来自 NVIDIA 的研究人员推出了 GPIR，这是一种在 GPU 上加速私有信息检索（PIR）的系统，通过解决基于格协议固有的高服务器端计算和内存流量问题来实现。该系统采用了一种感知阶段的混合执行模型，动态切换操作级和阶段级内核，以最大化片内数据重用。
- GPIR 使用带有细粒度流水线的转置布局设计，解决了 RowSel 阶段的性能不匹配问题，适用于大规模矩阵乘法。
- 该架构扩展到多 GPU 系统，以可忽略的通信开销扩展吞吐量和数据库容量。
- 与之前的最先进 GPU 实现 PIRonGPU 相比，GPIR 的吞吐量提高了高达 297.2 倍。
这种方法通过显著减少通常阻碍 PIR 采用的计算瓶颈，实现了实用的私有数据库查询。