ผู้เขียนต้นฉบับ: Zeke นักวิจัย YBB Capital
คำนำ
มีอยู่《ดูตัวอย่างเส้นทางที่มีศักยภาพ: ตลาดพลังงานการประมวลผลแบบกระจายอำนาจ (ตอนที่ 1)》เราได้เรียนรู้เกี่ยวกับความสำคัญของพลังการประมวลผลภายใต้ความคาดหวังของ AI และยังได้พูดคุยอย่างลึกซึ้งถึงปัญหาสองประการที่มีอยู่ในขั้นตอนปัจจุบันในการสร้างตลาดพลังงานการประมวลผล AGI แบบกระจายอำนาจ บทความนี้จะเริ่มต้นจากแนวคิดพื้นฐานของการพิสูจน์ความรู้เป็นศูนย์ เริ่มจากระดับตื้นไปจนถึงลึก และดำเนินการคิดหลายมิติเกี่ยวกับความเป็นไปได้มากขึ้นในการติดตามที่เพิ่มขึ้นของตลาดพลังงานการประมวลผลแบบกระจายอำนาจ (ตลาดพลังการประมวลผล Bitcoin ได้รับการกล่าวถึงในบทความที่แล้ว แต่ในมุมมองของการเติบโตอย่างรวดเร็วของระบบนิเวศ Bitcoin ส่วนนี้จะมีการอธิบายไว้ในบทความที่เกี่ยวข้องกับระบบนิเวศ Bitcoin ในอนาคตของเรา)
ภาพรวมการพิสูจน์ความรู้เป็นศูนย์
ในช่วงกลางทศวรรษ 1980 นักเข้ารหัสสามคนที่ MIT (Shafi Goldwasser, Silvio Micali และ Charles Rackoff) ได้ร่วมกันตีพิมพ์บทความชื่อ The Knowledge Complexity of Interactive Proof Systems บทความนี้อธิบายถึงเทคนิคการเข้ารหัสที่เป็นนวัตกรรมใหม่ที่สามารถตรวจสอบความถูกต้องของข้อมูลโดยไม่ต้องชี้แจงให้ชัดเจน ผู้เขียนเรียกสิ่งนี้ว่า การพิสูจน์ความรู้เป็นศูนย์ และให้คำจำกัดความและกรอบการทำงานเฉพาะสำหรับแนวคิดนี้
ในทศวรรษต่อๆ มา เทคโนโลยีการพิสูจน์ความรู้เป็นศูนย์ซึ่งใช้บทความนี้ได้รับการพัฒนาและปรับปรุงในหลายสาขา ทุกวันนี้ การพิสูจน์ความรู้เป็นศูนย์ได้กลายเป็นคำที่ครอบคลุมทุกด้าน ซึ่งแสดงถึง “สัตววิทยา” ที่เป็น สมัยใหม่ หรือ ขั้นสูง— โดยเฉพาะการเข้ารหัสที่เกี่ยวข้องกับอนาคตของบล็อคเชน
คำนิยาม
Zero-Knowledge Proof (เรียกสั้นๆ ว่า ZKP ใช้ตามความเหมาะสมด้านล่าง) หมายความว่า ผู้พิสูจน์ (Prover) สามารถพิสูจน์ความถูกต้องของข้อความบางอย่างต่อผู้ตรวจสอบ (Verifier) โดยไม่ต้องให้ข้อมูลเฉพาะเจาะจงเกี่ยวกับข้อความนั้นเอง คุณสมบัติพื้นฐานสามประการของแนวทางนี้ ได้แก่ ความสมบูรณ์ ความน่าเชื่อถือ และการไม่มีความรู้ ความครบถ้วนทำให้แน่ใจได้ว่าข้อความที่แท้จริงสามารถพิสูจน์ได้ ความน่าเชื่อถือทำให้แน่ใจได้ว่าข้อความเท็จไม่สามารถพิสูจน์ได้ และความไม่มีความรู้หมายความว่าผู้ตรวจสอบไม่สามารถรับข้อมูลใดๆ นอกเหนือจากความจริงของข้อความนั้นได้
ประเภทของการพิสูจน์ความรู้เป็นศูนย์
การพิสูจน์ที่ไม่มีความรู้มีสองประเภทที่แตกต่างกัน ขึ้นอยู่กับวิธีการสื่อสารระหว่างผู้พิสูจน์และผู้ตรวจสอบ ได้แก่ แบบโต้ตอบและแบบไม่โต้ตอบ ในการโต้ตอบ จะมีการโต้ตอบกันหลายชุดระหว่างผู้พิสูจน์และผู้ตรวจสอบ การโต้ตอบเหล่านี้เป็นส่วนหนึ่งของกระบวนการรับรอง โดยผู้พิสูจน์พิสูจน์ความจริงของคำกล่าวของตนโดยการตอบคำถามหรือข้อท้าทายต่างๆ จากผู้ตรวจสอบ โดยปกติแล้ว กระบวนการนี้เกี่ยวข้องกับการสื่อสารหลายรอบ โดยแต่ละรอบจะมีผู้ตรวจสอบตั้งคำถามหรือท้าทาย และผู้พิสูจน์จะตอบกลับเพื่อพิสูจน์ความถูกต้องของข้อความ การไม่โต้ตอบไม่จำเป็นต้องมีการโต้ตอบหลายรอบ ในกรณีนี้ ผู้พิสูจน์จะสร้างหลักฐานเดียวที่สามารถตรวจสอบยืนยันได้โดยอิสระ และส่งไปยังผู้ตรวจสอบ ผู้ตรวจสอบสามารถตรวจสอบความถูกต้องของหลักฐานนี้ได้อย่างอิสระโดยไม่ต้องติดต่อกับผู้พิสูจน์เพิ่มเติม
คำอธิบายยอดนิยมแบบโต้ตอบและไม่โต้ตอบ
