该论文提出了LibFHE，一个基于CUDA-Python的高性能GPU加速同态加密框架，专注于实现非RNS（非剩余数系统）版本的CKKS-BGV全同态加密方案。自第四代FHE框架CKKS提出已有十年，但尚未出现第五代方案；近年来大量研究通过GPU加速来提升同态计算效率。大多数现有实现采用RNS-CKKS变体，而本文则重新审视原始的非RNS CKKS-BGV框架，并开发了对应的GPU实现及优化。实验结果表明，优化的CUDA-Python实现可以达到与高度优化的CPU端C++同态加密库（如SEAL、HElib）相当的性能，同时显著降低了实现复杂度并提高了编程可及性。该工作主要贡献为：1) 提供了首个非RNS CKKS-BGV的GPU加速实现；2) 证明了CUDA-Python结合Numba编译在保持高性能的同时能简化开发；3) 为密码学从业者探索替代加速路径提供了参考。