원출처: 엠버그룹
원출처: 엠버그룹
1. 소개
영지식 증명을 통해 한 당사자는 추가 정보를 공개하지 않고 다른 당사자에게 진정성을 증명할 수 있습니다. 따라서 모든 세부 정보를 숨기면서 개인 정보를 보호하고 거래의 유효성을 확인하는 데 사용할 수 있습니다. STARK 및 SNARK와 같은 특정 영지식 프로토콜이 영지식 증명을 검증하는 데 편리하다는 것이 중요합니다. 이러한 프로토콜은 더 작은 증명을 생성하며 이러한 증명을 확인하는 것이 훨씬 빠릅니다. 이는 리소스가 제한된 블록체인에 적합하며 암호화 산업의 확장성 문제를 해결하는 데 특히 중요합니다. 이 외에도 영지식 기술의 다른 사용 사례는 다음과 같습니다.
DID(Decentralized ID) - 계정이나 법인이 특정 권한을 가지고 있음을 증명하기 위해"특징"특징
, Sismo, First Batch와 같은
커뮤니티 거버넌스 - 익명 투표용이며, 이 사용 사례는 입증되고 널리 채택된 후 실제 세계의 거버넌스로 확장될 수 있습니다.
재무 제표 – 기업은 정확한 재무 수치를 공개하지 않고 특정 기준을 준수함을 입증할 수 있습니다.
……
클라우드 서비스 무결성 - 클라우드 서비스 공급자가 임무를 더 잘 수행하도록 지원
전형적인 영지식 시스템
이미지 설명
출처: ZK 화이트보드 세션 - 모듈 1, Dan Boneh 교수 작성
Marlin, Plonky2, Halo2 등과 같은 몇 가지 우수한 증명 시스템이 출시되었습니다. 서로 다른 증명 시스템은 생성된 증명의 크기, 검증에 필요한 시간, 신뢰할 수 있는 설정이 필요한지 여부와 같은 특성에 대해 서로 다른 강조점을 가지고 있습니다. 몇 년간의 탐색 끝에 진술이 아무리 복잡하더라도 일정한 증명 크기(수백 바이트)와 짧은 검증 시간(밀리초)을 달성할 수 있습니다.
그러나 증명 생성의 복잡성은 산술 루프의 크기에 따라 거의 선형적으로 확장되므로 난이도가 원래 작업의 수백 배에 이를 수도 있습니다. 증명자는 적어도 루프를 읽고 평가해야 하므로 몇 초에서 몇 분 또는 몇 시간이 걸릴 수 있습니다. 컴퓨팅 파워의 높은 비용과 긴 검증 시간은 영지식 기술의 발전과 대규모 적용에 주요 장애물이었습니다.
하드웨어 가속은 병목 현상을 해결하는 데 도움이 될 수 있습니다. 알고리즘 또는 소프트웨어 최적화는 여러 작업을 서로 보완하는 가장 적합한 하드웨어에 배포하는 데 사용됩니다.
이 보고서는 독자들이 시장 환경, 영지식 기술이 채굴 시장에 미치는 영향 및 잠재적 기회를 이해하는 데 도움을 주는 것을 목표로 합니다. 보고서는 세 부분으로 구성됩니다.
발문
발문
첫 번째 레벨 제목
2. 사용 사례
영지식 사용 사례를 나열하면 시장이 어떻게 진화하고 있는지 설명하는 데 도움이 됩니다. 범주마다 요구 사항이 다르기 때문에 하드웨어 공급도 관련되어 있습니다. 이 섹션의 끝에서 ZKP와 PoW(특히 비트코인)를 간단히 비교할 것입니다.
2.1 떠오르는 블록체인과 차별화된 요구 사항
영지식 기술을 사용하는 현재 떠오르는 블록체인은 하드웨어 가속의 주요 수요측면으로 크게 스케일링 솔루션과 프라이버시 보호 블록체인으로 나눌 수 있다. 영지식 롤업 또는 볼리션은 오프체인 트랜잭션을 실행하고 "calldata" 기능을 통해 간결한 검증 증명을 제출합니다. 개인 정보 보호 블록체인은 ZKP를 사용하여 사용자가 트랜잭션 세부 정보를 공개하지 않고 시작된 트랜잭션의 유효성을 보장할 수 있도록 합니다.
