当前位置:首页 > 报告详情

020-肖琳杰.pdf

上传人: 山哈 编号:725357 2025-07-04 13页 1.50MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
全文主要介绍了全同态编译器框架ANT-ACE,其特点是支持在加密数据上进行复杂计算,特别适用于对隐私保护要求高的云计算、金融和医疗数据处理。以下是关键点: 1. **全同态加密(FHE)**:提供强隐私保护,但计算成本高,性能较低。 2. **编译器作用**:ANT-ACE编译器支持预训练模型在密文上进行推理,可降低计算时的隐私泄露风险。 3. **性能提升**:与手写全同态加密程序相比,ANT-ACE编译器在ResNet模型推理上实现了1倍的性能提升,内存使用减少了7倍。 4. **5层IR架构设计**:优化了编译流程,提高了计算效率。 5. **支持硬件加速器**:通过扩展RISC-V指令集,优化多项式操作。 6. **性能优化**:通过逐层Lowering和核心算子优化,提升了计算效率。 7. **软/硬件协同设计**:与硬件加速器协同工作,提高了隐私保护的计算性能。 8. **开放合作**:项目开源,支持算法库和加速器接入,促进研究机构与企业合作。 核心数据引用:“单图片推理时间(S)ANT-ACE(左) FHE-MP-CNN(右)”表明ANT-ACE在推理效率上优于FHE-MP-CNN;“内存使用7倍减少,运行时内存占用(GB)ANT-ACE(左) FHE-MP-CNN(右)”展示了ANT-ACE在内存使用上的优势。
"全同态加密如何保护隐私?" "ANT-ACE编译器性能有多强?" "如何用ANT-ACE降低计算成本?"
客服
商务合作
小程序
服务号
折叠