1. การโต้ตอบ: เรื่องราวของอาลีบาบาและโจรสี่สิบคนเป็นตัวอย่างทั่วไปที่มักกล่าวถึงในการอธิบายการพิสูจน์ความรู้แบบไม่มีศูนย์เชิงโต้ตอบ มีหลายเวอร์ชัน เรื่องราวด้านล่างนี้เป็นเวอร์ชันที่เรียบง่ายซึ่งฉันดัดแปลงเอง
อาลีบาบารู้คาถาเปิดถ้ำที่สมบัติซ่อนอยู่ แต่เขาถูกโจรสี่สิบจับได้และถูกบังคับให้พูดคาถา หากอาลีบาบาเสกคาถา เขาจะถูกฆ่าเพราะเขาไม่มีประโยชน์ หากอาลีบาบายังยืนหยัดต่อไป พวกโจรจะไม่เชื่อว่าเขารู้คาถาจริงๆ และจะฆ่าเขา แต่อาลีบาบาก็คิดไอเดียดีๆ ตอนนี้ถ้ำมีทางเข้า 2 ทาง คือ A และ B ทั้งสองทางนำไปสู่ใจกลางถ้ำแต่มีประตูรหัสผ่านอยู่ตรงกลาง มีเพียงคนที่รู้คาถาเท่านั้นจึงจะเดินจากด้านหนึ่งไปยังอีกทางหนึ่งได้ อื่น ๆ. เพื่อพิสูจน์ว่าเขารู้เคล็ดลับในการเปิดถ้ำโดยไม่เปิดเผยความลับ อาลีบาบาจึงเข้าไปในถ้ำและเลือกทางเข้าหนึ่งทาง A หรือ B ในขณะที่โจรสี่สิบคนยืนอยู่ข้างนอกมองไม่เห็นทางเลือกของเขา โจรสี่สิบคนสุ่มเรียก A หรือ B เพื่อขอให้อาลีบาบาออกมาจากทางเข้าที่กำหนด หากอาลีบาบารู้คาถาจริงๆ เขาสามารถใช้รหัสผ่านประตูตรงกลางและออกจากทางเข้าที่กำหนดได้ กระบวนการนี้เกิดขึ้นซ้ำหลายครั้ง และแต่ละครั้งอาลีบาบาสามารถออกจากทางเข้าที่กำหนดโดยโจรสี่สิบได้สำเร็จ ซึ่งพิสูจน์ได้ว่าเขารู้รหัสผ่านโดยไม่เปิดเผยความลับ
2. แบบไม่โต้ตอบ: นี่คือตัวอย่างง่ายๆ ของการพิสูจน์ความรู้เป็นศูนย์แบบไม่โต้ตอบในชีวิต ลองจินตนาการว่าคุณและเพื่อนต่างก็มีหนังสือ Finding Wally คุณอ้างว่ารู้ว่า Wally อยู่ที่ไหนบนหน้าใดหน้าหนึ่ง แต่เพื่อนของคุณไม่เชื่อ หากคุณต้องการพิสูจน์ให้เพื่อนเห็นว่ารู้ว่า Wally อยู่ที่ไหนในภาพโดยไม่เปิดเผยตำแหน่งที่แน่นอน คุณสามารถใช้กระดาษทึบแสงที่มีขนาดใหญ่พอที่จะครอบคลุมทั้งภาพ และให้ Wally ผ่านรูเล็กๆ ในกระดาษ (a single ซึ่งเป็นหลักฐานที่ตรวจสอบได้โดยอิสระ) เพื่อให้คุณสามารถพิสูจน์ได้ว่าคุณรู้ตำแหน่งของ Wally จริงๆ แต่เพื่อนของคุณจะยังไม่ทราบพิกัดที่แน่นอนของ Wally ในภาพทั้งหมด
การใช้งานทางเทคนิคในบล็อคเชน
ปัจจุบันการพิสูจน์ความรู้แบบ Zero-Knowledge นั้นถูกนำไปใช้ในบล็อกเชนที่หลากหลาย ซึ่งที่รู้จักกันดีที่สุดคือ zk-STARK (Zero-Knowledge Scalable Transparent Argument of Knowledge) และ zk-SNARK (Zero-Knowledge Succinct Non-Interactive Argument of Knowledge) ตามที่ระบุในชื่อว่า “Non-Interactive” ทั้งสองรายการเป็นการพิสูจน์ความรู้เป็นศูนย์แบบไม่โต้ตอบ
zk-SNARK เป็นของรูปแบบการพิสูจน์ความรู้แบบศูนย์สากลประเภทหนึ่งที่ใช้กันอย่างแพร่หลาย (ควรสังเกตที่นี่ว่า zk-SNARK เป็นของประเภท ไม่ใช่เทคโนโลยีเดียว) โดยการแปลงกระบวนการคำนวณใด ๆ ให้เป็นรูปแบบของหลายเกต และชุดคุณสมบัติทางคณิตศาสตร์ของพหุนามใช้ในการแปลงวงจรเกตเป็นพหุนาม จากนั้นจึงบีบอัดเพื่อสร้างการพิสูจน์แบบไม่โต้ตอบที่มีขนาดเล็กมาก ซึ่งสามารถใช้ในสถานการณ์ทางธุรกิจที่ซับซ้อนต่างๆ การเปิดตัว zk-SNARK จำเป็นต้องมีการตั้งค่าที่เชื่อถือได้ โดยแต่ละฝ่ายจะสร้างคีย์บางส่วนเพื่อเปิดใช้งานเครือข่าย จากนั้นจึงทำลายคีย์ หากความลับของคีย์ที่ใช้ในการสร้างการตั้งค่าความน่าเชื่อถือไม่ถูกทำลาย ข้อมูลลับเหล่านี้อาจถูกนำไปใช้เพื่อปลอมแปลงธุรกรรมผ่านการตรวจสอบที่ผิดพลาด
