关键词：同态加密推理 ｜ FHE ｜ 引擎全景 ｜ 数据流 ｜ 密文计算 ｜ 明文预处理 ｜ CKKS ｜ 纯 C11 ｜ 大模型推理
导读：这是一套同态加密推理引擎的完整数据流全景。整套系统被一条线劈成两个世界：明文侧（Python）负责权重导出、非线性函数逼近与明文参考值，密文侧（纯 C11）只读这些产物、在大模型的密文上把前向跑完。本篇讲清这条同态加密推理链路的分界线、各层职责，以及"哪一侧该信谁"。
项目仓库
Gitee 主仓：https://gitee.com/pei-xiaoguang/kestrel-llm
GitHub 镜像：https://github.com/m13253246268-ship-it/kestrel-llm
0. 一句话结论
整套系统被一条线劈成两个世界：
- 明文侧（Python）：把模型权重、非线性函数的逼近系数、以及"正确答案"（明文参考）算出来，落成
.bin； - 密文侧（纯 C）：只读这些
.bin，在密文上把前向跑完，产出密文。
分界线是两样东西：拟合系数与明文参考。 密文侧从不重新拟合任何东西，明文侧从不碰密文——这个切法让两侧可以独立验证。
1. 两个世界的产物对照
明文侧（tools/preproc/，Python） |
密文侧（src/core/ + 驱动，C） |
|
|---|---|---|
| 输入 | model.safetensors（约 4.26 GB） |
明文侧落下的 .bin + 密文 |
| 产出 | 权重、拟合系数、明文参考值、尺度表 | 密文（.ct）+ 日志 |
| 依赖 | numpy、safetensors |
仅 libc + libm |
| 是否可重跑 | 可，且产出逐字节可复现 | 可，且产出位级可复现（需固定线程数） |
| 怎么验 | 与分发物比对哈希 | verify_layer 独立解密复核 |
2. 明文侧：四个阶段，24 个脚本
tools/preproc/ 下是 24 个 Python 脚本，按职责分四组（完整执行顺序以 tools/preproc/README.md 的「执行顺序」一节为准）：
① 导出
_export_weights.py：权重导出（tail/w0..w27/，每层 9 个文件）_embed4.py：lay0的明文输入——按 token id 从 embedding 表取 4 行（l0/embed4.bin，4×2048 float32，32768 B）
② 定路径
_silu_mode.py：逐层写出 8 字节的tail/silu{L}.bin，决定该层的 SiLU 走"直接拟合"还是"÷21 折叠"（本系列第 8 篇专门讲这个开关，它也是最危险的一个文件）
③ 生成参考值（"正确答案"）
_full_layers.py：L0..L25 的明文因果前向参考_tail_ref.py：链尾（L26..L27）参考- 以及
_ln_fit*.py/_m2c*/_refit_lnq.py等：LayerNorm 与倒数之类的分支参考
④ 拟合与定标
_sin_fit*.py/_cos_fit.py/_recip_fit.py/_attn_fit.py：把非线性函数（sin、cos、倒数、exp）拟合成多项式，直接生成 C 数组（例如EXP_Q[7]、RECIP_Q[9]）_fold_fit.py/_fold_sim.py/_cfold_plan.py：折叠方案的设计与仿真_adap_scale.py：逐层尺度自适应（本系列第 9 篇）_silu_err.py/_logits_tol.py：误差与容差评估工具
一个反直觉的事实：这些脚本产出的数据包约 7 GB，但它不随仓库分发。任何人都能用同一个模型把整包重新生成出来——我们核对过生成物与分发物逐字节相同。
3. 密文侧：四层职责
┌──────────────────────────────────────────────┐
│ 驱动 t23_m3p.c (lay) / t23_chain.c (boot) │ ← 一个"层"的业务逻辑
├──────────────────────────────────────────────┤
│ vllm_ckks.c RNS-CKKS：编码/加密/加乘/ │ ← 密文语义
│ rescale/relin/rotate/modraise │
├──────────────────────────────────────────────┤
│ vllm_ntt.c 负循环 NTT（多项式乘法） │ ← 数学原语
│ vllm_tp.c 自研线程池（替换 OpenMP） │ ← 并行原语
└──────────────────────────────────────────────┘
