다음 조 트랙에 대한 심층 분석: 영지식 증명과 분산 컴퓨팅의 결합

HTX

特邀专栏作者

2022-12-01 14:00

이 기사는 약 8547자로, 전체를 읽는 데 약 13분이 소요됩니다

이 기사는 분산 컴퓨팅, 분산 분산 컴퓨팅 시도, 영지식 증명과 분산 컴퓨팅의 결합의 개발 역사와 시장 전망을 분석합니다.

AI 요약

펼치기

이 기사는 분산 컴퓨팅, 분산 분산 컴퓨팅 시도, 영지식 증명과 분산 컴퓨팅의 결합의 개발 역사와 시장 전망을 분석합니다.

1. 분산 컴퓨팅의 역사와 시장 전망

보조 제목

1.1 개발 연혁
처음에는 각 컴퓨터가 하나의 컴퓨팅 작업만 수행할 수 있었지만 멀티 코어 및 멀티 스레드 CPU의 등장으로 단일 컴퓨터가 여러 컴퓨팅 작업을 수행할 수 있습니다.
대규모 웹사이트의 비즈니스가 증가함에 따라 단일 서버 모델의 용량 확장이 어려워 하드웨어 비용이 증가합니다. 여러 서버로 구성된 서비스 지향 아키텍처가 등장합니다. 서비스 등록자, 서비스 제공자 및 서비스 소비자로 구성됩니다.
그러나 비즈니스와 서버가 증가함에 따라 SOA 모델에서는 지점 간 서비스의 유지 관리 및 확장성이 더욱 어려워질 것입니다. 마이크로컴퓨터 원리와 유사하게 버스 모드는 다양한 서비스 장치를 조정하는 것으로 보입니다. Service Bus는 허브와 같은 아키텍처를 통해 모든 시스템을 함께 연결합니다. 이 구성 요소를 ESB(Enterprise Service Bus)라고 합니다. 중개 역할로서 다양한 형식이나 표준으로 서비스 계약을 번역하고 조정합니다.
그런 다음 API(애플리케이션 프로그래밍 인터페이스) 기반 REST 모델 통신은 단순성과 높은 구성 가능성이 두드러집니다. 각 서비스는 REST 형식의 인터페이스를 출력합니다. 클라이언트가 RESTful API를 통해 요청하면 리소스 상태 표현을 요청자 또는 끝점에 전달합니다. 이 정보 또는 표현은 JSON(Javascript Object Notation), HTML, XLT, Python, PHP 또는 일반 텍스트 형식 중 하나로 HTTP를 통해 전송됩니다. JSON은 가장 일반적으로 사용되는 프로그래밍 언어로 그 이름은 영어로 "JavaScript Object Notation"을 의미하지만 다양한 언어에 적용 가능하며 사람과 기계 모두 읽을 수 있습니다.

가상 머신, 컨테이너 기술 및 Google의 세 가지 문서:GFS: The Google File System

2003년,MapReduce: Simplified Data Processing on Large Clusters

2004년,Bigtable: A Distributed Storage System for Structured Data

2006년,
분산시스템의 막을 연 분산파일시스템, 분산컴퓨팅, 분산데이터베이스가 그것이다. Hadoop의 Google 논문 복제, 더 빠르고 사용하기 쉬운 Spark 및 실시간 컴퓨팅을 위한 Flink.
이더리움으로 대표되는 스마트 컨트랙트 퍼블릭 체인은 추상적으로 분산형 컴퓨팅 프레임워크로 이해할 수 있지만 EVM은 제한된 명령어 세트를 가진 가상 머신으로 Web2에서 요구하는 일반적인 컴퓨팅을 수행할 수 없습니다. 그리고 체인의 리소스도 매우 비쌉니다. 그럼에도 불구하고 Ethereum은 P2P 컴퓨팅 프레임워크의 병목 현상, P2P 통신, 계산 결과의 네트워크 전체 일관성 및 데이터 일관성도 돌파했습니다.

보조 제목

1.2 시장 전망

비즈니스 요구 사항에서 시작하여 분산 컴퓨팅 네트워크가 중요한 이유는 무엇입니까? 전체 시장 규모는 어느 정도인가? 지금은 어떤 단계이며 앞으로 얼마나 많은 공간이 있습니까? 어떤 기회에 주목해야 합니까? 돈 버는 방법?

텍스트

1.2.1 분산 컴퓨팅이 중요한 이유는 무엇입니까?

