在全同态加密（FHE）中，云服务商可以在不接触明文的前提下对加密数据直接计算，是隐私保护型云应用的重要技术路线。众多 FHE 方案里，基于环面（Torus）的 TFHE 因支持任意布尔/算术门运算而具有最强通用性，但其代价是极高的计算与通信开销——尤以引导（bootstrapping）过程中反复执行的快速傅里叶变换（FFT）为核心瓶颈，严重制约了实际可用性。传统电子加速器受制于工艺缩放放缓与“存储墙”瓶颈，难以把 FFT 吞吐提升到足以支撑实用 TFHE 的程度。为此，作者提出 PHAT——面向 TFHE 的光子加速器，其核心是光寻址相变存储器（Optically-addressed Phase-Change Memory, OPCM）。基于 OPCM 的存内计算（PIM）体系在计算与通信吞吐上具备天然优势，与 TFHE 中的大规模 FFT 高度契合，但直接把 FFT 映射到 OPCM 会面临两个难题：模拟域高精度计算的可实现性，以及 OPCM 单元编程带来的高时延与高能耗。论文通过一套新颖的电-光混合加速器架构应对上述挑战，包含三部分设计：(1) 基于 OPCM 的 FFT 计算单元；(2) 为 OPCM 特性定制的 twiddle-stationary（旋转因子驻留）数据流，减少数据搬运与重复编程；(3) 调度机制，以最大化 FFT 单元利用率。实验表明，在四个真实 TFHE 工作负载上，PHAT 相对当前最先进的 ASIC 加速器取得 2.14×–5.10× 的加速。该工作显著提升了 TFHE 应用的性能上限，为云端高效、实用的同态加密计算提供了新的硬件路径。适合关注密码学硬件加速、存内计算/光子计算、以及隐私计算基础设施的读者。

本文研究了如何利用近内存处理（Near-Memory Processing, PIM）技术来加速密码学算法（如AES-128和SHA-256），从而减轻传统冯·诺依曼架构中数据移动带来的性能瓶颈。作者指出，尽管这些算法在计算上相对高效，但传统处理器（CPU/GPU）由于内存墙限制，处理大量数据时延迟高、能耗大。PIM通过在内存单元内部或附近执行计算，大幅减少处理器与内存间的数据移动，有望提升加解密性能和能效。现有工作虽已证明PIM在加速密码算法方面的潜力，但缺乏对真实商用PIM系统的全面评估。本文使用UPMEM PIM架构作为实验平台，评估了密码算法在单rank和多rank下的性能。结果表明，在单rank配置下，PIM性能仍低于现代CPU；但当利用所有可用rank进行分布式计算时，PIM能够更有效地加速密码算法，展现出良好的可扩展性。该工作为在真实PIM系统上部署和优化密码学加速提供了重要参考，适合对内存计算、数据安全加速感兴趣的研究者和工程师阅读。

本文针对同态加密（HE）在实际处理-内存（PIM）系统上的运行特性进行了全面分析。同态加密允许对密文直接计算，为不可信计算环境提供强隐私保障，但其高计算复杂度、大密文尺寸和大量数据移动限制了实际部署。传统的处理器中心架构（CPU、GPU、ASIC）在处理HE工作负载时面临根本性瓶颈，因为密文大、数据局部性低，且重线性化和自举等操作频繁访问大型辅助元数据。处理-内存（PIM）技术通过在内存附近或内部进行计算，有望缓解这些瓶颈。然而，先前针对HE的PIM方案要么未针对真实PIM系统，要么只覆盖狭窄操作集。本文在真实的通用PIM系统UPMEM上实现了新兴应用（数据库、机器学习）所需的完整HE内核集，评估了性能和可扩展性，并与CPU和GPU基线进行了对比，讨论了对未来PIM硬件的影响。研究发现了四个主要结论：（1）基于HE的应用在不同执行阶段表现出不同瓶颈：某些内核因模运算成为计算密集型，另一些因大密文和中间数据成为内存密集型。这些瓶颈因有限的核心计算能力和存储体容量而加剧，导致频繁的数据移动。（2）主要的计算瓶颈是缺乏原生的64位模整数乘法，这是HE的关键原语。（3）有限的存储体内存容量是第二大瓶颈，因为HE密文和辅助元数据无法容纳，需要跨存储体移动。（4）尽管存在这些限制，当配备原生模乘和高效的PIM间数据移动时，PIM可以成为最先进CPU和GPU系统的可行替代方案。本文通过真实系统测量揭示了HE在PIM上的性能特征，为未来PIM硬件设计提供了重要指导。