关键点：下层不知道上层在算什么。NTT 不知道自己在做 attention，CKKS 不知道自己在算 Transformer。这条分层让"位级可验证"成为可能——你可以单独证明 NTT 是对的（与教科书 O(n²) 位级对照），而不用先信任整个模型。
4. 一跳内部发生了什么
4.1 lay（层内前向）
layL: u(L-1)r112 → uL，一串同态算子的组合：QKV 投影、attention、FFN、以及需要密文化的非线性（SiLU、倒数、exp 等，全部用预先拟合好的多项式代替）。
4.2 boot（自举刷新）
bootL: uL → u(L)r112。驱动 t23_chain.c 的 [boot profile] 打印把整条流水线摊开了，实测的七段是：
modraise → coeff_to_slot → rotate_k → conj_extract
→ sin_fold_re / sin_fold_im → restore_merge → slot_to_coeff
| 段 | 作用 |
|---|---|
modraise |
用 Garner 扩展把模数链抬回满链（自举的起点） |
coeff_to_slot |
系数域 → 槽位域（Galois 旋转 + key-switch） |
rotate_k |
旋转 |
conj_extract |
共轭提取（分出实部/虚部） |
sin_fold_re/im |
对实部、虚部分别做 sin 折叠（EvalMod 核心） |
restore_merge |
还原并合并 |
slot_to_coeff |
槽位域 → 系数域 |
这七段的时间分布极不均匀——coeff_to_slot 与 slot_to_coeff 两段就占了约 80%。本系列第 15 篇给完整账本。
5. 交接：一跳的产物
一跳结束，落盘的东西很少：
| 产物 | 数量 / 规格 |
|---|---|
| 密文 | 8 枚（4 个 token 位置 × 2 个分量），u{L}r112_*.ct，单文件 ≈3.5 MB |
| 日志 | <stage>.out / <stage>.err |
| 元数据 + 哈希 | manifest.sha256（逐文件 SHA256，可自校验） |
这个包就是"接力棒"。 下一棒只需要三样：这个包、sk.bin（同一把私钥）、以及编译好的驱动。
6. 一张总图
图 2-1 怎么读：左边是明文侧（Python），只产出拟合系数与明文参考；右边是密文侧（纯 C），只读这两样东西，从不重新拟合任何函数。中间那条红色虚线就是分界线——它同时是两边的接口，也是两边可以各自独立验证的原因。
矢量版
figs/fig02_dataflow.svg｜Graphviz 源码figs/fig02_dataflow.dot（本机未装 Graphviz 时，图片由figs/make_figs.py生成）
下面是同一张图的纯文本版，便于在终端或纯文本环境里阅读：
model.safetensors ──┐
├─[preproc]─→ .tmp_tok/tail/{w*,l*_ref,silu*.bin,scale*.bin}
│ │
│ ▼
│ [t23lay (np=112)]
明文输入 embed4 ──→ 密文 u0 ──────────┘
│
▼
[t23boot (np=2100)] → u0r112
│
▼
8 × u0r112_*.ct + manifest.sha256
│
├─→ 交给下一棒（lay1）
└─→ [verify_layer] 独立复核 max|err|
7. 安全边界（务请读完）
本文所述参数为机制验证级（n=2048、112 素数内层链、2100 素数自举链），
远低于 HE 参数标准的 128-bit 水平，不得用于保护真实数据。
本文主张的是：系统结构与数据流的事实描述。
本文不主张：安全强度、性能优越性。
8. 这一篇的未解问题
- 明文侧与密文侧的耦合点还是太多。拟合系数（如
EXP_Q）是"密文侧的常量"，但它的取值范围来自明文侧的统计——一旦换模型，这些常量全部要重算。我们希望把这条依赖显式化成一份"契约文件"，目前还散在脚本里。 _silu_mode.py的逐层选择是固化调参结果，不是从模型推导出来的规则。它目前是一个硬编码的层号集合，这一点让"换模型自动适配"做不到。- 数据流图还缺一张真正的位级对照实验：同一条链在 x86-64 与 aarch64 上逐系数一致（我们已在层 0–4 验证），但"哪些步骤位级一致、哪些只是数值等价"，我们只做了整链对照，没有分段归因。
下一篇我们下到最底层：手写 negacyclic NTT——为什么不用现成库，以及"怎么证明自己写对了"在密文计算里意味着什么。
