架构
namespace:
mpc-demo
Pod: mpc-alice · Ray head
ports: 6379 (GCS) / 10001 (Client) / 8265 (Dashboard)
resources = {"alice_node": 1}ports: 6379 (GCS) / 10001 (Client) / 8265 (Dashboard)
Pod: mpc-bob · Ray worker
resources = {"bob_node": 1}
Pod: mpc-driver · Job
ray.init("ray://mpc-alice:10001")mpc.init({"alice": {"resources": {"alice_node": 1}}, "bob": {"resources": {"bob_node": 1}}}, backend="ray")
mpc 把每个参与方做成一个**具名 Ray Actor**,通过自定义资源标签(alice_node / bob_node)把 Actor 绑定到对应节点。生产里每台机构机器 ray start --resources='{"alice_node":1}' 即可。
部署文件清单
加载中…
一键跑起来
build context 必须是 refs/nax 仓库根目录(让 Dockerfile 能 COPY refs/nax 源码)。
cd refs/nax docker build -f examples/12_k8s_two_party/Dockerfile -t mpc-ray:demo . kubectl apply -f examples/12_k8s_two_party/k8s/ kubectl -n mpc-demo logs -l app=mpc-driver -f # 清理 kubectl delete ns mpc-demo
实际跑通结果 // OrbStack k8s 单节点实测
两方 Ray 集群就绪后跑 (x·y + 1).sum(),结果:
35.0 (实测 34.9999885559082) ↑ 定点数量化误差,非错误
节点定位证据:alice 的 secret share 落在 alice_node,bob 的落在 bob_node,driver 只看到 reveal 后的明文。
