Исследователи из NVIDIA представили GPIR, систему, которая ускоряет выполнение Private Information Retrieval (PIR) на графических процессорах за счёт решения проблем с высокой вычислительной нагрузкой и трафиком памяти на стороне сервера, присущих протоколам на основе решёток. Система использует гибридную модель выполнения, учитывающую стадию обработки, которая динамически переключается между ядрами уровня операций и уровня стадий для максимизации повторного использования данных внутри чипа.
- GPIR устраняет несоответствия производительности на фазе RowSel с помощью дизайна с транспонированной компоновкой и мелкозернистой конвейеризацией для крупномасштабных матричных умножений.
- Архитектура расширяется до систем с несколькими GPU, масштабируя пропускную способность и ёмкость базы данных при пренебрежимо малых накладных расходах на коммуникацию.
- GPIR достигает пропускной способности в 297,2 раза выше по сравнению с PIRonGPU, предыдущей передовой реализацией для GPU.
Этот подход делает возможными практические конфиденциальные запросы к базам данных за счёт значительного снижения вычислительных узких мест, которые обычно препятствуют внедрению PIR.