zk-STARK เป็นวิวัฒนาการทางเทคนิคของ zk-SNARK ซึ่งแก้ไขจุดอ่อนของการพึ่งพาการตั้งค่าที่เชื่อถือได้ของ SNARK และสามารถทำการตรวจสอบบล็อกเชนให้เสร็จสมบูรณ์ได้โดยไม่ต้องอาศัยการตั้งค่าความน่าเชื่อถือใดๆ จึงช่วยลดความซับซ้อนในการเปิดตัวเครือข่ายและลดความเสี่ยงในการสมรู้ร่วมคิด อย่างไรก็ตาม zk-STARK ยังมีปัญหาสำคัญในการสร้างการพิสูจน์ และมีข้อเสียในแง่ของการจัดเก็บ การตรวจสอบแบบออนไลน์ และเวลาในการสร้าง หากคุณเคยสัมผัส StarkNet เวอร์ชันแรกๆ (เลเยอร์ 2 ที่ใช้ zk-STARK) คุณจะรู้สึกได้อย่างชัดเจนว่าความเร็วและต้นทุนเชื้อเพลิงนั้นแย่กว่าประสบการณ์เลเยอร์ 2 อื่นๆ มาก ดังนั้นในปัจจุบันรูปแบบ zk-SNARK จึงถูกนำมาใช้มากขึ้น นอกจากนี้ยังมีโซลูชันเฉพาะกลุ่มเล็กน้อย เช่น PLONK และ Bulletproof แต่ละวิธีมีข้อดีและข้อเสียในแง่ของขนาดการพิสูจน์ เวลาพิสูจน์ และเวลาในการตรวจสอบ การพิสูจน์ความรู้แบบไม่มีศูนย์ในอุดมคติอย่างสมบูรณ์นั้นทำได้ยากมาก และอัลกอริทึมหลักๆ หลายๆ รายการมักจะสร้างความสมดุลให้กับมิติต่างๆ
การพัฒนา ZK มักจะต้องใช้องค์ประกอบหลักสองประการ
วิธีการคำนวณนิพจน์ที่เป็นมิตรกับ ZK:นี่คือภาษาเฉพาะโดเมน (DSL) หรือไลบรารีระดับต่ำ ไลบรารีระดับต่ำ เช่น Arkworks มอบเครื่องมือและพื้นฐานที่จำเป็น ช่วยให้นักพัฒนาสามารถเขียนโค้ดใหม่ด้วยตนเองได้โดยตรงในภาษาระดับล่าง DSL เช่น Cairo หรือ Circom เป็นภาษาโปรแกรมที่ออกแบบมาสำหรับแอปพลิเคชัน ZK อย่างหลังสามารถรวบรวมเป็นพื้นฐานที่จำเป็นในการสร้างการพิสูจน์ การดำเนินการที่ซับซ้อนมากขึ้นส่งผลให้เวลาในการสร้างการพิสูจน์นานขึ้น ในขณะที่การดำเนินการบางอย่าง (เช่น SHA หรือการดำเนินการบิตที่ใช้ใน Keccak) อาจไม่เหมาะกับ ZK ส่งผลให้เวลาในการพิสูจน์การพิสูจน์ยาวนาน
ระบบพิสูจน์:ระบบพิสูจน์อักษรเป็นแกนหลักของแอปพลิเคชัน ZK และใช้ฟังก์ชันพื้นฐานสองอย่าง: พิสูจน์ (พิสูจน์) และยืนยัน (ยืนยัน) ฟังก์ชันพิสูจน์ช่วยให้สามารถสร้างข้อพิสูจน์ได้ (ต้องใช้การคำนวณทางคณิตศาสตร์จำนวนมากในการสร้าง และยิ่งการพิสูจน์ซับซ้อนมากเท่าไร การสร้างก็ยิ่งช้าลงเท่านั้น) ซึ่งแสดงว่าข้อความบางข้อความนั้นถูกต้องโดยไม่เปิดเผยรายละเอียดของข้อพิสูจน์ ฟังก์ชันตรวจสอบใช้เพื่อตรวจสอบความถูกต้องของหลักฐาน (ยิ่งหลักฐานซับซ้อนและมีขนาดใหญ่ ประสิทธิภาพการทำงานก็จะยิ่งสูงขึ้น และระยะเวลาในการตรวจสอบก็จะสั้นลง) ระบบพิสูจน์อักษรที่แตกต่างกัน เช่น Groth 16, GM 17, PLONK, Spartan และ STARK ฯลฯ ก็แตกต่างกันในด้านประสิทธิภาพ ความปลอดภัย และความสะดวกในการใช้งาน
แผนที่แอปพลิเคชัน ZKP
สะพานข้ามสายโซ่ ZKP และความสามารถในการทำงานร่วมกัน: สามารถใช้ ZKP เพื่อสร้างหลักฐานความถูกต้องของโปรโตคอลการรับส่งข้อความข้ามสายโซ่ที่สามารถตรวจสอบได้อย่างรวดเร็วบนสายโซ่เป้าหมาย สิ่งนี้คล้ายกับวิธีการตรวจสอบ zkRollups บน L1 พื้นฐาน อย่างไรก็ตาม สำหรับการส่งข้อความข้ามสายโซ่ ความซับซ้อนจะสูงขึ้นเนื่องจากรูปแบบลายเซ็นและฟังก์ชันการเข้ารหัสลับที่ต้องได้รับการตรวจสอบอาจแตกต่างกันระหว่างสายต้นทางและสายเป้าหมาย
เอ็นจิ้นเกมออนไลน์ ZKP: Dark Forest แสดงให้เห็นว่า ZKP สามารถใช้งานเกมออนไลน์ด้วยข้อมูลที่ไม่สมบูรณ์ได้อย่างไร นี่เป็นสิ่งสำคัญสำหรับการออกแบบเกมที่มีการโต้ตอบมากขึ้น โดยที่การกระทำของผู้เล่นยังคงเป็นส่วนตัวจนกว่าพวกเขาจะตัดสินใจเปิดเผยมัน เมื่อเกมออนไลน์เติบโตเต็มที่ ZKP จะกลายเป็นส่วนหนึ่งของกลไกการดำเนินการเกม นี่จะเป็นเรื่องใหญ่สำหรับสตาร์ทอัพที่ประสบความสำเร็จในการรวมคุณสมบัติความเป็นส่วนตัวเข้ากับเอ็นจิ้นเกมออนไลน์ที่มีปริมาณงานสูง