이러한 블록체인은 서로 다른 증명 시스템을 사용하여 증명 크기, 검증 시간 및 신뢰할 수 있는 설정과 같은 속성을 절충합니다. 예를 들어, Plonk에서 생성된 증명은 일정한 증명 크기(약 400바이트)와 검증 시간(약 6밀리초)을 갖지만 여전히 공통의 신뢰할 수 있는 설정이 필요합니다. 대조적으로 Stark는 신뢰할 수 있는 설정이 필요하지 않지만 증명 크기(~80KB) 및 확인 시간(~10ms)은 최적이 아니며 루프 크기에 따라 증가합니다. 다른 시스템에도 장단점이 있습니다. 이러한 증명 시스템 간의 트레이드 오프는 계산량의 "무게 중심" 변경으로 이어질 것입니다.
구체적으로 현재의 증명 시스템은 일반적으로 PIOP(Polynomial Interactive Proof of Prophecy) + PCS(Polynomial Commitment Scheme)로 설명할 수 있습니다. 전자는 검증자를 설득하기 위해 증명자가 사용하는 합의된 프로그램으로 생각할 수 있는 반면, 후자는 프로그램이 깨지지 않도록 수학적 방법을 사용합니다. PCS는 총이고 PIOP는 총알과 같습니다. 프로젝트 당사자는 필요에 따라 PIOP를 수정할 수 있으며 다른 PCS 중에서 선택할 수 있습니다.Paradigm의 Georgios Konstantopoulos는하드웨어 가속 보고
에서 설명한 것처럼 증명을 생성하는 데 필요한 시간은 주로 MSM(Multiple Scalar Multiplication Algorithm) 및 FFT(Fast Fourier Transform)의 두 가지 계산 작업 클래스에 따라 다릅니다. 그러나 고정 매개변수를 사용하는 대신 다른 PIOP를 설정하고 다른 PCS에서 선택하면 FFT 또는 MSM의 계산이 달라집니다. Stark를 예로 들면 Stark가 사용하는 PCS는 KZG나 IPA에서 사용하는 타원곡선이 아닌 Liso 코드를 기반으로 하는 FRI(Fast Reed-Solomon Code Proximity Interaction Proof)이므로 전체적으로 완전히 독립적이다. 증명 생성 프로세스 MSM이 포함됩니다. 아래 표에 다양한 증명 시스템의 계산량을 대략적으로 정리했는데, 1) 전체 시스템의 정확한 계산량을 추정하기 어렵다는 점, 2) 일반적으로 프로젝트 당사자가 구현 과정에서 필요에 따라 시스템을 수정한다는 점에 유의해야 합니다. .
다양한 증명 시스템의 계산량
위의 상황으로 인해 프로젝트 당사자는 자체 하드웨어 유형 선호도를 갖게 됩니다. GPU(Graphics Processing Unit)는 공급량이 많고 개발이 용이하여 현재 가장 널리 사용되고 있습니다. 또한 GPU의 멀티 코어 구조는 병렬 MSM 계산에 매우 편리합니다. 그러나 FPGA(Field Programmable Gate Arrays)는 FFT를 더 잘 처리할 수 있으며 이에 대해서는 II부에서 자세히 설명합니다. Starknet 및 Hermez와 같이 Stark를 사용하는 프로젝트에는 FPGA가 더 필요할 수 있습니다.
위에서 도출한 또 다른 결론은 기술이 아직 초기 단계에 있으며 표준화되거나 지배적인 솔루션이 부족하다는 것입니다. 또한 특정 알고리즘 전용 ASIC(Application-Specific Integrated Circuits)를 완전히 사용하기에는 너무 이릅니다. 따라서 개발자는 중간 지점을 탐색하고 있으며 이에 대해서는 나중에 자세히 설명하겠습니다.