이더리움의 원래 비전은 세상의 컴퓨터가 되는 것이었습니다. 2017년 ICO가 폭발적으로 증가한 후 모두가 자산 발행이 여전히 주요 관심사라는 것을 알게 되었습니다. 하지만 2020년에는 Defi 여름이 등장했고 많은 Dapp이 등장하기 시작했습니다. 체인의 데이터가 폭발적으로 증가함에 따라 EVM은 점점 더 복잡한 비즈니스 시나리오에 직면하여 점점 더 무력해지고 있습니다. EVM으로 구현할 수 없는 기능을 구현하기 위해서는 오프체인 확장의 형태가 필요합니다. 오라클과 같은 역할은 어느 정도 분산 컴퓨팅입니다.

이제 Dapp 개발이 통과되었으므로 0에서 1까지 프로세스를 완료하기만 하면 됩니다. 이제 더 복잡한 비즈니스 시나리오를 완료할 수 있도록 지원하기 위해 더 강력한 기본 시설이 필요합니다. 전체 Web3는 장난감 응용 프로그램 개발 단계를 통과했으며 앞으로 더 복잡한 논리 및 비즈니스 시나리오에 직면해야 합니다.

텍스트

1.2.2 전체 시장 규모는 어느 정도인가?

시장 규모는 어떻게 추정하나? Web2 분야의 분산컴퓨팅 사업 규모로 추정? web3 시장의 침투율을 곱하면? 현재 시장에 나와 있는 해당 파이낸싱 프로젝트의 가치를 합산합니까?

다음과 같은 이유로 Web2의 분산 컴퓨팅 시장 규모를 Web3로 이전할 수 없습니다. 1. Web2 분야의 분산 컴퓨팅은 대부분의 요구를 충족하고 Web3 분야의 분산 컴퓨팅은 차별화되어 시장 요구를 충족합니다. 복사하면 시장의 객관적인 배경 환경에 위배됩니다. 2. Web3 분야의 분산형 컴퓨팅의 경우 향후 성장할 시장의 사업 범위는 글로벌이 될 것입니다. 따라서 우리는 시장 규모를 추정하는 데 더 엄격할 필요가 있습니다.

Web3 필드의 잠재적인 트랙의 전체 규모 예산은 다음 사항을 기반으로 계산됩니다.
수익 모델은 토큰 경제 모델의 설계에서 비롯됩니다.예를 들어 현재 인기있는 토큰 수익 모델은 토큰이 거래 시 수수료를 지불하는 수단으로 사용된다는 것입니다. 따라서 수수료 수입은 생태계의 번영과 거래 활동을 간접적으로 반영할 수 있습니다. 궁극적으로 가치판단의 기준으로 활용된다. 물론 모기지 마이닝, 거래 쌍 또는 알고리즘 스테이블 코인의 앵커 자산과 같은 토큰에 대한 다른 성숙한 모델이 있습니다. 따라서 Web3 프로젝트의 평가 모델은 전통적인 주식 시장과 다르며 국가 통화에 가깝습니다. 토큰을 채택할 수 있는 시나리오는 다양합니다. 따라서 특정 프로젝트 특정 분석을 위해. Web3 분산 컴퓨팅 시나리오에서 토큰 모델을 설계하는 방법을 탐색할 수 있습니다. 먼저 분산형 컴퓨팅 프레임워크를 설계한다고 가정하고 어떤 문제에 직면하게 될까요? a) 완전히 분산된 네트워크로 인해 이러한 신뢰할 수 없는 환경에서 컴퓨팅 작업 실행을 완료하려면 온라인 속도와 서비스 품질을 보장하도록 리소스 공급자에게 동기를 부여해야 합니다. 게임 메커니즘 측면에서 인센티브 메커니즘이 합리적이고 공격자가 사기성 공격, 시빌 공격 및 기타 공격 방법을 실행하지 못하도록 방지하는 방법이 필요합니다. 따라서 POS 합의 네트워크에 참여하기 위한 서약 수단으로 토큰이 필요하며, 모든 노드의 합의 일관성이 우선적으로 보장됩니다. 리소스 기여자의 경우 특정 인센티브 메커니즘을 구현하기 위해 기여하는 작업량이 필요합니다.토큰 인센티브는 비즈니스 성장 및 네트워크 효율성 향상을 위해 긍정적인 순환 성장을 가져야 합니다. b) 다른 계층 1과 비교하여 네트워크 자체도 많은 수의 거래를 생성할 것입니다.많은 수의 먼지 거래에 직면하여 각 거래는 처리 수수료를 지불합니다. 시장. c) 토큰이 실용적인 목적으로만 사용된다면 더 이상 시장 가치를 확장하기 어려울 것입니다. 자산 포트폴리오의 앵커 자산으로 사용되면 여러 계층의 자산 중첩 조합이 수행되어 금융화 효과가 크게 확장됩니다. 전체 평가 = 약정 비율 * 가스 소비 비율 * (순환의 역수) * 단일 가격

텍스트

1.2.3 지금은 어떤 단계이며, 앞으로 얼마나 많은 공간이 있습니까?

