HEIR: cifrado homomórfico que hace inferencia privada 4,000 veces más lenta
Updates on HEIR, the Homomorphic Encryption Compiler Project
Jeremy Kun, ingeniero de Google, ofrece una actualización sincera y detallada sobre HEIR, el compilador de cifrado homomórfico del proyecto. Acompañando una publicación en el blog corporativo de Google, este artículo profundiza en el funcionamiento del compilador, muestra ejemplos ejecutables de modelos de ML compilados (detección de fraude, anomalías de red, recomendación y hotword) y analiza el rendimiento: una inferencia de detección de fraude tarda unos 2 segundos en CPU frente a 0.5 ms en claro, una ralentización de 4,000 veces. También aborda los retos de la integración con frameworks como PyTorch, el estado del soporte para GPUs y las aplicaciones prácticas actuales del cifrado homomórfico, más allá de los LLM privados.
La evaluación del modelo sobre datos cifrados tardó unos 2 segundos en una CPU de un solo núcleo, frente a 0.5 ms en claro: una ralentización de 4,000 veces.