NVIDIA के शोधकर्ताओं ने GPIR पेश किया है, एक ऐसा सिस्टम जो लैटिस-आधारित प्रोटोकॉल में अंतर्निहित उच्च सर्वर-साइड कंप्यूटेशन और मेमोरी ट्रैफिक को संबोधित करके GPU पर निजी जानकारी प्राप्ति (PIR) को त्वरित करता है। सिस्टम एक चरण-जागरूक हाइब्रिड एक्जीक्यूशन मॉडल का उपयोग करता है जो ऑन-चिप डेटा पुन: उपयोग को अधिकतम करने के लिए ऑपरेशन-स्तर और चरण-स्तरीय kernels के बीच गतिशील रूप से स्विच करता है।
- GPIR बड़े पैमाने पर मैट्रिक्स-मैट्रिक्स गुणा के लिए सूक्ष्म-कण पाइपलाइनिंग के साथ एक ट्रांसपोस्ड-लेआउट डिज़ाइन का उपयोग करके RowSel चरण में प्रदर्शन असंगतताओं को हल करता है।
- आर्किटेक्चर मल्टी-GPU सिस्टम तक विस्तारित होता है, नगण्य संचार ओवरहेड के साथ थ्रूपुट और डेटाबेस क्षमता को स्केल करता है।
- पिछले शीर्ष GPU कार्यान्वयन PIRonGPU की तुलना में GPIR 297.2x तक अधिक थ्रूपुट प्राप्त करता है।
यह दृष्टिकोण उन कंप्यूटेशनल बाधाओं को काफी कम करके व्यावहारिक निजी डेटाबेस क्वेरी सक्षम बनाता है जो आमतौर पर PIR अपनाने में बाधा डालती हैं।