2.2 트렌드와 새로운 패러다임
2.2.1 더 복잡한 문장처음에 나열된 사용 사례를 바탕으로 우리는 영지식이 암호화 산업과 실제 세계에서 더 많이 사용되고 더 복잡한 증명을 가능하게 할 것으로 기대합니다. 그 중 일부는 현재 증명 시스템을 준수할 필요조차 없습니다. PIOP와 PCS를 사용하는 대신 프로젝트 당사자는 그들에게 가장 적합한 새로운 프리미티브를 개발할 수 있습니다. 그리고 MPC(보안 다자간 계산)와 같은 다른 분야에서 일부 작업에서 영지식 프로토콜을 채택하면 그 유용성이 크게 향상될 것입니다. 이더리움은 최근 Proto-Danksharding을 주최할 계획입니다.KZG Credible 설정식앞으로는 데이터 가용성 샘플링을 처리하기 위해 Danksharding 정식 버전을 추가로 구현할 계획입니다. 낙관적 롤업향후 ZKP 채택 가능
보안을 강화하고 분쟁 처리 시간을 단축합니다.많은 사람들이 영지식을 광범위한 암호화폐 산업 내에서 별도의 부문으로 볼 수 있지만, 우리는 영지식을 업계의 여러 문제점을 해결하는 기술로 보아야 한다고 생각합니다.
한편, 서로 다른 시스템과 고객에게 서비스를 제공하기 위해 하드웨어 가속은 앞으로 더 유연하고 다재다능해질 것입니다.
. 클라이언트 버전을 제공하는 것은 이러한 유형의 dapp에 대한 간단한 솔루션이지만 다운로드해야 하는 필요성으로 인해 일부 잠재적 사용자가 손실될 수 있으며 클라이언트는 현재 확장 월렛 또는 기타 도구에 적합하지 않습니다.또 다른 해결책은 증명 생성을 부분적으로 아웃소싱하는 것입니다. 제7회 Zero Knowledge Summit에서 발표된 Pratyush Mishra이 방법
아웃소싱 증명 생성
이미지 설명
출처: Aleo의 Pratyush Mishra가 발표한 7차 Zero Knowledge Summit
2.3 PoW 채굴과 비교
ZKP를 PoW의 새로운 형태로 생각하고 가속 하드웨어를 새로운 유형의 채굴기로 보는 것이 당연하겠지만 ZKP 생성은 목적과 시장 구조 측면에서 PoW 채굴과 근본적으로 다릅니다.
2.3.1 전력 경쟁 및 효용 계산
Rates-are-Odds (Aleo)：블록 보상과 거래 수수료를 얻기 위해 비트코인 채굴자는 논스를 반복하여 충분히 작은 해시 값을 찾습니다. 이는 실제로는 합의와만 관련이 있습니다. 반대로 ZKP 생성은 합의에 대한 책임 없이 정보 압축 또는 개인 정보 보호와 같은 실용적인 유틸리티를 달성하기 위해 필요한 프로세스입니다. 이러한 구분은 ZKP의 잠재적인 광범위한 참여 및 보상 분배 모델에 영향을 미칩니다. 아래에는 채굴자가 ZKP 생성을 조정하는 방법을 설명하기 위해 세 가지 기존 디자인이 나열되어 있습니다.
