[论文解读] Near Quadratic Matrix Multiplication Modulo Composites

Vince Grolmusz|ArXiv.org|Jan 8, 2003

Matrix Theory and Algorithms被引用 3

一句话总结

本文提出了一种针对合数模的矩阵乘法新算法，实现近乎二次复杂度，仅需 n²⁺ᵒ⁽¹⁾ 次乘法运算。通过利用在合数模（特别是不同素数的乘积）上的 1-a-strong 多项式表示，该方法利用代数结构将所需乘法次数降低至经典 n³ 阈值以下，为模矩阵计算提供了显著的渐近性能提升。

ABSTRACT

We show how one can use non-prime-power, composite moduli for computing representations of the product of two $n imes n$ matrices using only $n^{2+o(1)}$ multiplications.

研究动机与目标

• 开发一种针对合数模的高效矩阵乘法算法，特别是非素数幂的合数，如 6。
• 通过减少所需乘法次数，解决经典 O(n³) 矩阵乘法的计算瓶颈。
• 探索在合数环上使用替代多项式表示（1-a-strong）以实现比在域或素数模下更快的计算性能。
• 证明模合数 m 的矩阵乘积计算可实现 n²⁺ᵒ⁽¹⁾ 次乘法，接近二次复杂度。
• 研究在 1-a-strong 表示中利用多余单项式性质，以在加法和乘法运算下保持正确性。

提出的方法

• 在合数模 m = p₁p₂⋯pᵣ 上使用多项式的 1-a-strong 表示，其中系数模 m 的至少一个素因子幂是正确的。
• 通过 exp(O(√(log n log log n))) 次乘法构造具有两个素因子的 m 的两个 n 维向量点积的 1-a-strong 表示。
• 通过将该点积表示应用于 n² 次，将方法扩展至矩阵乘法，以计算乘积矩阵的每个元素。
• 应用双线性 ΣΠΣ 电路高效实现表示，确保乘法次数保持在 n²⁺ᵒ⁽¹⁾ 以内。
• 利用 1-a-strong 表示在乘法下保持正确性的性质，并在满足兼容多余条件时，在加法下也保持正确性。
• 在点积表示中确保系数对称性（aᵢⱼ = aⱼᵢ），以在矩阵乘积计算中保持一致性。

实验结果

研究问题

• RQ1 是否可以使用远少于 n³ 次乘法完成合数模的矩阵乘法？
• RQ2 在合数环上，哪些多项式表示技术可实现矩阵乘法的亚立方复杂度？
• RQ3 与标准表示相比，1-a-strong 表示在合数模上的计算效率如何？
• RQ4 在何种条件下，1-a-strong 表示的和或积仍保持 1-a-strong 性质，从而确保迭代计算的正确性？
• RQ5 是否可能仅使用双线性电路实现模合数 m 的矩阵乘法 n²⁺ᵒ⁽¹⁾ 复杂度？

主要发现

• 对于具有两个不同素因子的合数模 m，矩阵乘积 AB 模 m 的 1-a-strong 表示可使用 n²⁺ᵒ⁽¹⁾ 次乘法计算，具体为 n² × exp(O(√(log n log log n))) 次乘法。
• 当 m 有 r 个不同素因子时，所需乘法次数增加至 n² × exp(O(r√(log n(log log n)ʳ⁻¹)))，但仍处于 n²⁺ᵒ⁽¹⁾ 复杂度范围内。
• 该算法通过双线性 ΣΠΣ 电路实现，确保表示计算的高效与结构化。
• 两个 n 维向量点积的 1-a-strong 表示可使用 exp(O(√(log n log log n))) 次乘法计算，构成矩阵乘法算法的核心构建模块。
• 该方法通过利用合数环中的代数结构，相较于经典 O(n³) 矩阵乘法实现了显著的渐近性能提升。
• 若两个 1-a-strong 表示的多余单项式互不相交或兼容，则其和仍为 1-a-strong，从而在加法运算下保持正确性。