โซลูชันการระบุตัวตน: ZKP สามารถเปิดโอกาสมากมายในพื้นที่การระบุตัวตน สามารถใช้เพื่อพิสูจน์ชื่อเสียงหรือเพื่อเชื่อมต่อข้อมูลประจำตัวของ Web2 และ Web3 ปัจจุบันข้อมูลประจำตัว Web2 และ Web3 ของเราแยกจากกัน โปรเจ็กต์อย่าง Clique เชื่อมโยงอัตลักษณ์เหล่านี้ผ่านการใช้ออราเคิล ZKP สามารถนำแนวทางนี้ไปอีกขั้นหนึ่งโดยเปิดใช้งานข้อมูลประจำตัวของ Web2 และ Web3 เพื่อเชื่อมโยงโดยไม่เปิดเผยตัวตน ซึ่งเปิดใช้งานกรณีการใช้งาน เช่น การเป็นสมาชิก DAO ที่ไม่ระบุชื่อ โดยมีเงื่อนไขว่าสามารถแสดงให้เห็นถึงความเชี่ยวชาญเฉพาะโดเมนโดยใช้ข้อมูล Web2 หรือ Web3 กรณีการใช้งานอื่นคือการให้ยืม Web3 ที่ไม่มีหลักประกัน โดยพิจารณาจากสถานะทางสังคม Web2 ของผู้ยืม (เช่น จำนวนผู้ติดตาม Twitter)
ZKP สำหรับการปฏิบัติตามกฎระเบียบ: Web3 ช่วยให้บัญชีออนไลน์ที่ไม่ระบุชื่อสามารถมีส่วนร่วมในระบบการเงินได้ ในแง่นี้ Web3 ช่วยให้มีอิสรภาพทางการเงินและการไม่แบ่งแยกอย่างมากมาย เมื่อกฎระเบียบของ Web3 เพิ่มขึ้น ZKP สามารถใช้เพื่อบรรลุการปฏิบัติตามข้อกำหนดโดยไม่ทำลายการเปิดเผยตัวตน ZKP สามารถใช้เพื่อพิสูจน์ว่าผู้ใช้ไม่ใช่พลเมืองหรือผู้พำนักในประเทศที่ถูกคว่ำบาตร ZKP ยังสามารถใช้เพื่อพิสูจน์สถานะนักลงทุนที่ได้รับการรับรองหรือข้อกำหนด KYC/AML อื่น ๆ
การจัดหาเงินทุนเพื่อหนี้ภาคเอกชนของ Homegrown Web3: โดยทั่วไปแล้ว การจัดหาเงินทุนเพื่อหนี้ของ TradeFi ใช้เพื่อสนับสนุนสตาร์ทอัพที่กำลังเติบโตเพื่อเร่งการเติบโตหรือเปิดตัวธุรกิจใหม่โดยไม่จำเป็นต้องร่วมลงทุนเพิ่มเติม การเพิ่มขึ้นของ DAO ของ Web3 และบริษัทที่ไม่เปิดเผยตัวตนสร้างโอกาสในการจัดหาแหล่งเงินกู้ของ Web3 ตัวอย่างเช่น การใช้ ZKP, DAO หรือบริษัทที่ไม่เปิดเผยตัวตนสามารถรับสินเชื่อที่ไม่มีหลักประกันและอัตราดอกเบี้ยที่แข่งขันได้ โดยอิงจากการพิสูจน์การวัดการเติบโตโดยไม่ต้องเปิดเผยข้อมูลของผู้ยืมต่อผู้ให้กู้
ความเป็นส่วนตัว DeFi: สถาบันการเงินมักจะเก็บประวัติการทำธุรกรรมและความเสี่ยงไว้เป็นส่วนตัว อย่างไรก็ตาม เมื่อใช้โปรโตคอลการเงินแบบกระจายอำนาจ (DeFi) แบบออนไลน์ การตอบสนองความต้องการนี้จะกลายเป็นเรื่องท้าทายเนื่องจากความก้าวหน้าอย่างต่อเนื่องของเทคโนโลยีการวิเคราะห์แบบออนไลน์ ทางออกหนึ่งที่เป็นไปได้คือการพัฒนาผลิตภัณฑ์ DeFi ที่เน้นความเป็นส่วนตัวเพื่อปกป้องความเป็นส่วนตัวของผู้เข้าร่วมโปรโตคอล หนึ่งในโปรโตคอลที่พยายามบรรลุเป้าหมายนี้คือ zkSwap ของ Penumbra นอกจากนี้ zk.money ของ Aztec ยังเสนอโอกาสในการสร้างรายได้ DeFi ส่วนตัวโดยการปิดบังการมีส่วนร่วมของผู้ใช้ในโปรโตคอล DeFi ที่โปร่งใส โดยทั่วไปแล้ว โปรโตคอลที่สามารถนำผลิตภัณฑ์ DeFi ที่มีประสิทธิภาพและเน้นความเป็นส่วนตัวไปใช้ได้อย่างประสบความสำเร็จ สามารถสร้างปริมาณธุรกรรมและรายได้จำนวนมากจากผู้เล่นสถาบัน
ZKP สำหรับการโฆษณา Web3: Web3 ส่งเสริมให้ผู้ใช้เป็นเจ้าของสิทธิ์ในข้อมูลของตนเอง เช่น ประวัติการเรียกดู กิจกรรมกระเป๋าเงินส่วนตัว ฯลฯ Web3 ยังช่วยให้การสร้างรายได้จากข้อมูลนี้เป็นประโยชน์ต่อผู้ใช้อีกด้วย เนื่องจากการสร้างรายได้จากข้อมูลอาจขัดแย้งกับความเป็นส่วนตัว ZKP จึงมีบทบาทสำคัญในการควบคุมข้อมูลส่วนบุคคลที่สามารถเปิดเผยต่อผู้ลงโฆษณาและผู้รวบรวมข้อมูลได้
