[论文解读] On the Mesh Array for Matrix Multiplication

Subhash Kak|arXiv (Cornell University)|Oct 26, 2010

Cellular Automata and Applications参考文献 12被引用 10

一句话总结

本文提出了一种用于矩阵乘法的网格阵列架构，可在 2n−1 步内完成 n×n 矩阵乘法——显著快于标准脉动阵列的 3n−2 步。该研究揭示了网格阵列输出结构中的固有对称性，从而实现了对对称矩阵和酉矩阵的优化计算，并展示了其作为混淆变换的实用性：对于 4×4 矩阵，周期为 7；对于 5×5 矩阵，周期为 20。

ABSTRACT

This article presents new properties of the mesh array for matrix multiplication. In contrast to the standard array that requires 3n-2 steps to complete its computation, the mesh array requires only 2n-1 steps. Symmetries of the mesh array computed values are presented which enhance the efficiency of the array for specific applications. In multiplying symmetric matrices, the results are obtained in 3n/2+1 steps. The mesh array is examined for its application as a scrambling system.

研究动机与目标

• 分析并揭示网格阵列在矩阵乘法过程中输出结构中的新型结构对称性。
• 通过利用网格阵列的固有对称性，提升对称矩阵和酉矩阵的计算效率。
• 研究网格阵列作为混淆变换在密码学和隐私应用中的潜力。
• 确定不同矩阵尺寸下该混淆变换的周期阶。

提出的方法

• 网格阵列通过二维处理节点网格计算矩阵乘法 C = AB，每个节点随时间步长执行部分累加。
• 该架构通过合理排列输入矩阵，避免了零填充，将计算时间从 3n−2 步减少至 2n−1 步。
• 识别并利用输出矩阵中的对称性，如镜像行模式和基于对角线的值传播。
• 将混淆变换 S 定义为与单位矩阵相乘后矩阵元素的重排，产生非标准的输出顺序。
• 使用循环分解分析混淆变换的周期，通过追踪迭代过程中元素的置换。
• 展示了从 n×n 到 (n+1)×(n+1) 阵列的过渡可通过观察到的行和对角线模式对称性进行预测。

实验结果

研究问题

• RQ1 网格阵列在矩阵乘法中的输出矩阵中存在哪些对称性？
• RQ2 这些对称性如何被利用以减少对称或酉矩阵的计算时间？
• RQ3 当网格阵列用作矩阵元素的混淆变换时，其周期是多少？
• RQ4 对于一般矩阵和特殊矩阵类型，网格阵列的计算时间与标准脉动阵列相比如何？
• RQ5 能否通过递归对称模式将网格阵列结构扩展至更大尺寸的矩阵？

主要发现

• 网格阵列在 2n−1 个时间步内完成 n×n 矩阵乘法，相较于标准脉动阵列的 3n−2 步实现了加速。
• 对于对称矩阵，网格阵列在 3n/2 + 1 步内完成计算，利用固有对称性减少计算量。
• 在 4×4 情况下，混淆变换 S 的周期为 7，即重复应用 7 次后可恢复原始矩阵顺序。
• 在 5×5 情况下，混淆变换的周期为 20，由元素置换的循环分解确定。
• 网格阵列的输出表现出按行的镜像对称性：当 n 为奇数时，第 2 行至 (n+1)/2 行是第 (n+3)/2 行至第 n 行的镜像；当 n 为偶数时，中间行具有自对称性。
• 通过识别新值在对角线和反对角线上的位置，并利用现有对称性，可从 n×n 阵列推导出 (n+1)×(n+1) 阵列的结构。