Winner-Dominates(Polygon Hermez)：Aleo의 경제 모델 설계는 Bitcoin 및 기타 PoW 프로토콜의 설계와 가장 유사합니다. 그것의 합의 메커니즘 PoSW(Concise Proof of Work)는 여전히 채굴자들이 효과적인 무작위 값을 찾도록 요구하지만 검증 과정은 주로 무작위 값과 상태 루트의 해시 값을 입력으로 사용하는 SNARK 증명을 반복적으로 생성하는 것을 기반으로 합니다. 그리고 그 과정은 특정 라운드에서 생성된 증명 해시 값이 충분히 작을 때까지 계속됩니다. 우리는 이 PoW와 같은 메커니즘을 Rates-are-Odds 모델이라고 부릅니다. 단위 시간에 처리할 수 있는 검증의 수가 대략적으로 보상을 받을 확률을 결정하기 때문입니다. 이 모델에서 채굴자는 많은 수의 컴퓨터를 비축함으로써 보상을 받을 가능성을 높입니다.Polygon Hermez는 더 간단한 모델을 사용합니다. 그들에 따르면공개 문서
Party-Thresholds (Scroll)：콘텐츠의 관점에서 볼 때 두 개의 주요 플레이어는 주문자와 수집자이며 주문자는 모든 트랜잭션을 수집하여 새로운 L2 배치로 사전 처리하고 수집자는 검증 의도를 지정하고 증명을 생성하기 위해 경쟁합니다. 주어진 배치에 대해 증거를 제출하는 첫 번째 애그리게이터는 주문자가 지불한 수수료를 받게 됩니다. 최첨단 구성과 하드웨어를 갖춘 집계자는 지리적 분포, 네트워크 조건 및 검증 전략에 관계없이 우위를 점할 가능성이 높습니다.
Scroll은 그들의 설계를 "계층 2 증명 아웃소싱"으로 설명하며, 여기서 일정량의 암호 화폐를 스테이크하는 광부는 증명을 생성하기 위해 임의로 선택됩니다. 선택된 채굴자는 지정된 시간 내에 증명을 제출해야 합니다. 그렇지 않으면 다음 시대에 대한 선택 확률이 낮아집니다. 잘못된 증명을 생성하면 벌금이 부과됩니다. 처음에 Scroll은 안정성을 개선하고 자체 GPU를 실행하기 위해 12개 정도의 채굴자와 작업할 것입니다. 그리고 시간이 지남에 따라 전체 프로세스를 분산화할 계획입니다. 우리는 이 분산 구현 시간 노드를 매개변수로 사용하여 효율성과 분산 사이의 Scroll의 무게 중심 조정을 측정합니다. Starkware도 이 범주에 속할 수 있습니다. 장기적으로 적시에 증명을 완료할 수 있는 능력을 갖춘 기계만이 증명 생성에 참여할 수 있습니다.이러한 조정된 디자인은 각각 다른 초점을 가지고 있습니다. 우리는 Aleo가 가장 높은 탈중앙화를, Hermez가 가장 높은 효율성을, Scroll이 가장 낮은 참여 장벽을 가질 것으로 기대합니다.
그러나 위의 설계를 기반으로 영지식 하드웨어 군비 경쟁이 곧 일어날 가능성은 낮습니다.
2.3.2 정적 알고리즘과 진화 알고리즘
우리는 단순하고 정적인 PoW 시장과 비교할 때 ZKP의 차이가 보다 분산되고 역동적인 시장 구조에 기여한다고 믿습니다. 우리는 ZKP 생성을 서비스(일부 스타트업에서는 이를 ZK-as-a-Service로 명명함)로 생각할 것을 제안합니다. 여기서 ZKP 생성은 목적이 아닌 목적을 위한 수단입니다. 이 새로운 패러다임은 결국 새로운 비즈니스 또는 수익 모델로 이어질 것이며 이에 대해서는 마지막 섹션에서 자세히 설명합니다. 그 전에 여러 솔루션을 살펴보겠습니다.
첫 번째 레벨 제목
3. 솔루션
CPU(중앙 처리 장치)는 범용 컴퓨터의 주요 칩이며 마더보드의 다양한 구성 요소에 명령을 배포하는 역할을 합니다. 그러나 CPU는 여러 작업을 빠르게 처리하도록 설계되어 처리 속도가 제한되므로 GPU, FPGA 및 ASIC는 동시 또는 특정 특정 작업을 처리할 때 보조 장치로 사용되는 경우가 많습니다. 이 섹션에서는 특성, 최적화 프로세스, 현상 유지 및 시장에 중점을 둘 것입니다.
