Core Concepts
EQO는 와이노그라드 변환과 양자화를 결합하여 2PC 기반 프라이빗 추론의 통신 효율을 크게 향상시킵니다. 또한 프로토콜 및 네트워크 수준의 최적화를 통해 통신 비용을 최소화합니다.
Abstract
이 논문은 2PC 기반 프라이빗 추론의 통신 비용 문제를 해결하기 위해 와이노그라드 변환과 양자화를 결합한 EQO 프레임워크를 제안합니다.
관찰 1: 2PC 기반 추론의 총 통신량은 연산 비트폭과 곱셈 연산 수에 모두 비례합니다. 따라서 와이노그라드 변환과 양자화를 결합하는 것이 유망한 해결책입니다.
관찰 2: 단순히 와이노그라드 변환과 양자화를 결합하면 제한적인 통신 감소만 얻을 수 있습니다. 와이노그라드 변환은 많은 국부 덧셈을 도입하여 비트폭 변환 프로토콜의 오버헤드를 증가시키고, 가중치 분포에 이상치를 발생시켜 양자화를 어렵게 만듭니다.
EQO는 프로토콜 및 네트워크 수준의 최적화를 통해 이러한 문제를 해결합니다. 프로토콜 수준에서는 그래프 최적화를 통해 온라인 통신을 줄이고, 네트워크 수준에서는 통신 제약 하에서 정확도를 최적화하는 양자화 알고리즘과 가중치 이상치를 처리하는 비트 재가중 기법을 개발합니다.
실험 결과, EQO는 기존 최신 기법 대비 11.7배, 3.6배, 6.3배의 통신량 감소와 1.29%, 1.16%, 1.29%의 정확도 향상을 달성합니다.
Stats
와이노그라드 변환은 기존 컨볼루션 대비 76.9%의 곱셈 연산 수를 감소시킵니다.
와이노그라드 변환 후 가중치 분포에 이상치가 많이 발생하며, 이는 층별로 (최대-평균)/표준편차 비율이 높게 나타납니다.
Quotes
"와이노그라드 변환은 국부 덧셈을 많이 도입하여 비트폭 변환 프로토콜의 오버헤드를 증가시키고, 가중치 분포에 이상치를 발생시켜 양자화를 어렵게 만듭니다."
"EQO는 프로토콜 및 네트워크 수준의 최적화를 통해 이러한 문제를 해결합니다."