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。

本文提出了一种改进的 TFHE 层级同态评估方案。TFHE 是一种基于环面的全同态加密方案，支持快速自举（bootstrapping），其核心评估机制包括门自举和可编程自举（PBS），后者能够在刷新噪声的同时计算函数。PBS 对于小规模电路高效且易用，但随着电路深度增加，自举操作次数呈指数增长，导致大规模电路的评估效率显著下降。为应对这一挑战，Chillotti 等人在 Asiacrypt 2017 中引入了层级同态评估（LHE）模式，将电路评估与自举解耦，相比 PBS 方法实现了数百倍的加速。然而，剩余的电路自举（CBS）操作尽管频率与电路深度成线性关系，仍然成为性能瓶颈。本文对该 LHE 模式进行精细化改进，重点优化 CBS 的执行效率。具体而言，作者重新设计了自举密钥的表示和密文刷新流程，利用更紧凑的密钥切换技术和预计算表来减少计算开销，同时保持了原有方案的安全性。实验部分基于标准参数集对多种典型电路进行评估，结果表明改进后的方案在 CBS 阶段的计算时间显著降低，整体评估性能较原始 LHE 模式有大幅提升。该工作适用于需要高效评估大型布尔电路或算术电路的同态加密应用场景，如隐私保护机器学习推理、私有信息检索等，为实际部署提供了更优的性能选择。