3.1 GPU: 현재 가장 일반적으로 사용되는 하드웨어pippengerGPU는 원래 컴퓨터 그래픽을 조작하고 이미지를 처리하도록 설계되었지만 병렬 구조로 인해 컴퓨터 비전, 자연 언어 처리, 슈퍼 컴퓨팅 및 PoW 마이닝과 같은 분야에서 좋은 선택입니다. GPU는 소위 "
"알고리즘으로 GPU를 개발하는 과정은 FPGA나 ASIC보다 훨씬 간단합니다.
GPU에서의 가속에 대한 아이디어는 매우 간단합니다. CPU에서 GPU로 계산이 까다로운 작업을 오프로드하는 것입니다. 엔지니어는 이러한 부분을 CUDA 또는 OpenCL로 다시 작성할 것입니다. CUDA는 Nvidia GPU에서 일반 컴퓨팅을 위해 Nvidia에서 개발한 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델입니다. CUDA의 경쟁 제품은 Apple과 Khronos Group에서 개발한 이기종 컴퓨팅입니다. NVIDIA GPU로 제한됩니다. 그런 다음 이 코드는 컴파일되어 GPU에서 직접 실행됩니다. 추가 가속화를 위해 개발자는 다음을 수행할 수도 있습니다.
(1) 데이터 전송 비용(특히 CPU와 GPU 간)을 줄이려면 가능한 한 많은 빠른 스토리지와 덜 느린 스토리지를 사용하여 메모리를 최적화하십시오.
(2) 하드웨어 활용도를 높이고 하드웨어가 가능한 한 최대 성능으로 작동하도록 하려면 멀티 프로세서 간의 작업 균형을 개선하고 멀티 코어 동시성을 구축하고 작업에 대한 리소스를 합리적으로 할당하여 실행 구성을 최적화하십시오.
요컨대, 우리는 전체 작업 프로세스를 병렬화하기 위해 최선을 다하고 싶습니다. 동시에 전자의 결과에 후자의 항목이 의존하는 순차 실행 과정은 가급적 피해야 한다.
병렬화로 시간 절약
GPU 가속 설계 흐름
3.1.1 거대한 개발자 그룹과 개발 편의성FPGA 및 ASIC와 달리 GPU 개발에는 하드웨어 설계가 포함되지 않습니다. CUDA 또는 OpenCL에는 대규모 개발자 커뮤니티도 있습니다. 개발자는 오픈 소스 코드를 기반으로 자체 수정 버전을 빠르게 빌드할 수 있습니다. 예를 들어 Filecoin은 2020년에 출시되었습니다.. Supranational은 또한 최근 일반 가속을 오픈 소스로 공개했습니다.해결책해결책
, 아마도 현재 동종 최고의 오픈 소스 솔루션일 것입니다.이 이점은 MSM 및 FFT 이외의 작업을 고려할 때 더욱 두드러집니다. 실제로 증명 생성은 이 두 항목에 의해 지배되지만 다른 부분은 여전히 약 20%를 차지합니다(출처:Sin7Y의 백서
) 따라서 MSM 및 FFT 속도를 높이는 것만으로는 증명 시간 단축에 제한적인 영향을 미칩니다. 이 두 항목의 계산 시간을 순간으로 압축하더라도 총 소요 시간은 여전히 원래 시간의 1/5에 불과합니다. 또한 이는 새롭게 부상하고 진화하는 프레임워크이기 때문에 향후 이 비율이 어떻게 변할지 예측하기 어렵습니다. FPGA를 재구성해야 하고 ASIC도 생산을 위해 재설계해야 할 수 있다는 점을 감안할 때 이기종 컴퓨팅 작업을 가속화하는 데 GPU가 더 편리합니다.