2017년부터 현재까지 많은 팀들이 탈중앙화 컴퓨팅 방향으로 발전을 시도하고 있으나 모두 실패하였으며, 실패 이유는 추후에 자세히 설명하도록 하겠습니다. 탐색 경로는 원래 Alien Exploration Program과 유사한 프로젝트였으며 나중에는 전통적인 클라우드 컴퓨팅 모델을 모방하기 위해 개발된 다음 Web3 기본 모델의 탐색으로 발전했습니다.

전체 트랙의 현재 상태는 학문적 수준에서 0에서 1로 검증된 돌파구이며 일부 대규모 프로젝트는 엔지니어링 실습에서 큰 진전을 이루었습니다. 예를 들어, zkRollup 및 zkEVM의 현재 구현은 이제 막 제품을 출시하는 단계에 있습니다.

다음과 같은 이유로 미래에는 여전히 많은 여지가 있습니다. 1. 검증 계산의 효율성을 개선해야 합니다. 2. 더 많은 명령어 세트를 보강해야 합니다. 3. 완전히 다른 비즈니스 시나리오의 최적화. 4. 과거 스마트 계약으로 실현할 수 없었던 비즈니스 시나리오는 분산 컴퓨팅을 통해 실현할 수 있습니다.

물론 이것은 제안된 애플리케이션 시나리오일 뿐이며 Web2에는 컴퓨팅 성능이 필요한 많은 비즈니스 시나리오가 있습니다.

1.2.4 주목해야 할 기회는 무엇입니까? 돈 버는 방법?

2. 탈중앙화 분산 컴퓨팅 시도

보조 제목

2.1 클라우드 서비스 모델

현재 이더리움에는 다음과 같은 문제가 있습니다.
전체 처리량이 낮습니다. 컴퓨팅 파워를 많이 소모하지만 처리량은 스마트폰 수준에 불과합니다.
유효성 검사가 낮습니다. 이 문제는 검증자의 딜레마로 알려져 있습니다. 패키징 권한을 획득한 노드는 보상을 받고 다른 노드는 검증이 필요하지만 보상을 받지 못하고 검증 열의가 낮습니다. 시간이 지남에 따라 계산이 확인되지 않아 체인의 데이터 보안에 위험이 발생할 수 있습니다.

계산량은 제한되어 있고(gasLimit) 계산 비용이 높습니다.

일부 팀은 Web2에서 널리 채택된 클라우드 컴퓨팅 모델을 채택하려고 합니다. 사용자는 일정한 요금을 지불하고 요금은 컴퓨팅 리소스의 사용 시간에 따라 계산됩니다. 이러한 모델을 채택하는 근본적인 이유는 감지 가능한 시간 매개변수 또는 기타 제어 가능한 매개변수를 통해서만 컴퓨팅 작업이 올바르게 실행되는지 여부를 확인할 수 없기 때문입니다.

최종 결과는 원래 의도와 완전히 다릅니다.

보조 제목

2.2 챌린저 모드

https://www.aicoin.com/article/256862.html

한편 TrueBit은 게임 시스템을 사용하여 분산 컴퓨팅 작업이 올바르게 실행되도록 글로벌 최적 솔루션을 달성합니다.

빠른 컴퓨팅 프레임워크의 핵심 포인트:
역할: 문제 해결사, 도전자, 심판자
문제 해결자는 컴퓨팅 작업 수신에 참여하기 전에 자금을 약속해야 합니다.
현상금 사냥꾼으로서 도전자는 문제 해결사의 계산 결과가 자신의 지역 계산 결과와 일치하는지 반복적으로 확인해야 합니다.
도전자는 두 사람의 계산 상태가 일치하는 가장 최근의 계산 작업을 추출하여 분기점이 있는 경우 분기점의 Merkle 트리 해시 값을 제출

마지막에 심사위원이 도전의 성공 여부를 판단합니다.