การแบ่งปันและการสร้างรายได้จากข้อมูลส่วนตัว: ข้อมูลส่วนตัวส่วนใหญ่ของเราอาจมีผลกระทบที่สำคัญหากแบ่งปันกับหน่วยงานที่เหมาะสม ข้อมูลสุขภาพส่วนบุคคลสามารถนำมารวบรวมจากมวลชนเพื่อช่วยนักวิจัยพัฒนายาใหม่ๆ บันทึกทางการเงินส่วนตัวสามารถแบ่งปันกับหน่วยงานกำกับดูแลและหน่วยงานเฝ้าระวังเพื่อระบุและลงโทษการกระทำทุจริตได้ ZKP ช่วยให้การแบ่งปันแบบส่วนตัวและการสร้างรายได้ของข้อมูลดังกล่าว
การกำกับดูแล: ด้วยความนิยมของ DAO (องค์กรอิสระแบบกระจายอำนาจ) และการกำกับดูแลแบบออนไลน์ Web3 กำลังก้าวไปสู่ประชาธิปไตยแบบมีส่วนร่วมโดยตรง ข้อบกพร่องที่สำคัญในแบบจำลองการกำกับดูแลในปัจจุบันคือลักษณะการมีส่วนร่วมที่ไม่ใช่ส่วนตัว ZKP อาจเป็นพื้นฐานในการแก้ปัญหานี้ได้ ผู้เข้าร่วมการกำกับดูแลสามารถลงคะแนนเสียงได้โดยไม่ต้องเปิดเผยว่าตนลงคะแนนเสียงอย่างไร นอกจากนี้ ZKP ยังสามารถจำกัดการมองเห็นข้อเสนอการกำกับดูแลต่อสมาชิก DAO ทำให้ DAO สามารถสร้างข้อได้เปรียบทางการแข่งขันได้
zkRollup: การปรับขนาดเป็นกรณีการใช้งานที่สำคัญที่สุดของ ZKP ในบล็อกเชน เทคโนโลยี zkRollup จะรวมธุรกรรมหลายรายการไว้ในธุรกรรมเดียว ธุรกรรมเหล่านี้ได้รับการประมวลผลและคำนวณนอกเครือข่าย ซึ่งก็คือนอกเครือข่ายหลักของบล็อกเชน สำหรับธุรกรรมแบบรวมเหล่านี้ zkRollup ใช้ ZKP เพื่อสร้างหลักฐานที่สามารถยืนยันความถูกต้องของธุรกรรมเหล่านี้ โดยไม่เปิดเผยเนื้อหาเฉพาะของธุรกรรม และบีบอัดขนาดของข้อมูลอย่างมาก จากนั้น ZKP ที่สร้างขึ้นจะถูกส่งไปยังห่วงโซ่หลักของบล็อคเชน โหนดบนสายหลักเพียงต้องตรวจสอบความถูกต้องของใบรับรองนี้ และไม่จำเป็นต้องประมวลผลแต่ละรายการ ด้วยวิธีนี้ ภาระบนโซ่หลักจึงลดลงอย่างมาก
การเร่งความเร็วด้วยฮาร์ดแวร์ ZKP
แม้ว่าโปรโตคอลการพิสูจน์ความรู้เป็นศูนย์จะมีข้อดีหลายประการ แต่ปัญหาในปัจจุบันก็คือ ง่ายต่อการตรวจสอบและสร้างขึ้นได้ยาก คอขวดหลักของการสร้างระบบพิสูจน์ส่วนใหญ่คือการคูณแบบหลายสเกลาร์ (MSM) หรือการแปลงฟูเรียร์แบบเร็ว (FFT) และการแปลงแบบผกผัน องค์ประกอบ ข้อดี และข้อเสียของทั้งสองมีดังต่อไปนี้เป็นหลัก
การคูณสเกลาร์หลายตัว (MSM):MSM คือการคำนวณหลักในการเข้ารหัสที่เกี่ยวข้องกับการคูณจุดและสเกลาร์ในการเข้ารหัสแบบเส้นโค้งวงรี ใน ZKP นั้น MSM ใช้เพื่อสร้างความสัมพันธ์ทางคณิตศาสตร์ที่ซับซ้อนเกี่ยวกับจุดต่างๆ บนเส้นโค้งรูปวงรี การคำนวณเหล่านี้มักเกี่ยวข้องกับจุดข้อมูลและการดำเนินการจำนวนมาก และใช้เพื่อสร้างและตรวจสอบส่วนสำคัญของการพิสูจน์ MSM มีความสำคัญอย่างยิ่งใน ZKP เนื่องจากช่วยสร้างหลักฐานที่สามารถตรวจสอบการอ้างสิทธิ์ในการเข้ารหัสโดยไม่ต้องเปิดเผยข้อมูลส่วนตัว MSM สามารถดำเนินการได้หลายเธรด จึงรองรับการประมวลผลแบบขนาน อย่างไรก็ตาม เมื่อต้องจัดการกับเวกเตอร์องค์ประกอบขนาดใหญ่ เช่น องค์ประกอบ 50 ล้านองค์ประกอบ การดำเนินการคูณอาจยังช้าและต้องใช้ทรัพยากรหน่วยความจำจำนวนมาก นอกจากนี้ กลุ่มชายรักชายยังมีความท้าทายในการขยายขนาดและอาจยังคงช้าอยู่แม้ว่าจะมีการทำงานแบบขนานที่กว้างขวางก็ตาม
