[论文解读] 3DES ECB Optimized for Massively Parallel CUDA GPU Architecture

Łukasz Świerczewski|arXiv (Cornell University)|May 19, 2013

Chaos-based Image/Signal Encryption参考文献 4被引用 3

一句话总结

本文提出了一种针对GPU架构的3DES加密ECB模式的高优化CUDA内核，利用GPU的海量并行处理能力。通过将独立的64位数据块映射到单个CUDA线程，该实现相较于基于CPU的加密方法实现了显著的性能提升，证明了在计算密集型工作负载中，GPU加速传统对称加密算法的可行性。

ABSTRACT

Modern computers have graphics cards with much higher theoretical efficiency than conventional CPU. The paper presents application possibilities GPU CUDA acceleration for encryption of data using the new architecture tailored to the 3DES algorithm, characterized by increased security compared to the normal DES. The algorithm used in ECB mode (Electronic Codebook), in which 64-bit data blocks are encrypted independently by stream processors (CUDA cores).

研究动机与目标

• 探索使用GPU架构加速3DES加密的可行性。
• 针对大规模并行CUDA GPU硬件优化3DES ECB模式的执行。
• 评估相较于传统基于CPU的3DES实现的性能提升。
• 展示线程级并行处理在处理独立64位数据块中的有效性。

提出的方法

• 使用CUDA C++实现3DES算法，其中每个线程独立处理一个64位数据块。
• 利用ECB模式，因其允许独立加密每个数据块，因此非常适用于GPU并行化。
• 实现使用标准DES S盒和密钥调度逻辑，经适配后可在GPU上执行，并采用统一的内存访问模式。
• 通过调整内核启动配置以最大化GPU占用率并隐藏内存延迟。
• 通过确保所有线程执行相同的指令路径，最小化线程分支，最大化吞吐量。
• 性能以每秒加密次数衡量，将GPU吞吐量与顺序CPU执行进行比较。

实验结果

研究问题

• RQ1 能否使用CUDA在GPU上高效并行化3DES ECB？
• RQ2 基于GPU的3DES性能与基于CPU的实现相比如何？
• RQ3 使用大规模并行GPU架构可实现的最大吞吐量是多少？
• RQ4 在GPU 3DES内核中，最小化延迟并最大化占用率的关键优化策略是什么？

主要发现

• 由于海量并行处理，GPU优化的3DES ECB内核吞吐量显著高于基于CPU的实现。
• 每个CUDA线程处理一个独立的64位数据块，从而充分利用数千个GPU核心。
• 该实现表明，像3DES这样的传统对称加密算法可在现代GPU硬件上实现高效加速。
• 性能提升归因于细粒度并行处理以及内核设计中高效的内存访问模式。
• 研究证实，由于其数据独立的块处理特性，ECB模式非常适合GPU加速。
• 结果表明，即使对于3DES这类较旧的算法，GPU加速在计算密集型密码学工作负载中也是可行的。