企业官网建设流程全解析

Keccak-f1600 置换加速：CANN Crypto 如何批量处理 1600 位状态

【免费下载链接】cryptocrypto SIG 是密码学兴趣小组，围绕昇腾 NPU 打造高性能密码软件库，提供丰富的密码算子与算法实现项目地址: https://gitcode.com/cann/crypto

CANN crypto 是面向昇腾 NPU 的开源密码软件库，其中的 KeccakF1600Tensor 算子专门解决 Keccak-f1600 置换的批量加速问题：一次调用即可在 NPU 上对多达 8192 个 1600 位状态同时执行 24 轮置换，为 SHA-3、SHAKE 等哈希算法提供高速的底层原语。

为什么需要 Keccak-f1600 批量算子？

Keccak-f[1600] 是 SHA-3 与 SHAKE 家族哈希算法的核心置换函数：它把 1600 位状态（5×5 网格、共 25 条 64 位 lane）反复打乱 24 轮，每轮包含 θ、ρ、π、χ、ι 五个子步骤。

CPU 上一次只能处理一个状态，而 NPU 的优势在于大规模并行。CANN Crypto 的 keccak/ 模块把"批量置换"封装成标准 ACLNN 算子 aclnnKeccakF1600Tensor，让上万个状态像张量一样喂给向量单元同时计算。

💡 注意：该算子只做置换本身，不含消息吸收、填充（padding）和输出挤出，需要完整哈希语义时可组合使用或参考 shake/ 等上层实现。

算子长什么样：[50, B]张量约定

算子把"多个状态"压进一张二维 UINT32 张量，输入输出形状均为[50, B]：

这种"一行一个 32 位半字"的排布是关键技巧之一：Ascend 向量单元天然以 32 位字为处理粒度，把 64 位 lane 拆成两半后，每条 lane 的低位、高位都能被向量指令整组处理，无需跨字进位拼接。完整数据布局说明见 README，接口细节见 docs/aclnnKeccakF1600Tensor.md。

NPU 上的批量加速技巧

分块并行：256 个状态一个 tile

Kernel 按 tile 切分批量数据，每个 tile 固定 256 个状态（常量TILE，见 keccak_f1600_u32_vector.h）。所有 AI Core 按blockIdx起始、blockNum步长认领 tile，循环直到整批处理完毕——分块逻辑见 keccak_f1600_tensor.h 的Process。

主机侧的 Tiling 函数 会算出 tile 总数，并与芯片 AIV 核数取小，决定实际并行的 block 数；B 最大 8192，对应最多 32 个 tile。

向量单元逐 lane 并行

每一轮置换的 25 条 lane 都被展开成 50 个 32 位"slot"，在向量单元（V 核）上用Xor、And、Or、ShiftLeft/ShiftRight等整组指令对 B 个状态一次性完成，例如 64 位循环左移被拆成"低字左移 + 高字右移 31 位再或合"的向量操作（RotlLaneTo，keccak_f1600_u32_vector.h）。

所有中间量都驻留在本地统一缓冲区中（共 126 个 slot：状态 50 + B/C/D 临时区 + 旋转暂存区），避免反复访问片外内存，这是批量场景下吞吐量的主要来源。

24 轮置换的五步拆解

Round函数（keccak_f1600_u32_vector.h）严格按密码标准实现每轮的五个子步骤：

• θ（列奇偶）：按列异或出 C 值，高低 32 位各自独立累加
• ρ+π（旋转+置换）：25 条 lane 的旋转量与目标位置在编译期静态展开为 25 条直接调用，省掉运行时的旋转表索引
• χ（非线性）：采用等价式B[x] ^ B[x+2] ^ (B[x+1] & B[x+2])，复用 θ 阶段用过的 C、D 槽位
• ι（轮常量）：仅对第一个 lane 异或 24 个固定 64 位常量RC[round]

每轮结束状态原地更新，24 轮后整批状态即完成置换（Permute24）。

如何调用：两步式 ACLNN 流程

调用遵循标准两段式：先 aclnnKeccakF1600TensorGetWorkspaceSize 查询工作空间并生成 executor，再调aclnnKeccakF1600Tensor把计算提交到 ACL 流。约束要点：

• 1 ≤ B ≤ 8192，输入输出形状一致且互不重叠，不支持原地计算
• 设备验证使用 CANN 9.1.0，支持 Atlas A2（ascend910b）与 A3（ascend910_93）
• 同步完成前不得释放张量与工作空间

完整可运行示例见 test_aclnn_keccak_f1600_tensor.cpp，配套的 acl_example.h 封装了流、缓冲区与张量管理，几十行即可完成一次批量置换并校验全零初态的结果（首 lane 应为0xf1258f7940e1dde7）。

验证：从纯 C 参考到设备实测

算子正确性由多层测试保障，详见 tests/README.md：

相关文件导航 📂

• 接口文档：aclnnKeccakF1600Tensor.md
• 算子定义 / 形状推导 / Tiling：op_host/
• Kernel 与向量化置换：keccak_f1600_tensor.cpp、keccak_f1600_u32_vector.h
• 示例与测试：examples/、tests/

一句话总结：CANN Crypto 通过"[50, B]张量布局 + 256 状态分块 + 32 位半字向量指令"三板斧，把原本串行的 1600 位置换变成了 NPU 上可以整批并行的高吞吐原语，是构建高性能 SHA-3 / SHAKE 管线的理想底座。

【免费下载链接】cryptocrypto SIG 是密码学兴趣小组，围绕昇腾 NPU 打造高性能密码软件库，提供丰富的密码算子与算法实现项目地址: https://gitcode.com/cann/crypto