GPU Acceleration of Learning With Errors KEMs Using OpenACC for Post-Quantum Cryptography
यह शोध पत्र OpenACC का उपयोग करके एक लर्निंग विद एरर्स (LWE) आधारित की एनकैप्सुलेशन मैकेनिज्म के GPU-त्वरित कार्यान्वयन को प्रस्तुत करता है, जो पारंपरिक CPU और H100-आधारित प्रणालियों की तुलना में NVIDIA GPUs, विशेष रूप से ग्र्रेस हॉपर सुपरचिप पर, महत्वपूर्ण गति वृद्धि (208x तक) और बेहतर ऊर्जा दक्षता प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक खजाने के संदूक को एक ऐसी चाबी से लॉक करने की कोशिश कर रहे हैं जो इतनी जटिल है कि भविष्य का एक सुपर-स्मार्ट रोबोट (एक क्वांटम कंप्यूटर) भी उसे खोल नहीं पाएगा। यही पोस्ट-क्वांटम क्रिप्टोग्राफी (Post-Quantum Cryptography) का लक्ष्य है। जिस विशिष्ट "लॉक" पर यह पेपर केंद्रित है, उसे लर्निंग विद एरर्स (Learning With Errors - LWE) कहा जाता है।
LWE को ऐसे समझें जैसे आप एक विशाल गणितीय पहेली को हल करने की कोशिश कर रहे हैं जहाँ किसी ने जानबूझकर सिग्नल में थोड़ा सा "स्टैटिक" या "शोर" (noise) मिला दिया है। शोर पैदा करना आसान है, लेकिन बिना गुप्त कुंजी (secret key) के उस मूल संदेश को छानकर बाहर निकालना अविश्वसनीय रूप से कठिन है। समस्या यह है कि इस पहेली को हल करने के लिए एक मानक कंप्यूटर का उपयोग करना ऐसा है जैसे एक बार में एक रेत का कण हिलाकर एक पहाड़ हटाने की कोशिश करना—इसमें अनंत काल लग जाएगा।
यहाँ बताया गया है कि उन्होंने इसे तेज़ करने के लिए क्या किया, जिसे सरल भाषा में समझाया गया है:
1. समस्या: CPU एक धीमा ट्रक है
लेखकों ने इस एन्क्रिप्शन के एक संस्करण से शुरुआत की जो एक मानक कंप्यूटर प्रोसेसर (CPU) पर चलता है। उन्होंने पाया कि CPU संघर्ष कर रहा था। यह एक अकेले डिलीवरी ट्रक की तरह था जो हजारों बक्सों को ले जाने की कोशिश कर रहा है। हर बार जब उसे एक बॉक्स (डेटा का एक हिस्सा) गोदाम (मेमोरी) से ट्रक के बेड तक ले जाने की आवश्यकता होती थी, तो उसे रुकना पड़ता था, उसे लोड करना पड़ता था और फिर चलना पड़ता था। ट्रक अपना अधिकांश समय काम करने के बजाय प्रतीक्षा करने में बिता रहा था।
2. समाधान: GPU ड्रोन्स का एक बेड़ा है
इसे ठीक करने के लिए, उन्होंने भारी काम को GPU (ग्राफिक्स प्रोसेसिंग यूनिट) पर स्थानांतरित कर दिया। यदि CPU एक सिंगल डिलीवरी ट्रक है, तो GPU हजारों छोटे, सुपर-फास्ट ड्रोन्स का एक बेड़ा है।
- उपमा: एक बार में एक बॉक्स ले जाने वाले एक ट्रक के बजाय, GPU एक साथ हजारों बक्से ले जा सकता है।
- उपकरण: उन्होंने OpenACC नामक एक प्रोग्रामिंग भाषा का उपयोग किया। इसे एक यूनिवर्सल रिमोट कंट्रोल के रूप में समझें। ड्रोन्स के लिए पूरी निर्देश पुस्तिका को फिर से लिखने (जो कठिन और त्रुटिपूर्ण होता) के बजाय, उन्होंने बस मौजूदा ट्रक निर्देशों की ओर रिमोट घुमाया और कहा, "हे, तुम भी यह हिस्सा करो, लेकिन तेज़!" इसने सॉफ्टवेयर को बिना तोड़े अपग्रेड करना आसान बना दिया।
3. बाधा (Bottleneck): "शोर" जनरेटर
इस एन्क्रिप्शन में, पहेली को कठिन बनाने के लिए आपको बहुत सारे रैंडम "शोर" (noise) की आवश्यकता होती है।