การแปลงฟูเรียร์เร็ว (FFT):FFT เป็นอัลกอริทึมสำหรับการคำนวณการคูณพหุนามอย่างมีประสิทธิภาพ และการแก้ปัญหาการประมาณค่าพหุนาม ใน ZKP มักใช้เพื่อปรับกระบวนการคำนวณพหุนามให้เหมาะสม ซึ่งเป็นขั้นตอนสำคัญในการสร้างการพิสูจน์ FFT เร่งความเร็วการคำนวณโดยแบ่งการดำเนินการพหุนามที่ซับซ้อนออกเป็นส่วนเล็กๆ และเรียบง่ายยิ่งขึ้น ซึ่งมีความสำคัญอย่างยิ่งต่อประสิทธิภาพในกระบวนการสร้างการพิสูจน์ การใช้ FFT ช่วยเพิ่มความสามารถของระบบ ZKP ในการจัดการพหุนามที่ซับซ้อนและชุดข้อมูลขนาดใหญ่ได้อย่างมาก อย่างไรก็ตาม การดำเนินงาน FFT ต้องอาศัยการแลกเปลี่ยนข้อมูลบ่อยครั้ง ซึ่งทำให้ยากต่อการปรับปรุงประสิทธิภาพอย่างมีนัยสำคัญผ่านการประมวลผลแบบกระจายหรือการเร่งด้วยฮาร์ดแวร์ การแลกเปลี่ยนข้อมูลในการดำเนินการ FFT ต้องใช้แบนด์วิธจำนวนมาก โดยเฉพาะอย่างยิ่งเมื่อจำเป็นต้องประมวลผลชุดข้อมูลขนาดใหญ่ที่เกินความจุหน่วยความจำของฮาร์ดแวร์
แม้ว่าการปรับแต่งซอฟต์แวร์ให้เหมาะสมที่สุดก็เป็นแนวทางการวิจัยที่สำคัญเช่นกัน แต่วิธีที่ตรงไปตรงมาและหยาบที่สุดในการเร่งการสร้างหลักฐานคือการสแต็กฮาร์ดแวร์ที่มีพลังการประมวลผลสูงพอที่จะเร่งการสร้าง ในฮาร์ดแวร์คอมพิวเตอร์จำนวนมาก (GPU, FPGA, ASIC) อันไหนดีที่สุด ทางเลือก? เนื่องจากเราได้แนะนำ GPU สั้นๆ ไปแล้วในส่วนที่แล้ว เราจึงเข้าใจตรรกะการออกแบบ ข้อดีและข้อเสียของ FPGA และ ASIC เป็นหลัก
ASIC：ASIC (วงจรรวมเฉพาะแอปพลิเคชัน) เป็นวงจรรวมที่ออกแบบมาเป็นพิเศษเพื่อตอบสนองข้อกำหนดการใช้งานเฉพาะ เมื่อเปรียบเทียบกับโปรเซสเซอร์ทั่วไปหรือวงจรรวมมาตรฐาน ASIC ได้รับการปรับแต่งให้ทำงานหรือแอปพลิเคชันเฉพาะ และโดยทั่วไปจึงแสดงประสิทธิภาพและประสิทธิภาพที่สูงกว่าในแอปพลิเคชันที่ได้รับการออกแบบ ในด้านการขุด Bitcoin ที่เราคุ้นเคย ASIC เป็นฮาร์ดแวร์คอมพิวเตอร์ที่สำคัญมาก ประสิทธิภาพที่มีประสิทธิภาพและการใช้พลังงานต่ำทำให้เป็นตัวเลือกในอุดมคติสำหรับการขุด Bitcoin อย่างไรก็ตาม ASIC ยังมีข้อบกพร่องที่ชัดเจน 2 ประการ เนื่องจากได้รับการออกแบบมาสำหรับแอปพลิเคชันเฉพาะ (เช่น เครื่องขุด AISC ของ Bitcoin ได้รับการออกแบบโดยใช้อัลกอริธึมแฮช SHA-256) หากไม่มีการยอมรับในวงกว้าง ต้นทุนการออกแบบและการผลิตจึงสูง มันจะเป็น สูงมาก และวงจรการออกแบบและการตรวจสอบจะค่อนข้างยาว
FPGA：FPGA เป็นตัวย่อของ Field Programmable Gate Array (Field Programmable Gate Array) เป็นอุปกรณ์ที่สามารถตั้งโปรแกรมใหม่ได้และใช้ใน PAL (Programmable Logic Array), GAL (General Array Logic), CPLD (Complex Programmable Logic Device) ฯลฯ วงจรกึ่งกำหนดเองที่พัฒนาบนพื้นฐานของวงจรลอจิกแบบดั้งเดิมและอาร์เรย์เกท เช่นเดียวกับ ASIC มันเป็นวงจรรวมที่ใช้สำหรับการออกแบบทางอิเล็กทรอนิกส์และการใช้งานฟังก์ชันเฉพาะ ไม่เพียงแก้ไขข้อบกพร่องของวงจรกึ่งกำหนดเองในอดีตเท่านั้น แต่ยังเอาชนะอีกด้วย เดิม ข้อเสียของอุปกรณ์ที่ตั้งโปรแกรมได้คือจำนวนเกตที่จำกัด คุณสมบัติที่สำคัญคือ สามารถตั้งโปรแกรมใหม่ได้ ใช้พลังงานต่ำ เวลาแฝงต่ำ และพลังการประมวลผลที่แข็งแกร่ง อย่างไรก็ตาม ข้อเสียของ FPGA ก็คือ ฟังก์ชั่นของมันขึ้นอยู่กับการใช้งานฮาร์ดแวร์โดยสิ้นเชิง ไม่สามารถดำเนินการได้ เช่น การข้ามแบบมีเงื่อนไขของสาขา และสามารถดำเนินการได้เฉพาะจุดคงที่เท่านั้น ในแง่ของต้นทุน ต้นทุนของ FPGA นั้นต่ำกว่าการออกแบบของ ASIC และการผลิตยังต้องมีขนาดอ้างอิงด้วย แน่นอนว่า ต้นทุนโดยรวมของทั้งสองนั้นสูงกว่า GPU มาก
