[论文解读] Efficient dot product over word-size finite fields

Jean‐Guillaume Dumas|arXiv (Cornell University)|Apr 5, 2004

Cryptography and Residue Arithmetic参考文献 18被引用 3

一句话总结

本文评估并比较了在字长有限域上计算点积的多种实现技术，重点通过优化的算术表示提升效率。研究发现，带有误差校正的浮点数约减方法在现代处理器上表现优于其他方法，尤其在 Pentium IV 等架构上；而结合溢出检测与延迟约减的混合方法，进一步提升了小素数下的性能。

ABSTRACT

We want to achieve efficiency for the exact computation of the dot product of two vectors over word-size finite fields. We therefore compare the practical behaviors of a wide range of implementation techniques using different representations. The techniques used include oating point representations, discrete logarithms, tabulations, Montgomery reduction, delayed modulus.

研究动机与目标

• 识别在字长有限域上计算点积的最高效实现技术。
• 评估各种算术表示方法——经典整数、Montgomery 表示、浮点数、离散对数，以及溢出检测方法——在现代处理器上的实际性能。
• 确定最小化线性代数内核中昂贵模约减操作的最优策略。
• 探索结合分块处理与溢出检测的混合方法，以提升小素数下的性能。
• 为有限域算术库的自动化经验优化提供基础。

提出的方法

• 采用混合方法，结合分块累加与溢出检测，将模约减延迟至最后一步执行。
• 使用高精度素数逆元的浮点数约减技术，通过 T - floor(T * invP) * P 计算 T mod p，并对舍入误差进行校正。
• 应用溢出检测技巧：若累加后 sum < product，则发生溢出，此时需添加 CORR = 2^m mod p 进行校正。
• 使用 Montgomery 约减，取 B = 2^16 或 2^32，以位移和掩码替代昂贵的模运算。
• 通过本原根实现离散对数（Zech）表示，将乘法转换为索引算术。
• 引入“中心化”表示方法，以降低溢出风险，并提升小素数下的性能。

实验结果

研究问题

• RQ1 在现代 32 位与 64 位处理器上，哪种有限域表示方法能实现最快的点积计算？
• RQ2 与基于整数的模算术相比，浮点数约减在性能与准确性方面表现如何？
• RQ3 对于小素数，溢出检测与延迟模约减是否能显著提升性能？
• RQ4 分块处理与最终仅进行一次模约减之间，性能权衡如何？
• RQ5 不同算术表示方法在素数大小与向量维度增大时的可扩展性如何？

主要发现

• 带有误差校正的浮点数约减方法在 Pentium IV 及类似架构上始终优于其他方法，表现最为稳定。
• 对于小素数（p < 2897），结合溢出检测与延迟约减的混合方法仅需一次最终模约减，即可实现接近最优的性能。
• 当 p > 2897 时，性能显著下降，原因是需要额外的模约减操作，而混合分块-溢出技术可有效缓解此问题。
• Montgomery 约减虽略快于整数除法，但不足以抵消多次约减的开销，因此浮点数方法仍占优。
• 结合分块处理与溢出检测的混合方法将模约减次数减少至一次，性能接近最优。
• 在 32 位系统上，与 1 GHz Pentium III 相比，2.4 GHz Pentium IV 上浮点数方法的性能约提升一倍，凸显了架构相关的优势。