Cingulata 项目亮点解析
2025-05-30 04:07:37作者:柯茵沙
1. 项目基础介绍
Cingulata 是一个开源编译器工具链和运行时环境(RTE),它支持使用完全同态加密技术(Fully Homomorphic Encryption, FHE)在加密数据上运行 C++ 程序。这种技术允许对加密数据进行计算,而不需要解密,从而保证了数据的隐私和安全。Cingulata 目前支持 B/FV 方案和 TFHE 库的内部实现。该项目的前身是 Armadillo 工具链,其相关研究在学术论文中有详细介绍。
2. 项目代码目录及介绍
Cingulata 的代码库结构清晰,主要包括以下几个目录:
circuit/:包含与加密电路相关的代码和实现。include/:包含项目所需的头文件和库文件。cmake/:包含项目的 CMake 构建配置文件。common/:包含项目通用的代码和功能实现。deco/:包含与解密操作相关的代码。experiments/:包含项目的实验性代码和测试。optim/:包含优化算法和策略的代码。runtime/:包含运行时环境相关的代码,确保程序在加密数据上正确执行。submodules/:包含项目所依赖的子模块。tests/:包含测试代码和测试用例,确保代码质量和功能正确性。
此外,还包括 .dockerignore、.gitignore、.gitlab-ci.yml、.gitmodules、CMakeLists.txt、Dockerfile.bfv、Dockerfile.tfhe、LICENSE.txt 和 README.md 等配置和文档文件。
3. 项目亮点功能拆解
Cingulata 的亮点功能主要体现在以下几个方面:
- 支持同态加密:能够在不泄露任何原始数据的情况下,对加密数据进行计算。
- 跨平台兼容性:可以在多种操作系统上编译和运行。
- 模块化设计:代码结构模块化,便于维护和扩展。
4. 项目主要技术亮点拆解
Cingulata 的主要技术亮点包括:
- 内部实现的加密方案:支持 B/FV 方案和 TFHE 库,提供了灵活的加密选项。
- 编译器和运行时环境:提供了完整的工具链,从编译到运行时环境,为开发者提供了便利。
- 优化的算法和执行效率:通过优化算法,提高了加密计算的效率。
5. 与同类项目对比的亮点
与同类项目相比,Cingulata 的亮点在于:
- 更完善的工具链支持:提供了从编译到运行的完整工具链,降低了开发者的入门门槛。
- 更高的安全性:采用了先进的同态加密技术,提供了更高的数据安全性。
- 更广泛的社区支持:作为开源项目,Cingulata 拥有活跃的社区,提供了良好的技术支持和交流环境。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220