3.1.2 잉여 GPU
GPU 칩 시장 점유율
이미지 설명
출처: 존 페디 리서치특히 마이닝의 경우 보수적으로 추정합니다.이더리움 합병
이더리움 해시레이트
이미지 설명
출처: 메사리
3.2 FPGA: 비용과 효율성의 균형
FPGA는 프로그래밍 가능한 구조를 가진 집적 회로입니다. FPGA 칩 내부의 회로는 하드 에칭되지 않기 때문에 설계자는 필요한 만큼 여러 번 다시 프로그래밍할 수 있습니다. 한편으로 이는 ASIC의 높은 제조 비용을 효과적으로 절감합니다. 다른 한편으로, 하드웨어 리소스의 사용은 GPU보다 유연하므로 FPGA는 추가 가속 및 전력 절약의 잠재력을 갖게 됩니다. 예를 들어, GPU에서 최적화된 FFT를 구현할 수 있지만 데이터를 자주 섞는 것은 GPU와 CPU 간에 많은 양의 데이터 전송을 초래합니다. 그러나 셔플링은 완전히 무작위적이지 않으며 내장 로직을 회로 설계에 직접 프로그래밍함으로써 FPGA는 작업을 더 빠르게 수행할 수 있습니다.
FPGA에서 ZKP 가속을 달성하려면 여전히 여러 단계가 필요합니다. 첫째, C/C++로 작성된 특정 증명 시스템의 참조 구현이 필요합니다. 그런 다음 디지털 논리 회로를 더 높은 수준에서 설명하기 위해 이 구현을 HDL(Hardware Description Language)로 설명해야 합니다.
그런 다음 디버깅을 시뮬레이션하여 입력 및 출력 파형을 표시하여 코드가 예상대로 실행되는지 확인해야 합니다. 이 단계는 가장 많은 구현을 포함하는 단계입니다. 엔지니어는 전체 프로세스가 필요하지 않지만 두 출력을 비교하여 사소한 오류를 식별할 수 있습니다. 그런 다음 합성기는 HDL을 게이트 및 플립플롭과 같은 요소가 포함된 실제 회로 설계로 변환하고 설계를 장치 아키텍처 및 더 많은 아날로그 분석에 적용합니다. 회로가 제대로 작동하는지 확인되면 최종적으로 프로그래밍 파일이 생성되어 FPGA 장치에 로드됩니다.
FPGA 설계 흐름
3.2.1 현재의 장벽과 불완전한 인프라
GPU에 대한 일부 모듈 최적화 작업을 재사용할 수 있지만 몇 가지 새로운 문제에 직면하기도 합니다.
(1) 더 높은 메모리 보안과 더 나은 크로스 플랫폼 호환성을 위해 대부분의 영지식 오픈 소스 구현은 오랫동안 Rust로 작성되었지만 대부분의 FPGA 개발 도구는 하드웨어 엔지니어에게 더 친숙한 C/C++로 작성되었습니다. 의. 팀은 이러한 구현을 구현하기 전에 다시 작성하거나 컴파일해야 할 수 있습니다.
(2) 이러한 구현을 작성할 때 소프트웨어 엔지니어는 기존 개발 지원을 통해 하드웨어 아키텍처에 매핑할 수 있는 제한된 범위의 C/C++ 오픈 소스 라이브러리에서만 코드를 선택할 수 있습니다.
(3) 소프트웨어 엔지니어와 하드웨어 엔지니어가 독립적으로 완료할 수 있는 작업 외에도 일부 심층 최적화를 완료하려면 긴밀한 협력이 필요합니다. 예를 들어, 알고리즘에 대한 일부 수정은 이전과 동일한 역할을 보장하면서 많은 하드웨어 리소스를 절약하지만 이 최적화는 하드웨어 및 소프트웨어에 대한 이해를 기반으로 합니다.요컨대, AI 또는 기타 성숙한 분야와 달리 엔지니어는 ZKP 가속을 달성하기 위해 처음부터 배우고 구축해야 합니다. 다행히 더 많은 진전이 있었습니다. 예를 들어 Ingonyama는최근 논문
PipeMSM은 FPGA 또는 ASIC에서 MSM을 가속화하는 방법인 에서 제안되었습니다.
