Des chercheurs de NVIDIA ont présenté GPIR, un système qui accélère la Récupération Privée d'Informations (PIR) sur les GPU en traitant le calcul élevé et le trafic mémoire côté serveur inhérents aux protocoles basés sur des treillis. Le système emploie un modèle d'exécution hybride conscient des étapes qui bascule dynamiquement entre les noyaux au niveau de l'opération et au niveau de l'étape pour maximiser la réutilisation des données sur la puce.

  • GPIR résout les écarts de performance dans la phase RowSel en utilisant une conception avec disposition transposée et un pipeline fin pour les multiplications matrice-matrice à grande échelle.
  • L'architecture s'étend aux systèmes multi-GPU, mettant à l'échelle le débit et la capacité de la base de données avec une surcharge de communication négligeable.
  • GPIR atteint jusqu'à 297,2 fois plus de débit par rapport à PIRonGPU, la précédente implémentation GPU de pointe.

Cette approche permet des requêtes pratiques sur des bases de données privées en réduisant considérablement les goulots d'étranglement computationnels qui entravent généralement l'adoption du PIR.