도전자는 제출 작업을 완료하는 한 늦게 제출할 수 있습니다. 이로 인해 적시성이 부족합니다.

보조 제목

2.3 계산 검증을 위한 영지식 증명 사용

따라서 이를 달성하는 방법은 계산 프로세스를 검증할 수 있을 뿐만 아니라 검증의 적시성을 보장할 수 있습니다.

예를 들어, zkEVM 구현에서 각 블록 시간에 대해 검증 가능한 zkProof를 제출해야 합니다. 이 zkProof는 로직 컴퓨팅 비즈니스 코드에 의해 생성된 바이트 코드를 포함하고 바이트 코드가 실행되어 회로 코드를 생성합니다. 이렇게 하면 계산 비즈니스 로직이 올바르게 실행되고 짧고 고정된 시간을 통해 검증의 적시성이 보장됩니다.

충분한 고성능 영지식 증명 가속 하드웨어와 충분히 최적화된 영지식 증명 알고리즘이 있다는 가정하에 범용 컴퓨팅 시나리오를 완전히 개발할 수 있습니다. Web2 시나리오의 많은 컴퓨팅 서비스는 영지식 증명 범용 가상 머신으로 재현할 수 있습니다. 위에서 언급했듯이 수익성있는 사업 방향.

3. 영지식증명과 분산 컴퓨팅의 결합

보조 제목

3.1 학업 수준

영지식 증명 알고리즘의 역사적 발전과 진화를 되돌아봅시다.
GMR 85는 1985년에 제안되어 1989년에 출판된 Goldwasser, Micali 및 Rackoff: The Knowledge Complexity of Interactive Proof Systems(예: GMR 85)가 출판한 논문에서 파생된 최초의 기원 알고리즘입니다. 이 논문은 대화형 시스템에서 진술이 옳다는 것을 증명하기 위해 K 라운드의 상호 작용 후에 얼마나 많은 지식을 교환해야 하는지를 주로 설명합니다.
Yao의 왜곡된 회로(GC) [89]. 모든 기능을 평가할 수 있는 잘 알려진 망각 전송 기반의 두 당사자 보안 계산 프로토콜입니다. 난독화 회로의 핵심 아이디어는 계산 회로(AND 회로, OR 회로 및 NOT 회로로 모든 산술 연산을 수행할 수 있음)를 생성 단계와 평가 단계로 분해하는 것입니다. 각 당사자는 회로가 암호화되는 단계를 담당하므로 어느 쪽도 상대방으로부터 정보를 얻을 수 없지만 여전히 회로를 기반으로 결과를 얻을 수 있습니다. 난독화 회로는 망각 전송 프로토콜과 블록 암호로 구성됩니다. 회로의 복잡성은 최소한 입력 내용에 따라 선형적으로 증가합니다. 난독화 회로가 게시된 후 Goldreich-Micali-Wigderson(GMW)[91]은 난독화 회로를 여러 당사자에게 확장하여 악의적인 적에 저항했습니다.
시그마 프로토콜은 정직한 검증자를 위한 (특별한) 영지식 증명으로도 알려져 있습니다. 즉, 검증자가 정직하다고 가정합니다. 이 예는 Schnorr 인증 프로토콜과 유사하지만 후자가 일반적으로 비대화형이라는 점만 다릅니다.
2013년 피노키오(PGHR 13): 증명 및 검증 시간을 해당 범위로 압축하는 피노키오: 거의 실용적인 검증 가능한 계산(Pinocchio: Nearly Practical Verifiable Computation)도 Zcash에서 사용하는 기본 프로토콜입니다.
Groth 16 in 2016: On the Size of Pairing-based Non-interactive Arguments는 증명의 크기를 단순화하고 검증 효율성을 향상시키며 현재 가장 널리 사용되는 ZK 기본 알고리즘입니다.
Bulletproofs (BBBPWM 17) Bulletproofs: Short Proofs for Confidential Transactions and More 2017년에 Bulletproof 알고리즘, 신뢰할 수 있는 설정이 필요하지 않은 매우 짧은 비대화형 영지식 증명을 제안했으며 6개월 후 모네로에 적용될 예정입니다. 매우 빠른 이론-응용 통합입니다.

2018년 zk-STARKs(BBHR 18)는 확장 가능하고 투명하며 사후 양자 보안 계산 무결성이 신뢰할 수 있는 설정이 필요하지 않은 ZK-STARK 알고리즘 프로토콜을 제안했고 이를 기반으로 가장 중요한 ZK 프로젝트인 StarkWare가 탄생했습니다.