3.2.2 듀오폴리 시장
FPGA 시장은 전형적인 과점 시장
이미지 설명
출처: Frost & Sullivan
엔지니어들은 단일 FPGA가 복잡한 ZKP 생성을 위한 충분한 하드웨어 리소스를 제공할 수 없으므로 검증을 위해 여러 카드를 동시에 사용해야 한다는 사실을 깨달았습니다. 완전한 설계가 있더라도 AWS 및 기타 공급업체의 기존 표준 FPGA 클라우드 제품은 이상적이지 않습니다. 또한 가속 솔루션을 제공하는 스타트업은 규모가 너무 작아서 AWS 또는 다른 업체에서 맞춤형 하드웨어를 호스팅할 수 없으며 자체 서버를 실행할 리소스가 없습니다. 대규모 채굴자와 협력하거나 Web3 네이티브 클라우드 서비스 공급자와 협력하는 것이 더 나은 선택일 수 있습니다. 그러나 광산 회사의 사내 엔지니어도 가속 솔루션을 개발할 가능성이 높다는 점을 고려하면 파트너십이 미묘할 수 있습니다.
3.3 ASIC: 궁극의 무기
ASIC은 특정 목적에 맞게 맞춤화된 집적 회로(IC) 칩입니다. 일반적으로 엔지니어는 여전히 HDL을 사용하여 FPGA를 사용하는 것과 유사한 방식으로 ASIC의 논리를 설명하지만 최종 회로는 실리콘에 영구적으로 그려지지만 FPGA의 회로는 수천 개의 구성 가능한 블록을 연결하여 만들어집니다. Nvidia, Intel 또는 AMD에서 하드웨어를 소싱하는 대신 기업은 회로 설계에서 제조 및 테스트에 이르기까지 전체 프로세스를 자체적으로 관리해야 합니다. ASIC은 특정 기능으로 제한되지만 대신 리소스 할당 및 회로 설계 측면에서 디자이너에게 가장 큰 자유를 제공하므로 ASIC은 성능 및 에너지 효율성 측면에서 큰 잠재력을 가지고 있습니다. 설계자는 의도한 응용 분야에 따라 도어의 정확한 수를 설계하거나 다양한 모듈의 크기를 조정하여 공간, 전력 및 기능의 낭비를 없앨 수 있습니다.
설계 프로세스 측면에서 FPGA와 비교하여 ASIC은 HDL 작성 및 통합의 두 단계 사이에 사전 슬라이스 검증(및 DFT)을 추가해야 하며 구현 전에 플로어 플래닝이 필요합니다. 전자는 엔지니어가 정교한 시뮬레이션 도구를 사용하여 가상 환경에서 설계를 테스트하는 곳이고 후자는 칩에서 블록의 크기, 모양 및 위치를 결정하는 데 사용됩니다. 디자인이 구현된 후 모든 파일은 TSMC 또는 삼성과 같은 파운드리로 전송되어 테스트 테이프 아웃됩니다. 테스트가 성공적이면 조립 및 테스트를 위해 프로토타입을 보냅니다.
ASIC 설계 흐름
3.3.1 영지식 분야의 상대적으로 일반적인 ASIC
ASIC에 대한 일반적인 비판은 일단 알고리즘이 변경되면 이전 칩이 완전히 쓸모가 없다는 것입니다. 하지만 반드시 그런 것은 아닙니다.
공교롭게도 우리가 ASIC 개발 계획에 대해 이야기한 회사 중 어느 회사도 특정 증명 시스템이나 프로젝트에 올인하지 않았습니다. 대신 그들은 ASIC에서 프로그래밍 가능한 일부 모듈을 개발하는 것을 선호하므로 이러한 모듈을 통해 다양한 증명 시스템을 처리하고 ASIC에 MSM 및 FFT 작업만 할당할 수 있습니다. 이것은 특정 프로젝트의 특정 칩에 최적은 아니지만 단기적으로는 특정 작업을 위해 설계하는 것보다 더 나은 일반성을 위해 성능을 희생하는 것이 더 나을 수 있습니다.