กลับมาที่การพูดคุยเรื่องการเร่งความเร็วด้วยฮาร์ดแวร์ ZKP ก่อนอื่นเราต้องยอมรับว่า ZKP ยังอยู่ในช่วงเริ่มต้นของการพัฒนา ยังคงมีมาตรฐานเล็กน้อยของพารามิเตอร์ระบบ (เช่นความกว้าง FFT หรือขนาดบิตขององค์ประกอบ) หรือตัวเลือกของระบบพิสูจน์อักษร (มีระบบพิสูจน์ห้าระบบที่กล่าวถึงข้างต้นเพียงอย่างเดียว) มาเปรียบเทียบประสิทธิภาพของฮาร์ดแวร์คอมพิวเตอร์สามประเภทในสภาพแวดล้อมนี้:
การเปลี่ยนแปลงใน เมตา ของ ZK: ดังที่เราได้กล่าวไว้ข้างต้น ตรรกะทางธุรกิจบน ASIC เป็นแบบเขียนครั้งเดียว หากตรรกะ ZKP มีการเปลี่ยนแปลง คุณจะต้องเริ่มต้นใหม่ทั้งหมด FPGA สามารถรีเฟรชใหม่กี่ครั้งก็ได้ภายใน 1 วินาที ซึ่งหมายความว่าสามารถนำฮาร์ดแวร์เดิมกลับมาใช้ใหม่บนหลายเชนที่มีระบบพิสูจน์ที่เข้ากันไม่ได้ (เช่น การแยก MEV ข้ามเชน) และปรับให้เข้ากับ ZK meta Variety ได้อย่างยืดหยุ่น แม้ว่า GPU จะไม่เร็วและสามารถกำหนดค่าใหม่ได้ในระดับฮาร์ดแวร์เท่ากับ FPGA แต่ GPU ก็ให้ความยืดหยุ่นอย่างมากในระดับซอฟต์แวร์ GPU สามารถปรับให้เข้ากับอัลกอริธึม ZKP และการเปลี่ยนแปลงตรรกะต่างๆ ผ่านการอัพเดตซอฟต์แวร์ แม้ว่าการอัปเดตนี้อาจไม่รวดเร็วเท่ากับ FPGA แต่ก็ยังสามารถทำได้สำเร็จในระยะเวลาอันสั้น
อุปทาน: การออกแบบ การผลิต และการปรับใช้ ASIC โดยทั่วไปจะใช้เวลา 12 ถึง 18 เดือนหรือมากกว่านั้น ในทางตรงกันข้าม ห่วงโซ่อุปทานของ FPGA ค่อนข้างมีประสิทธิภาพ โดยผู้จำหน่ายชั้นนำ เช่น Xilinx อนุญาตให้มีคำสั่งซื้อปลีกจำนวนมากมาถึงภายใน 16 สัปดาห์จากเว็บไซต์ (กล่าวคือ โดยไม่ต้องมีการติดต่อใดๆ) เมื่อพิจารณาที่ GPU แล้ว GPU จะมีข้อได้เปรียบอย่างมากในแง่ของการจัดหา นับตั้งแต่การควบรวมกิจการของ Ethereum ในเซี่ยงไฮ้ มีเครื่องขุด GPU ที่ไม่ได้ใช้งานจำนวนมากในเครือข่ายทั้งหมด กราฟิกการ์ดซีรีส์ถัดไปที่พัฒนาโดย Nvidia และ AMD ยังสามารถผลิตได้ในปริมาณมาก
จากสองประเด็นข้างต้น เว้นแต่แทร็ก ZK จะบรรลุฉันทามติและใช้โซลูชันที่เป็นมาตรฐาน ASIC ก็จะไม่มีข้อได้เปรียบใดๆ เมื่อพิจารณาจากการพัฒนาโซลูชัน ZKP ที่หลากหลายในปัจจุบัน GPU และ FPGA จะเป็นฮาร์ดแวร์คอมพิวเตอร์หลักสองตัวที่เราต้องหารือกันต่อไป
วงจรการพัฒนา: เนื่องจากความนิยมของ GPU และเครื่องมือการพัฒนาที่สมบูรณ์ เช่น CUDA (สำหรับ NVIDIA GPU) และ OpenCL (ข้ามแพลตฟอร์ม) การพัฒนา FPGA มักจะเกี่ยวข้องกับภาษาคำอธิบายฮาร์ดแวร์ที่ซับซ้อนมากขึ้น (เช่น VHDL หรือ Verilog) ซึ่งต้องใช้เวลาในการเรียนรู้และการพัฒนานานกว่า
การใช้พลังงาน: โดยทั่วไป FPGA มีประสิทธิภาพเหนือกว่า GPU ในแง่ของประสิทธิภาพการใช้พลังงาน สาเหตุหลักมาจากความสามารถของ FPGA ในการปรับให้เหมาะสมสำหรับงานเฉพาะ ซึ่งช่วยลดการใช้พลังงานที่ไม่จำเป็น แม้ว่า GPU จะทรงพลังในการประมวลผลงานที่มีการขนานกันสูง แต่ก็มีการใช้พลังงานที่สูงกว่าเช่นกัน
ความสามารถในการปรับแต่งได้: สามารถตั้งโปรแกรม FPGA เพื่อเพิ่มประสิทธิภาพอัลกอริธึม ZKP เฉพาะและเพิ่มประสิทธิภาพได้ และสำหรับอัลกอริธึม ZKP เฉพาะ สถาปัตยกรรมของ GPU สำหรับการใช้งานทั่วไปอาจไม่มีประสิทธิภาพเท่ากับฮาร์ดแวร์เฉพาะ
ความเร็วในการสร้าง: จากการเปรียบเทียบ GPU ของ Trapdoor-Tech (โดยใช้ Nvidia 3090 เป็นตัวอย่าง) และ FPGA (Xilinx VU 9 P เป็นตัวอย่าง) การคูณแบบโมดูลาร์เดียวกันจะใช้ภายใต้ BLS 12-381 (เส้นโค้งวงรีประเภทเฉพาะ) / อัลกอริธึม Modulo-add ความเร็วในการสร้าง GPU คือ 5 เท่าของ FPGA
