早前，Intel官方宣布和微軟合作簽下了美國國防高級研究局（DARPA）的同態(tài)加密研究項目。DARPA資助的同態(tài)加密項目全稱是“數(shù)字環(huán)境中的數(shù)據(jù)安全”（data protection in virtual environments），該項目目前總共資助金額預計在五千萬美元左右，其中Intel主要負責研發(fā)用于同態(tài)加密的加速芯片，和微軟則負責將Intel的加速硬件整合進其云服務中，從而打通整個硬件、軟件和應用的生態(tài)。Intel官方宣布，這個項目的目標是通過加速芯片把同態(tài)加密的硬件執(zhí)行速度提升10000倍以上。

這一新聞顯示了美國整體對于同態(tài)加密這一技術的重視，國家層面的DARPA以巨資支持同態(tài)加密技術，而科技巨頭如Intel和微軟則在積極研發(fā)和布局這一市場。本文我們將為大家分析同態(tài)加密技術的應用前景，其中的芯片技術以及未來可能的芯片市場競爭格局分析。

什么是同態(tài)加密？

同態(tài)加密（Homomorphic Encryption）對于從事芯片行業(yè)的朋友們或許比較陌生，但是相關理論在密碼學領域已經(jīng)有了多年的歷史。

我們首先來看一下傳統(tǒng)的加密技術。在傳統(tǒng)的加密方案中，用戶A將自己的數(shù)據(jù)加密，并將該加密的數(shù)據(jù)通過信道傳輸給授權(quán)用戶B，用戶B使用秘鑰解密用戶A傳給他/她的加密數(shù)據(jù)，以完成整個過程。在這個過程中，除了用戶A和用戶B之外，沒有第三方（包括提供數(shù)據(jù)傳輸服務的IT服務提供商）可以使用合法手段解密并看到用戶傳輸?shù)脑紨?shù)據(jù)。

隨著世界各國對于用戶數(shù)據(jù)隱私方面的立法規(guī)范工作逐步展開，用戶數(shù)據(jù)加密得到了越來越多的重視，例如不少APP已經(jīng)提供了端到端加密的信息傳輸，即除了用戶之外即使是APP運營商也無法解密看到用戶傳輸信息的明文。然而，用戶信息加密和目前基于大數(shù)據(jù)和人工智能的各種服務是一對矛盾。舉例來說，目前不少智能攝像頭提供基于人工智能的居家安全監(jiān)測，在人工智能模型檢測到異常情況時會給用戶推送通知。如果用戶數(shù)據(jù)完全加密，那么使用傳統(tǒng)的加密技術，這種需要使用用戶數(shù)據(jù)的人工智能服務就無法實現(xiàn)了，因為用戶加密的數(shù)據(jù)第三方是不能合法解密，那么自然也就無法將其視頻送到人工智能模型以檢測異常。

同態(tài)加密技術則能解決這一對矛盾。使用同態(tài)加密技術，第三方可以在加密數(shù)據(jù)上直接做運算，并且將加密的計算結(jié)果直接返回給用戶，而用戶則可以通過解密獲得計算結(jié)果。在這整個過程中，第三方都不會看到加密數(shù)據(jù)的明文，甚至計算結(jié)果對于第三方來說也是加密的，這樣就解決了大數(shù)據(jù)，人工智能和用戶隱私之間的矛盾?；氐街暗娜斯ぶ悄茏鼍蛹覚z測的例子上，從用戶側(cè)來說，雖然居家安全檢測對用戶有價值，但是用戶其實并不希望把自己家里的視頻監(jiān)控一直上傳到智能攝像頭的服務器端，因為家里的視頻監(jiān)控錄像屬于用戶的隱私。通過同態(tài)加密，用戶可以將加密的視頻（而不是原始視頻）上傳到服務器端，而在服務器端人工智能提供商可以以同態(tài)加密的方式在加密視頻上直接跑人工智能算法，并將加密的結(jié)果返回給用戶，用戶只需解密結(jié)果即可。在這個過程中，人工智能服務商在不看到用戶家庭監(jiān)控原始視頻的情況下仍然能夠完成異常檢測，這樣一來用戶即享受到了人工智能服務，又不必擔心隱私泄露。

在用戶隱私越來越受到重視的今天，同態(tài)加密技術在大數(shù)據(jù)和人工智能領域?qū)缪菰絹碓街匾慕巧?，而正如我們所看到的，芯片將會在同態(tài)加密領域起到核心賦能的作用。