3.3.1 비싸지만 반복되지 않는 비용
ASIC의 설계 프로세스는 FPGA보다 훨씬 복잡할 뿐만 아니라 제조 프로세스도 더 많은 시간과 비용을 소비합니다. 스타트업은 테이프 아웃을 위해 또는 유통업체를 통해 파운드리에 직접 연락할 수 있습니다. 실행이 실제로 시작될 때까지 대기하는 데 약 3개월 이상이 소요될 수 있습니다. 테이프 아웃의 주요 비용은 레티클과 웨이퍼에서 나옵니다. 레티클은 얇은 실리콘 조각인 웨이퍼에 패턴을 만드는 데 사용됩니다. 스타트업은 일반적으로 레티클과 웨이퍼의 제조 비용을 다른 프로젝트 당사자와 공유할 수 있는 MPW(멀티 프로젝트 웨이퍼)를 선택합니다. 그러나 프로세스와 선택한 칩 수에 따라 테이프 아웃 비용은 보수적으로 수백만 달러로 추정됩니다. 테이프 아웃과 조립 및 테스트는 아직 몇 개월 남았습니다. 가능하다면 드디어 양산 준비에 들어갈 수 있을 것이다. 그러나 테스트에 문제가 발생하면 디버깅 및 오류 분석에 엄청난 시간이 걸리고 또 다른 탭아웃이 필요합니다. 초기 설계부터 양산까지 수천만 달러의 자금이 필요하며 약 18개월이 소요된다. 이러한 비용의 상당 부분이 반복되지 않는다는 사실에 안심하십시오. 또한 ASIC은 고성능이며 매우 중요한 에너지 및 공간을 절약할 수 있으며 가격이 상대적으로 낮을 수 있습니다.
아래에서는 다양한 하드웨어 솔루션에 대한 일반적인 평가를 제공합니다.
이미지 설명
출처: 앰버
사용 가능한 비즈니스 모델을 보다 직관적으로 이해하기 위해 아래 차트에 모든 잠재적인 시장 참가자를 표시했습니다. 행위자 간에 교차 관계나 합병증이 있을 수 있으므로 기능별로만 분류합니다.
하드웨어 가속 기능 계층
제로 지식은 아직 대규모로 적용되지 않았으며 가속화된 솔루션을 구축하는 것은 긴 과정이 될 것입니다. 다음 전환점이 무엇인지 기다려 보자. 건축업자와 투자자의 핵심 질문은 이 티핑 포인트가 언제 올 것인가 하는 것입니다.
감사합니다
모든 기술적 세부 사항을 이해하는 데 도움을 준 Weikeng Chen(DZK), Ye Zhang(Scroll), Kelly(Supranational) 및 Omer(Ingonyama)에게 특별히 감사드립니다. Kai(ZKMatrix), Slobodan(Ponos), Elias와 Chris(Inaccel), Heqing Hong(Accseal) 및 이 연구에 대한 통찰력을 제공한 다른 많은 분들께도 감사드립니다.
부인 성명
여기에 포함된 정보("정보")는 정보 제공의 목적으로만 요약된 형태로 제공되며 완전하지 않습니다. 이러한 자료는 유가 증권 또는 제품을 판매하거나 구매하기 위한 제안 또는 권유가 아니며 그러한 의도도 없습니다. 이러한 정보는 제공되지 않으며 투자 조언을 제공하는 것으로 간주되어서는 안 됩니다. 이러한 자료는 특정 투자 목표, 재무 상황 또는 잠재적 투자자의 특정 요구 사항을 고려하지 않습니다. 자료의 공정성, 정확성, 정확성, 합리성 또는 완전성에 대해 명시적이든 묵시적이든 어떠한 약속이나 보증도 하지 않습니다. 우리는 이 자료를 업데이트할 의무가 없습니다. 잠재적 투자자가 자신의 판단이나 연구를 대신하는 것으로 간주해서는 안 됩니다. 잠재적 투자자는 필요하다고 판단되는 범위 내에서 자신의 법률, 규제, 세금, 비즈니스, 투자, 재무 및 회계 고문과 상의하고 자신의 판단과 고문의 조언에 따라 투자 결정을 내려야 합니다.
IOS
Android