构设置若干个安全全连接运算单元、安全卷积运算单元、安全批量归一化运算单元、安全二值激活函数运算单元和安全最大池化运算单元。本发明通过生成矩阵乘法三元组,并基于此构建了高效的安全全连接层运算单元和安全卷积运算单元,结合离线‑在线计算范式,大大减少了客户端所需的计算和通信。此外,本发明基于函数秘密共享技术构建了安全二值激活函数运算单元和安全最大池化运算单元,能够支持混合位宽计算,减少了非线性函数计算所需的通信代价。
-
公开(公告)号:CN117454941A
公开(公告)日:2024-01-26
申请号:CN202311801348.6
申请日:2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/0464 , H04L9/08 , G06N3/08
Abstract: 本发明公开了一种基于函数秘密共享的安全二值神经网络推理系统。该系统包括输入层、隐含层和隐含层,根据实际神经网络结构设置若干个安全全连接运算单元、安全卷积运算单元、安全批量归一化运算单元、安全二值激活函数运算单元和安全最大池化运算单元。本发明通过生成矩阵乘法三元组,并基于此构建了高效的安全全连接层运算单元和安全卷积运算单元,结合离线‑在线计算范式,大大减少了客户端所需的计算和通信。此外,本发明基于函数秘密共享技术构建了安全二值激活函数运算单元和安全最大池化运算单元,能够支持混合位宽计算,减少了非线性函数计算所需的通信代价。
-
公开(公告)号:CN115622684A
公开(公告)日:2023-01-17
申请号:CN202211433166.3
申请日:2022-11-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于全同态加密的隐私计算异构加速方法及装置,本发明从内存和指令两个层级对全同态加密算法进行优化,根据计算负载动态调配GPU中的Block块,将计算量过大的任务拆小,计算量小的任务合并变大,控制结果合并过程中的访存竞争。利用GPU中的内存层次结构,减少SM上同时分配的访存量大的任务数,分配更多的共享内存提升内存命中率,减少与全局内存的通信;设计异构计算流:从时间上和空间上,共享有限的硬件资源。本发明在GPU中实现NTT/INTT算法的挑战是高效地分配线程以实现高利用率,为了获得最佳性能,所有线程都应该是繁忙的,每个线程的工作负载应该是相等的。
-
-