加速芯片是同態(tài)加密的基礎

同態(tài)加密的基礎密碼學理論目前已經(jīng)足夠成熟，而目前同態(tài)加密具體落地的一大瓶頸就是硬件算力，我們認為解決這個瓶頸需要設計專用的加速芯片，而這也正對應了上周Intel高調(diào)官宣同態(tài)加密加速芯片的消息。

同態(tài)加密需要什么樣的加速芯片？首先，從最底層的運算來看，同態(tài)加密運算中主要的算子在常規(guī)的乘法和加法之外，還有移位（rotation）和NTT（number theoretic transform，可以認為是傅里葉變換的一種推廣，也可以使用快速傅里葉變換算法）。根據(jù)紐約大學和哈佛大學在2020年發(fā)表的一項研究中，使用同態(tài)加密的ResNet-50神經(jīng)網(wǎng)絡計算中，移位和NTT需要的算力事實上遠大于乘法和加法的算力需求，而另一方面，如果需要同態(tài)加密的ResNet-50執(zhí)行速度和未加密的ResNet-50一樣快，則這些算子的執(zhí)行速度需要提升4000-16000倍不等。因此，在算子層面，同態(tài)加密技術加速芯片首先需要能很好地支持和優(yōu)化移位、NTT等傳統(tǒng)CPU優(yōu)化不夠的算子，同時在另一個角度在執(zhí)行速度方面，則需要能實現(xiàn)大大超越傳統(tǒng)的CPU，其加速比在10000倍這個數(shù)量級。

此外，在算子層面之外，如果同態(tài)加密需要支持人工智能/神經(jīng)網(wǎng)絡這類在基礎算法層需要大量計算且有大量并行計算機會的應用，則加速芯片需要在算法層也能支持大規(guī)模并行計算。在這個方面，如何把基礎算法中的并行計算機會結(jié)合同態(tài)加密計算的特點進行專門的優(yōu)化將會很大程度上決定整個加速芯片的整體性能，包括并行化優(yōu)化和流水線優(yōu)化等。從另一個角度來看這個問題，則是神經(jīng)網(wǎng)絡本來已經(jīng)需要非常大的算力，而搭配同態(tài)加密則是對算力的需求又上了幾個數(shù)量級，這也從另一個角度印證了同態(tài)加密+人工智能中加速芯片將扮演極其關鍵的角色。

最后，如何針對同態(tài)加密加速芯片設計一個好的軟件生態(tài)也是一個重要的課題。類似CUDA在人工智能中起到的角色，一個高效率、兼容性好的編譯器和軟件生態(tài)也將是同態(tài)加密硬件能夠普及的關鍵。目前，微軟的SEAL系列同態(tài)加密軟件生態(tài)得到了大量應用，而這次Intel選擇和微軟合作也可以說是強強聯(lián)手，有望在同態(tài)加密軟硬件生態(tài)協(xié)同開發(fā)起重要推動作用。

同態(tài)加密芯片市場格局前瞻

我們認為，未來針對同態(tài)加密的芯片市場主要是在云端，同態(tài)加密加速卡將作為服務器的一部分硬件得到部署。Intel作為服務器芯片市場的主導者，目前以其在同態(tài)加密領域的布局，未來有可能會成為同態(tài)加密加速芯片的領導者和推動者之一。

除了Intel主推的專用加速芯片方案之外，我們認為以Xilinx為代表的FPGA方案在同態(tài)加密加速市場也有機會。FPGA的主要優(yōu)勢在于其可編程性強，可以靈活適配各種應用，其機會在于將同態(tài)加密和各類長尾應用（例如視頻編解碼）等結(jié)合到一起，從而覆蓋專用加速器難以覆蓋的應用。

此外，Nvidia也可能加入同態(tài)加密的戰(zhàn)局。同態(tài)加密從宏觀上看很適合GPU的SIMD架構(gòu)，但是目前GPU對于同態(tài)加密中的一些算子支持不夠完善，同時在軟件生態(tài)上也沒有發(fā)力。但是，這些都可以作為新的設計特性加到下一代GPU中，從而實現(xiàn)GPU對于同態(tài)加密計算的支持。結(jié)合Nvidia本來已經(jīng)在人工智能領域的領導者地位，未來預計如果同態(tài)加密+人工智能得到普及的話，Nvidia將會是在這個領域的重要廠商之一。同時，同態(tài)加密+人工智能這對于中國目前如火如荼的GPU初創(chuàng)公司或許也是一個值得探索的領域。

責任編輯：lq6