- पुराना तरीका: CPU शोर उत्पन्न करता था, उसे लिखता था, और फिर उसे GPU तक ले जाता था। यह ऐसा था जैसे ट्रक ड्राइवर खरीदारी की सूची लिखने के लिए रुकता है, स्टोर तक गाड़ी चलाता है, सामान खरीदता है और वापस आता है। इसने बहुत समय बर्बाद किया।
- सुधार: उन्होंने सीधे GPU के गोदाम के अंदर एक "शोर जनरेटर" स्थापित कर दिया। अब, ड्रोन्स अपनी जगह पर खुद का रैंडम शोर उत्पन्न कर सकते हैं। उन्हें ट्रक के आने का इंतज़ार करने की ज़रूरत नहीं है। इसने प्रतीक्षा समय को नाटकीय रूप रूप से कम कर दिया।
4. "बैचिंग" का कमाल
एन्क्रिप्शन प्रक्रिया एक साथ 256 छोटी पहेलियों को हल करती है (संदेश के प्रत्येक बिट के लिए एक)।
- पुराना तरीका: GPU एक पहेली हल करता, रुकता, निर्देशों का इंतज़ार करता, अगली पहेली हल करता, रुकता, इंतज़ार करता... जैसे कोई शेफ एक बार में एक अंडा पकाता है और हर अंडे के बीच चूल्हे के ठंडा होने का इंतज़ार करता है।
- सुधार: उन्होंने इंट्रा-ऑपरेशन बैचिंग (Intra-Operation Batching) नामक रणनीति का उपयोग किया। यह एक शेफ द्वारा सभी 256 अंडों को एक बड़े पैन में एक साथ डालने और उन्हें एक साथ पकाने जैसा है। GPU सभी 256 पहेलियों को एक साथ हल करने के लिए एक बड़ा "लॉन्च" करता है, जिससे बहुत समय बचता है।
5. परिणाम: गति और ऊर्जा
शोधकर्ताओं ने विभिन्न प्रकार के सुपर-फास्ट कंप्यूटरों (GPUs) पर अपने परीक्षण किए और उनकी तुलना पुराने CPU तरीके से की।
गति: सबसे नए और सबसे शक्तिशाली कंप्यूटर (Grace Hopper Superchip) पर, उनकी नई विधि पुराने CPU तरीके की तुलना में 208 गुना तेज़ थी।
- उपमा: यदि पुराने ट्रक को पैकेज डिलीवर करने में 3 घंटे लगते, तो नया ड्रोन बेड़ा इसे एक मिनट से भी कम समय में कर देता।
- वे उन पहेली आकारों को भी हल करने में सक्षम थे जो इतने विशाल थे कि पुराना CPU मेमोरी खत्म होने के कारण क्रैश हो जाता।
ऊर्जा: नया तरीका कम ऊर्जा का भी उपयोग करता है। Grace Hopper कंप्यूटर ने एक अलग प्रकार के तेज़ GPU वाले मानक कंप्यूटर की तुलना में समान कार्य करने के लिए लगभग आधी ऊर्जा का उपयोग किया।
- उपमा: यह एक गैस से चलने वाले ट्रक के बजाय हाइब्रिड कार का उपयोग करके उसी डिलीवरी को पूरा करने जैसा है।
6. यह क्यों महत्वपूर्ण है
यह पेपर दिखाता है कि इन "ड्रोन्स" (GPUs) और स्मार्ट प्रबंधन युक्तियों (OpenACC, बैचिंग, और ऑन-डिवाइस शोर) का उपयोग करके, हम इन सुपर-सिक्योर, क्वांटम-प्रूफ लॉक्स को व्यावहारिक रूप से उपयोग करने योग्य बना सकते हैं। इन स्पीडअप्स के बिना, गणित इतना धीमा है कि यह वास्तविक दुनिया में उपयोगी नहीं रह जाएगा। इनके साथ, हम एक एकल लॉक के क्लिक होने के लिए दिनों तक इंतजार किए बिना अपने डेटा को भविष्य के क्वांटम कंप्यूटरों से सुरक्षित कर सकते हैं।
संक्षेप में: उन्होंने एक धीमे, भारी काम करने वाले एन्क्रिप्शन मेथड को लिया और हजारों छोटे श्रमिकों (GPUs) का उपयोग करके, उन्हें खुद की आपूर्ति उत्पन्न करने और निर्देशों का इंतज़ार न करने की शक्ति देकर उसे जबरदस्त गति दी। परिणाम एक ऐसा सिस्टम है जो सैकड़ों गुना तेज़ है और बहुत अधिक ऊर्जा-कुशल भी है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।