.png){kind=icon}
返回
Fama: An FPGA-Oriented Multiscalar Multiplication Accelerator Optimized via Algorithm-Hardware Co-Design
.png){kind=icon}
PRE
AI
DOI：10.1109/TCAD.2025.3608005.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多标量乘法（MSM）是零知识证明（ZKP）协议中的主要计算瓶颈。为解决此问题，我们提出Fama，一种通过算法-硬件协同优化开发的现场可编程门阵列（FPGA）专用MSM加速器。通过集成3D-Pippenger优化算法，Fama降低了计算复杂度，而其紧凑的双模式点加法（PADD）单元显著减少了硬件开销。与最佳CPU设计方案相比，Fama实现了超过184.20倍的加速。同时，它优于当前最先进的FPGA基MSM加速器，资源开销降低超过64%，并使面积-时间乘积（ATP）提升高达37.09倍。
Keyword:
Computational complexity
Parallel processing
Optimization
Three-dimensional displays
Protocols
Memory management
Heuristic algorithms
Field programmable gate arrays
Design automation
Arrays
Field-programmable gate array (FPGA)
hardware accelerator
multiscalar multiplication (MSM)
zero-knowledge proof (ZKP)
期刊
I
IF:
2.9
论文数:
671
被引数:
9.6K
机构
引用论文
cuZK: Accelerating Zero-Knowledge Proof with A Faster Parallel Multi-Scalar Multiplication Algorithm on GPUscuZK: 在gpu上使用更快的并行多标量乘法算法加速零知识证明
OAAI
.png){kind=icon}
OAAI分享收藏Gypsophila: A Scalable and Bandwidth-Optimized Multi-Scalar Multiplication Architecture粉团花：一种可扩展且带宽优化的多标量乘法架构
PREAI
分享收藏
查看更多内容