방탄의 특징은 다음과 같습니다.

1) 신뢰할 수 있는 설정이 없는 짧은 NIZK

2) Pedersen 약속을 기반으로 구축

3) 증명 집계 지원

4) Prover 시간은: O ( N ⋅ log ( N ) ) O(N\cdot \log(N))O(N⋅log(N)), 약 30초

5) 검증 시간: O(N) O(N)O(N), 약 1초

6) 증명 크기: O ( log ( N ) ) O(\log(N))O(log(N)), 약 1.3KB

7) 다음을 기반으로 한 보안 가정: 이산 로그

Bulletproofs의 적용 가능한 시나리오는 다음과 같습니다.

2 ）inner product proofs

1) 범위 증명(약 600바이트)

4 ）aggregated and distributed (with many private inputs) proofs

3) MPC 프로토콜의 중간 검사

Halo 2의 주요 기능은 다음과 같습니다.

1) 신뢰할 수 있는 설정 없이 누적 체계를 PLONKish 산술화와 효율적으로 결합합니다.

2) IPA 약정 체계를 기반으로 합니다.

3) 번영하는 개발자 생태계.\log N)O(N∗logN)。

4) 증명 시간: O(N * log N) O(N*

5) 검증기 시간: O(1) > O(1) > O(1) > Groth 16.\log N)O(logN)。

6) 증명 크기: O ( log N ) O(

7) 다음을 기반으로 한 보안 가정: 이산 로그.

Halo 2에 적합한 시나리오는 다음과 같습니다.

1) 모든 검증 가능한 계산

2) 재귀 증명 구성

3) 조회 기반 Sinsemilla 기능 기반 회로 최적화 해싱

Halo 2가 적합하지 않은 시나리오는 다음과 같습니다.

1) Halo 2를 KZG 버전으로 교체하지 않는 한 Ethereum에서 검증하는 데 비용이 많이 듭니다.

Plonky 2의 주요 기능은 다음과 같습니다.

1) 신뢰할 수 있는 설정 없이 FRI와 PLONK를 결합합니다.

2) SIMD가 있는 프로세서에 최적화되었으며 64바이트 Goldilocks 필드를 사용합니다.\log N)O(logN)。

3) 증명 시간: O(log N) O(\log N)O(logN)。

4) 검증기 시간: O(logN)O(\log N)O(N∗logN)。

5) 증명 크기: O ( N * log N ) O(N*

6) 충돌 방지 해시 함수에 기반한 보안 가정.

Plonky 2가 적합한 시나리오는 다음과 같습니다.

1) 임의의 검증 가능한 계산.

2) 재귀 증명 구성.

3) 회로 최적화를 위해 맞춤형 게이트를 사용합니다.

Plonky 2가 적합하지 않은 시나리오는 다음과 같습니다.

현재 Halo 2는 zkvm에서 채택한 주류 알고리즘이 되었으며 재귀 증명을 지원하고 모든 유형의 계산 검증을 지원합니다. 영지식 증명 유형 가상 머신의 일반적인 컴퓨팅 시나리오에 대한 토대를 마련합니다.

보조 제목

3.2 엔지니어링 실습 수준

영지식 증명이 학문적 차원에서 비약적으로 발전하고 있는 지금, 실제 발전에 있어서 현재 진행 상황은 어떤가요?

