arXiv · cs.AI· Siddharth Jayashankar, Joshua Kim, Michael B. Sullivan, Wenting Zheng, Dimitrios Skarlatos·· 1 天前精选
Cerium：面向 TB 级全同态加密推理的多 GPU 框架
Cerium: A Multi-GPU Framework for Terabyte-Scale Encrypted Inference
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Siddharth Jayashankar, Joshua Kim, Michael B. Sullivan, Wenting Zheng, Dimitrios Skarlatos
期刊信息（来源提供）：ACM SIGOPS 32nd Symposium on Operating Systems Principles (SOSP '26), September 29-October 02, 2026, Prague, Czech Republic
研究任务与主要进展
基于论文摘要，Cerium 将领域专用语言、优化编译器、运行时系统、GPU 内核生成、明文压缩和多 GPU 通信优化整合为面向大模型全同态加密推理的框架。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
Cerium 将全同态加密推理的编译优化、TB 级内存管理和多 GPU 通信整合到统一框架中，摘要报告其相较专家编写的 GPU 库最高加速 2.25 倍，并达到与 CraterLake ASIC 相当的性能。当前材料仅依据论文摘要，具体硬件配置、实验设置与可复现性尚需核对。本站设想：在相同模型、精度和加密参数下，对比其与专家编写 GPU 库及 ASIC 方案的端到端延迟、吞吐与资源开销。
来源：arXiv · cs.AI · arxiv.org