云端TPU在有限域密码学中的建筑极限

我们对云端Tensor Processing Unit（TPU）与GPU在有限域密码学中的成本效益缺口进行经验性表征。相对于A100 GPU基线（cuZK），在FP32尾数存储方案下，v5p和v4架构分别测得$[5{,}558\times, 6{,}908\times]$的缺口；使用v5p原生int32累加器时，缺口约为$4{,}693\times$。我们对此缺口进行分析，推导出根本算术惩罚（缺乏宽整数ALU）和空间惩罚。我们演示，在并发多租户部署中（严格隔离迫使提前蒙哥马利约化），可得$5.19\times$的空间崩溃；放宽此约束可理论上恢复这些空间周期，但底层算术惩罚仍存。为支持此表征，我们部署codename作为测量载体。通过将低阶多项式映射到矩阵形式的Number Theoretic Transform（NTT），调度器将异构多项式堆叠为密集2D矩阵，实现了在统一工作负载下达到约$100\%$的K维列占用率（混合阶数轨迹上>$92\%$）。然而，尽管K维打包最优，严重的M维 underutilization（例如v4上为$6.25\%$）以及压倒性的VPU绑定蒙哥马利约化导致系统被严重饥饿。事后HLO验证器确保这些测量在XLA融合引擎中保持结构隔离。我们的发现经验性地表明，面向精确高吞吐域算术的AI优化脉动阵列在结构上不足。