우리는 여러 수준에서 관찰합니다.
프로그래밍 언어: 현재 개발자가 회로 코드 설계 방법을 깊이 이해할 필요가 없으므로 개발 임계값을 낮추는 데 도움이 되는 특수 프로그래밍 언어가 있습니다. 물론 Solidity를 회로 코드로 변환하는 것도 지원합니다. 개발자 친화성은 점점 더 좋아지고 있습니다.
가상 머신: 현재 많은 zkvm 구현이 있습니다.첫 번째는 자체 설계 프로그래밍 언어로 자체 컴파일러를 통해 회로 코드로 컴파일되고 마지막으로 zkproof가 생성됩니다. 두 번째는 LLVM에 의해 대상 바이트 코드로 컴파일되고 최종적으로 회로 코드 및 zkproof로 변환되는 견고성 프로그래밍 언어를 지원하는 것입니다. 세 번째는 바이트코드 실행을 최종적으로 회로 코드 및 zkproof로 변환하는 진정한 EVM 등가 호환성입니다. 이것이 zkvm의 최종 게임입니까? 아니요, 스마트 계약 프로그래밍 이상으로 확장되는 범용 컴퓨팅 시나리오이든, 다른 방식으로 설정된 자체 기본 명령어에 대한 zkvm의 완성 및 최적화이든, 여전히 1에서 N 단계에 있습니다. 갈 길이 멀고 많은 엔지니어링 작업을 최적화하고 실현해야 합니다. 각 회사는 학문적 수준에서 공학적 깨달음으로 상륙하여 마침내 왕이 되어 피비린내 나는 길을 죽일 수 있습니다. 성능 향상에서 상당한 진전이 있어야 할 뿐만 아니라 생태계에 진입하기 위해 많은 개발자를 유치해야 합니다. 타이밍은 매우 중요한 전제 요소로, 먼저 시장에 진입하고, 자금을 끌어모아 축적하고, 생태계에서 자발적으로 출현하는 응용 프로그램이 모두 성공의 요소입니다.
주변 지원 도구 및 기능: 편집기 플러그인 지원, 단위 테스트 플러그인, 디버그 디버깅 도구 등 개발자가 영지식 증명 응용 프로그램을 보다 효율적으로 개발할 수 있도록 지원합니다.
영지식 증명 가속화를 위한 인프라: FFT와 MSM은 전체 영지식 증명 알고리즘에서 많은 계산 시간을 차지하기 때문에 GPU/FPGA와 같은 병렬 컴퓨팅 장치에서 병렬로 실행하여 시간을 압축하는 효과를 얻을 수 있습니다. 간접비.
스타 프로젝트의 출현: zkSync, Starkware 및 기타 고품질 프로젝트가 공식 제품 출시 시간을 발표했습니다. 영지식 증명과 분산형 컴퓨팅의 조합이 더 이상 이론적인 수준에 머물지 않고 엔지니어링 실무에서 점차 성숙해짐을 보여줍니다.

4. 발생하는 병목 현상 및 해결 방법

보조 제목

4.1 zkProof의 생성 효율이 낮습니다.

앞에서 시장 역량, 현재 산업 발전, 실제 기술 발전에 대해 언급했지만 난관은 없습니까?

전체 zkProof 생성 프로세스를 분해합니다.

논리 회로 편집 및 수치화 r 1 cs 단계에서 계산의 80%는 NTT 및 MSM과 같은 컴퓨팅 서비스에 있습니다. 또한 해시 알고리즘은 논리 회로의 여러 레벨에서 수행되며, 레벨 수가 증가할수록 해시 알고리즘의 시간 오버헤드는 선형적으로 증가합니다. 물론 현재 업계에서는 시간 오버헤드를 200배 줄이는 GKR 알고리즘을 제안하고 있다.

그러나 NTT 및 MSM의 컴퓨팅 시간 오버헤드는 여전히 높습니다. 사용자의 대기 시간을 줄이고 사용자 경험을 개선하려면 수학적 구현, 소프트웨어 아키텍처 최적화, GPU/FPGA/ASIC 등의 수준에서 가속해야 합니다.

다음 그림은 각 zkSnark 제품군 알고리즘의 증명 생성 시간 및 검증 시간 테스트를 보여줍니다.

이제 우리는 함정과 도전을 볼 수 있으므로 깊은 기회가 있음을 의미합니다.
그래픽 카드 가속 Saas 서비스는 가속을 위해 그래픽 카드를 사용하므로 ASIC 설계보다 비용이 적게 들고 개발 주기도 더 짧습니다. 그러나 소프트웨어 혁신은 장기적으로 하드웨어 가속에 의해 결국 제거될 것입니다.

보조 제목

4.2 많은 하드웨어 리소스를 점유

앞으로 zkSnark 애플리케이션을 대규모로 대중화하려면 다양한 수준에서 최적화하는 것이 필수적입니다.

보조 제목

4.3 가스 소비 비용

따라서 많은 zkp 프로젝트에서는 재귀 증명 압축을 사용하여 제출된 데이터 유효 레이어와 zkProof가 모두 가스 비용을 줄이기 위한 것이라고 제안합니다.

보조 제목

현재 대부분의 zkvm 플랫폼은 스마트 계약 프로그래밍을 지향하고 있으며, 보다 일반적인 컴퓨팅 시나리오가 필요한 경우 zkvm의 기본 명령어 세트에서 수행해야 할 작업이 많습니다. 예를 들어, zkvm 가상 머신의 맨 아래 계층은 libc 명령어, 매트릭스 작업을 지원하는 명령어 및 기타 더 복잡한 계산 명령어를 지원합니다.