【技术实现步骤摘要】
基于矩阵模式处理器的数据处理方法和装置
[0001]本申请实施例涉及计算机
,尤其涉及基于矩阵模式处理器的数据处理方法和装置。
技术介绍
[0002]环上多项式乘法是一种对于格密码而言十分重要的算子,该算子特别耗时间,从而成为了格密码的计算瓶颈。得益于人工智能的发展,与之相关的应用越来越普及,从而促进了用于进行人工智能计算的处理器或者加速器,这些处理器或者加速器针对特定算法操作(如矩阵乘法操作)的性能远高于一般的通用处理器。这类处理器或者加速器的算力在人工智能领域中虽然可以充分发挥作用,但是,这类处理器或者加速器的设计架构是为了人工智能计算而被特别设置的,不能直接适用于解决环上多项式乘法的计算问题,因此,相关技术目前难以利用到这类处理器或者加速器的算力解决格密码的计算瓶颈问题。
技术实现思路
[0003]为了解决上述至少一个技术问题,本申请实施例提供基于矩阵模式处理器的数据处理方法和装置。
[0004]一方面,本申请实施例提供了一种基于矩阵模式处理器的数据处理方法,所述方法包括:
[0005]接收业务处理组件发出的目标任务,所述目标任务为基于环上多项式乘法对业务数据进行处理的任务,所述目标任务中的多项式环多项式a和多项式b中各参数均属于所述业务数据,其中,n=l2,l为正整数且l≥2;
[0006]对多项式a和b分别进行适配于矩阵模式处理器的矩阵化处理,得到对应的第一矩阵A和l个第二子矩阵B
m
,m为大于等于0并且小于l的正整数,对于第一矩阵A中的第t行
【技术保护点】
【技术特征摘要】
1.一种基于矩阵模式处理器的数据处理方法,其特征在于,所述方法包括:接收业务处理组件发出的目标任务,所述目标任务为基于环上多项式乘法对业务数据进行处理的任务,所述目标任务中的多项式环多项式a和多项式b中各参数均属于所述业务数据,其中,n=l2,l为正整数且l≥2;对多项式a和b分别进行适配于矩阵模式处理器的矩阵化处理,得到对应的第一矩阵A和l个第二子矩阵B
m
,m为大于等于0并且小于l的正整数,对于第一矩阵A中的第t行元素形成的第一序列和任一所述第二子矩阵B
m
中第p列元素形成的第二序列,第一元素和第二元素分别在多项式a和b各自对应的下标的和相对于n的余数为预设值,所述第一元素和所述第二元素分别在所述第一序列和所述第二序列中具备相同位置,0≤t,p<l;根据所述第一矩阵A和l个第二子矩阵B
m
生成矩阵模式处理指令,将所述矩阵模式处理指令传输至矩阵模式处理器,所述矩阵模式处理指令用于触发所述矩阵模式处理器对所述第一矩阵A和l个第二子矩阵B
m
分别进行矩阵乘法操作,得到对应的矩阵C
m
;基于矩阵C
m
执行所述目标任务,将所述目标任务的执行结果返回至所述业务处理组件。2.根据权利要求1所述的方法,其特征在于,所述对多项式a和b分别进行适配于矩阵模式处理器的矩阵化处理,得到对应的第一矩阵A和l个第二子矩阵B
m
,包括:将多项式a的系数a
k
填充在l行l列的矩阵中,得到所述第一矩阵A,k表征对应的多项式项的次数,k为大于等于0并且小于n的正整数;将多项式b的系数b
k
填充在l个l行l列的矩阵中,得到l个所述第二子矩阵B
m
。3.根据权利要求1或2所述的方法,其特征在于,针对同一个t和l,各第一元素和对应的第二元素分别在多项式a和b各自对应的下标的和相对于n的余数均为同一个小于n的整数。4.根据权利要求3所述的方法,其特征在于,所述对多项式a和b分别进行适配于矩阵模式处理器的矩阵化处理,得到对应的第一矩阵A和l个第二子矩阵B
m
,包括:对于第一矩阵A中第i行第j列的元素α
ij
和第二子矩阵B
m
与α
ij
位于相同位置的β
ij
,0≤i,j<l,第一矩阵A的排布满足α
ij
=a
j*l+i
,第二子矩阵B
m
的排布满足β
ij
=b
t+j
,其中t=(i*(l
‑
1)+m)*l mod n。5.根据权利要求4所述的方法,其特征在于,所述矩阵模式处理器对所述第一矩阵A和l个第二子矩阵B
m
分别进行矩阵乘法操作,得到对应的矩阵C
m
,包括:将所述第一矩阵A和l个第二子矩阵B
m
中的各元素转化为矩阵模式处理器计算所需的数据类型;基于矩阵处理接口对转化结果执行矩阵乘法计算任务并输出对应的矩阵C
m
;其中,所述矩阵处理接口为所述矩阵模式处理器提供的、通过多线程并发方式进行计算的并且基于数据分片的矩阵乘法计算接口。6.根据权利要求1所述的方法,其特征在于,所述基于矩阵C
m
...
【专利技术属性】
技术研发人员:郑昉昱,范广,吴怡,
申请(专利权)人:中国科学院信息工程研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。