GPU上的AES实现与分析.docVIP

GPU上的AES 实现与分析 李勤俭1), 钟诚文1, 2) 1)(西北工业大学高性能计算研究与发展中心，陕西 西安 710072) 2)(西北工业大学翼型、叶栅空气动力学国防科技重点实验室，陕西 西安 710072) 摘 要: GPU拥有强大的计算能力和极高的存储器带宽，而对整型和逻辑运算指令的支持使其可以方便高效的用于分组密码算法的实现。为了提高AES的加解密计算效率，提出一种在Fermi架构GPU上并行实现AES算法的ECB模式加密和CBC模式解密的方法。选用片上的共享存储器存储算法中频繁访问的T盒并采用一个线程映射到一个16字节AES分组的并行处理粒度，在NVIDIA Tesla C2050 GPU上取得了近60Gbps的加解密吞吐量。另外，对重叠内核执行和数据传输来提高实际应用效率的问题进行了重点探讨。 关键词: 图形处理器;高级加密标准;统一计算设备架构;并行计算 中图法分类号: TP309　　文献标识码: A AES Encryption Implementation and Analysis on GPU LI Qin-Jian1), ZHONG Cheng-Wen1, 2) 1) (Center for High Performance Computing, Northwestern Polytechnical University, Xi’an 710072, China) 2) (National Key Laboratory of Science and Technology on Aerodynamic Design and Research, Northwestern Polytechnical University, Xian 710072, China) Abstract: GPU has tremendous computational horsepower and very high memory bandwidth, which can supply an ideal platform for the fast implementations of cipher algorithms with the support of integer and logical instructions. In order to improve the AES processing efficiency, proposed a parallel implementation of AES-ECB encoding process and AES-CBC decoding process using the Fermi architecture GPU. Allocated the frequently used T-box on on-chip shared memory and adopted the granularity that one thread map to a 16bytes AES block, the highest performance achieved approximately 60Gbps throughput with NVIDIA Tesla C2050. In addition, optimizing the implementation for practical application scenarios such as overlap GPU processing and data transfer get detailed discussion. Key words: GPU; AES; CUDA; parallel computing 多年来，计算机图形处理器(graphics processing unit, GPU)以大大超过摩尔定律的速度高速发展，极大地提高了图形处理的速度和图形质量。图形处理器的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的计算平台[]。如今GPU已经大量配备于普通PC，市场上如此多的并行产品推动着高性能计算逐步进入桌面（低端）领域。 与此同时，随着Internet应用于商业，政府，医疗等关键领域，对高效加密解决方案的需求日渐增长。美国国家标准技术局(NIST)于2001年发布了高级加密标准(advanced encryption standard, AES) []并成为广泛使用的分组密码新标准。AES具有安全性好、灵活性强以及并行执行潜力好等诸多优点。而GPU具有传统密码加速芯片所没有的优势[]，因此利用GPU作为并行计算协处理器快速实现AES密码算法具有较强现实意义。目前，国外已有相关机构