엔비디아가 7월 15일 CUDA 13.3의 새 PTX 명령 clmad를 공개했다. clmad는 이진 확장체 연산에 필요한 무캐리 곱셈-누산을 하드웨어로 가속한다. x86 CPU에는 오래전부터 전용 명령이 있었지만 엔비디아 GPU에서는 비트슬라이스 회로 같은 우회 구현이 필요했다. 새 명령은 Ampere 이후 GPU, 즉 SM 80 이상에서 사용할 수 있다.
clmad는 두 64비트 입력을 무캐리 방식으로 곱해 128비트 결과를 만들고 64비트 누산값을 더한다. 상위와 하위 절반을 구하는 hi·lo 변형을 제공한다. 발표는 GF(2^128) 원소 곱셈을 카라추바 방식과 여섯 번의 clmad 호출로 구성하고, 이후 Barrett 감소나 시프트·XOR 장기나눗셈으로 다시 128비트 체에 맞추는 예제를 제시했다.
첫 실험은 AES-GCM의 인증 해시인 GHASH다. GeForce RTX 5090에서 clmad 구현은 초당 약 1,300GB로 비트슬라이스 기준선의 최고 처리량보다 약 2배 높았다. B200에서는 초당 약 6,335GB를 기록해 메모리 읽기 대역폭에 근접했고, 비교한 비트슬라이스 구현보다 최대 18.8배 높았다. 이 수치는 최대 2GB 입력을 사용한 엔비디아의 특정 구현·하드웨어 시험 결과다.
두 번째 실험은 영지식 증명에 쓰이는 GF(2^128) sum-check 프로토콜이다. 다항식 평가 행을 병렬로 처리하는 작업에서 RTX 5090은 3~4배, B200은 최대 13배의 지연 개선을 보였다. 이 명령은 GHASH뿐 아니라 CRC, Reed-Solomon·BCH 부호, 양자 안정자 부호, 일부 양자내성암호와 Binius 같은 이진체 기반 증명 시스템에도 적용 가능성이 있다.
| 시험 | GPU | clmad 결과 | 비트슬라이스 대비 |
|---|---|---|---|
| GHASH | RTX 5090 | 약 1,300GB/s | 약 2배 |
| GHASH | B200 | 약 6,335GB/s | 최대 18.8배 |
| GF(2^128) sum-check | RTX 5090 | 지연 개선 | 3~4배 |
| GF(2^128) sum-check | B200 | 지연 개선 | 최대 13배 |
자료: STORIUM 정리
이번 결과는 암호 전체가 같은 폭으로 빨라졌다는 뜻은 아니다. 엔비디아가 측정한 대상은 무캐리 곱셈 비중이 큰 GHASH와 특정 sum-check 구현이며, 종단 간 TLS나 완전한 영지식 증명 시스템의 처리량과는 다르다. 그럼에도 이미 배포된 Ampere 이후 GPU에서 새 PTX 원시연산을 사용할 수 있다는 점은 중요하다. CPU 전용이던 이진체 연산을 GPU 파이프라인 안에서 처리할 길이 열렸기 때문이다.
저작권자 © STORIUM 무단전재 및 재배포 금지
