[论文解读] Accelerating Iterative SpMV for Discrete Logarithm Problem Using GPUs

Hamza Jeljeli|arXiv (Cornell University)|Sep 25, 2012

Cryptography and Data Security参考文献 21被引用 7

一句话总结

本文提出了一种针对大稀疏线性系统（源于大有限域上的离散对数问题DLP）的优化GPU加速SpMV核函数，采用CSR-V格式结合RNS算术，并引入GPU特定优化技术，如纹理缓存、系数重排和数据压缩。该实现相较CPU AVX2实现了5.5倍的加速，成功求解了GF(2^619)和GF(2^809)中的DLP。

ABSTRACT

In the context of cryptanalysis, computing discrete logarithms in large cyclic groups using index-calculus-based methods, such as the number field sieve or the function field sieve, requires solving large sparse systems of linear equations modulo the group order. Most of the fast algorithms used to solve such systems --- e.g., the conjugate gradient or the Lanczos and Wiedemann algorithms --- iterate a product of the corresponding sparse matrix with a vector (SpMV). This central operation can be accelerated on GPUs using specific computing models and addressing patterns, which increase the arithmetic intensity while reducing irregular memory accesses. In this work, we investigate the implementation of SpMV kernels on NVIDIA GPUs, for several representations of the sparse matrix in memory. We explore the use of Residue Number System (RNS) arithmetic to accelerate modular operations. We target linear systems arising when attacking the discrete logarithm problem on groups of size 100 to 1000 bits, which includes the relevant range for current cryptanalytic computations. The proposed SpMV implementation contributed to solving the discrete logarithm problem in GF($2^{619}$) and GF($2^{809}$) using the FFS algorithm.

研究动机与目标

• 加速在有限域中求解大稀疏线性系统时的迭代稀疏矩阵-向量（SpMV）乘法步骤，该系统源于离散对数问题（DLP）。
• 解决如函数域筛法（FFS）等索引演算算法中的性能瓶颈，其中SpMV占用了大部分计算时间。
• 通过适配数据结构与算术方式，针对NVIDIA GPU优化SpMV，以充分利用GPU的内存层次结构与并行性。
• 通过加速线性代数阶段，实现对大有限域（100–1000比特）中DLP的实际求解，包括GF(2^619)与GF(2^809)。
• 评估并比较多种稀疏矩阵格式与GPU核函数优化技术，以确定适用于DLP相关矩阵的最高效配置。

提出的方法

• 使用CSR-V（带向量化值的压缩稀疏行）格式实现SpMV核函数，通过将每行按warp分组以提高占用率并减少启动开销。
• 应用纹理内存绑定以提升全局内存合并访问效率，降低稀疏矩阵中不规则内存访问模式的延迟。
• 按类型（+1、-1、正数、负数）对每行的非零系数进行重排，以最小化分支发散并提升warp级执行效率。
• 通过将重复的±1系数替换为运行长度计数，对值数组进行压缩，使内存流量减少10倍以上。
• 对矩阵行进行重排，以在warp间均衡负载并最大化GPU占用率，从而提升资源利用率。
• 采用剩余数系统（RNS）算术，实现独立的模运算，增强GPU上的并行性。

实验结果

研究问题

• RQ1 如何在GPU上最大化源于大有限域DLP计算的稀疏矩阵的SpMV性能？
• RQ2 哪种稀疏矩阵格式（如CSR-V、SLCOO）在GPU上实现了内存访问效率与计算吞吐量之间的最佳平衡？
• RQ3 GPU特定优化技术（如纹理缓存、系数重排与数据压缩）在多大程度上提升了DLP矩阵的SpMV性能？
• RQ4 RNS算术如何促进GPU上模算术的并行性与性能？
• RQ5 GPU优化的SpMV相较于最先进的CPU实现，在DLP相关稀疏系统上可实现多大的加速比？

主要发现

• CSR-V核函数性能最高，相较最快的CPU AVX2实现（21.2 GFLOP/s）实现5.5倍加速（GPU达57.6 GFLOP/s）。
• 纹理缓存将全局内存加载效率从47.2%提升至84%，使SpMV延迟降低30%。
• 系数重排将分支发散从36.7%降低至12.9%，带来5%的性能增益。
• 数据压缩将执行指令数减少1.4%（从5.8×10⁸降至5.72×10⁸），实现11%的加速。
• 行重排将占用率从74.9%提升至81.8%，性能提升1%。
• 优化后的GPU SpMV实现助力求解了GF(2^619)与GF(2^809)中的离散对数问题，证明了其在大规模DLP密码分析中的实际可行性。