Intel zeigt erstmals den Chip für vollständig homomorphe Verschlüsselung (Fully Homomorphic Encryption, FHE), die Aufgaben 5000-mal schneller bewältigt als herkömmliche Serverprozessoren. Es handelt sich um den Beschleuniger Heracles („Herkules“), der auf Bestellung des US-Militärs entwickelt wurde, um gegen Angriffe von Quantencomputern zu bestehen. „Herkules“ beschleunigt die Verarbeitung vollständig verschlüsselter Informationen, ohne dass eine Dekodierung erforderlich ist, und bewahrt die Vertraulichkeit in allen Phasen.
Die vollständig homomorphe Verschlüsselung (Fully Homomorphic Encryption, FHE) ist eine vielversprechende kryptografische Technologie, die es erlaubt, beliebige Berechnungen an verschlüsselten Daten durchzuführen, ohne sie entschlüsseln zu müssen. Dies löst das grundlegende Vertrauensproblem in Bezug auf Cloud-Dienste und KI-Systeme: Die Daten bleiben auch während der Verarbeitung völlig geheim für die Plattformen. Das größte Hindernis für die praktische Anwendung von FHE bleibt jedoch die extrem geringe Leistung herkömmlicher Prozessoren und Grafikkarten.
Mehr über die „rätselhaft“ Mathematik der vollständig homomorphen Verschlüsselung kann man in dem Artikel lesen „Vollständige Homomorphie – und kein Vertrauen!“ aus unserem Archiv. Ohne ins Detail zu gehen, sei angemerkt, dass solche Operationen auf herkömmlichen CPUs und GPUs tausend- bis zehntausendmal langsamer sein können als die Arbeit mit offenen Daten. Deshalb entwickeln führende Unternehmen und Startups aktiv spezialisierte Beschleuniger für FHE. Letztendlich wird Anonymität immer gefragt sein.
Den Chip, der den Namen „Herkules“ trägt, begann Intel vor fünf Jahren zu entwickeln. Bis zur ISSCC-Konferenz letzten Monat war nur wenig bekannt. Jetzt ist Intel bereit, dosiert Informationen darüber zu teilen, da die Konkurrenten nicht schlafen und es wichtig ist, im Gespräch zu bleiben. Laut Unternehmensvertretern beschleunigt Heracles die FHE-Berechnungen um das 5000-fache im Vergleich zu den besten Serverprozessoren von Intel Xeon (zum Beispiel dem 24-Kern Sapphire Rapids).
Der Chip wurde im fortschrittlichsten 3-nm FinFET-Verfahren des Unternehmens hergestellt, hat eine Fläche von etwa 20 Mal mehr als konkurrierende Entwicklungen im Bereich FHE (über 200 mm² im Vergleich zu etwa 10 mm² bei den Mitbewerbern) und arbeitet eng mit zwei HBM-Modulen von jeweils 24 GB zusammen. Der Chip und der Speicher sind unter einem gemeinsamen Wasserkühler untergebracht und werden mit einem flüssigen Kühlmittel gekühlt. Das Gesamtbild erinnert an eine High-End-GPU, löst jedoch andere Aufgaben.
Die Architektur von «Herkules» stellt eine Zellstruktur dar, die Paarungen von Rechenkeramiken über einen Bus mit einer Bandbreite von 9,6 TByte/s verbindet. Der externe HBM-Speicher hat eine Gesamtkapazität von 48 GB und wird durch einen gemeinsamen Cache-Speicher mit 64 MB für alle Paarungen von Rechenkeramiken gepuffert. Der Zugriff auf den externen Speicher erfolgt mit 819 GB/s. Solche Eigenschaften träumten selbst die leistungsstärksten Grafikbeschleuniger der Gegenwart nicht.
Das Unternehmen behauptet, dass Heracles der erste FHE-Chip ist, der «im Maßstab» arbeitet. Mit anderen Worten, es handelt sich nicht um eine Labor-Demonstration, sondern um eine Lösung, die in der Lage ist, reale großangelegte Aufgaben zu erfüllen. In einer Live-Demonstration auf der ISSCC bearbeitete der Chip eine anonyme Anfrage an eine verschlüsselte Wählerdatenbank (Funktion zur Überprüfung der Wählerregistrierung) in 14 µs statt in 15 ms auf einem Xeon – ein Unterschied, der bei der Überprüfung von 100 Millionen Wahlzetteln von 17 Tagen auf 23 Minuten verkürzt wird.
Die öffentliche Vorstellung von «Herkules» kann als wichtiger Schritt in dem Wettlauf um die Kommerzialisierung von Hardware-FHE-Plattformen gewertet werden. Start-ups wie Duality Technologies, Optalysys, Niobium Microsystems und andere fördern ebenfalls aktiv ihre Lösungen, aber Intel setzt auf seine eigenen Führungspositionen in der Branche, die die vielversprechende Entwicklung unterstützen werden. Wenn die Technologie weit verbreitet wird, könnte dies den Ansatz zur Privatsphäre in der Cloud-Computing, Datenanalyse, maschinellem Lernen und vielen anderen Bereichen, in denen man derzeit die Vertraulichkeit zugunsten der Verarbeitungsgeschwindigkeit opfern muss, grundlegend verändern.
Quelle:
Quelle: 3dnews.ru