โดยสรุป ในระยะสั้น เมื่อพิจารณาวงจรการพัฒนา ความขนาน ความเร็วในการสร้าง ต้นทุน และอุปกรณ์ที่ไม่ได้ใช้งานจำนวนมากตลอดทั้งเครือข่าย GPU เป็นตัวเลือกที่ได้เปรียบที่สุดอย่างไม่ต้องสงสัยในปัจจุบัน ทิศทางการเพิ่มประสิทธิภาพฮาร์ดแวร์ในปัจจุบันยังมุ่งเน้นไปที่ GPU อีกด้วย และเวลาที่ FPGA เข้ามาครอบครองเกมโดยสมบูรณ์ยังไม่มา ดังนั้นจึงเป็นไปได้ไหมที่จะสร้างตลาดพลังประมวลผล ZKP (ความคิดส่วนตัวของฉัน) ที่คล้ายกับการขุด PoW
ความคิดในการสร้างตลาดพลังประมวลผล ZKP
ในแง่ของการคิดเกี่ยวกับการสร้างตลาดพลังงานการประมวลผล ZKP เราได้ข้อสรุปจากที่กล่าวมาข้างต้นในแง่ของฮาร์ดแวร์พลังงานการประมวลผล คำถามที่เหลือคือสามประเด็นต่อไปนี้: ZKP จำเป็นต้องมีการกระจายอำนาจหรือไม่? ขนาดของตลาดน่าสนใจหรือไม่? หากเครือข่ายสาธารณะของ ZK ทั้งหมดเลือกที่จะสร้างตลาดการพิสูจน์ตัวตนของตนเอง ตลาดพลังประมวลผล ZKP มีประโยชน์อย่างไร
ความหมายของการกระจายอำนาจ:ก่อนอื่น โปรเจ็กต์ zkRollup ส่วนใหญ่ในปัจจุบัน (เช่น Starkware และ zKsync) อาศัยเซิร์ฟเวอร์แบบรวมศูนย์เนื่องจากพิจารณาเฉพาะการขยาย Ethereum เท่านั้น การรวมศูนย์หมายความว่าข้อมูลผู้ใช้ยังคงมีความเสี่ยงที่จะถูกเซ็นเซอร์ ส่งผลให้ลักษณะที่สำคัญที่สุดของบล็อกเชนไม่ได้รับอนุญาตในระดับหนึ่ง ไม่ต้องพูดถึงการนำโปรโตคอลความเป็นส่วนตัวของ ZK มาใช้ การกระจายอำนาจที่สร้างโดย ZKP นั้นมีความจำเป็นอย่างยิ่ง เหตุผลที่สองสำหรับการกระจายอำนาจคือต้นทุนซึ่งคล้ายกับส่วน AGI ในบทความก่อนหน้านี้ ต้นทุนของบริการคลาวด์และการซื้อฮาร์ดแวร์มีราคาแพงมากและการสร้างหลักฐานมักจะเหมาะสำหรับโครงการขนาดใหญ่เท่านั้น สำหรับโครงการขนาดเล็กในระยะเริ่มแรก ตลาดพิสูจน์แบบกระจายอำนาจสามารถบรรเทาปัญหาความยากลำบากทางการเงินในระยะเริ่มต้นได้อย่างมาก ในทางกลับกัน ยังช่วยลดการแข่งขันที่ไม่ยุติธรรมที่เกิดจากปัญหาทางการเงินอีกด้วย
ขนาดตลาด:Paradigm คาดการณ์ไว้เมื่อปีที่แล้วว่าตลาดเครื่องขุด/ผู้รับรอง ZK สามารถเติบโตได้ในอนาคตเพื่อให้เทียบเท่ากับขนาดของตลาดการขุด PoW ในอดีต เหตุผลพื้นฐานก็คือผู้ซื้อและผู้ขายพลังประมวลผล ZKP มีมากมายมหาศาลในตลาดพลังงานประมวลผล ZKP สำหรับอดีตนักขุด Ethereum โครงการเครือข่ายสาธารณะจำนวนมากของ ZK และโครงการเลเยอร์ 2 นั้นมีความน่าสนใจมากกว่าเครือข่ายสาธารณะแบบแยกส่วนของ ETH มาก อย่างไรก็ตาม เราต้องพิจารณาสถานการณ์ด้วย ZK public chains หรือ Layer 2 ส่วนใหญ่สามารถสร้างตลาด Proof Generation ของตนเองได้อย่างเต็มที่ หากพวกเขาต้องการปฏิบัติตามการเล่าเรื่องแบบกระจายอำนาจ ขั้นตอนนี้จะต้องอยู่ในแผนงาน (Starkware ข้างต้น และ zkSync ก็จะมีโซลูชั่นการกระจายอำนาจของตัวเองในอนาคต) ดังนั้นจึงมีความสำคัญในการสร้างตลาดพลังงานการประมวลผล ZKP หรือไม่?
ความหมายของการก่อสร้าง:ก่อนอื่น ZKP ถูกใช้กันอย่างแพร่หลาย (เราได้ยกตัวอย่างหลายครั้งข้างต้น และเราจะใช้โปรเจ็กต์เป็นข้อมูลอ้างอิงด้านล่าง) ประเด็นที่สองคือ แม้ว่าแต่ละเครือข่าย ZK จะมีตลาดการพิสูจน์ตัวตนของตัวเอง แต่ตลาดพลังงานการประมวลผลยังคงมีสามหน้าที่ ช่วยให้ผู้ขายพิจารณาขายพลังการประมวลผลได้
1. แบ่งพลังการประมวลผลออกเป็นสองส่วน ส่วนหนึ่งใช้สำหรับการขุด และอีกส่วนหนึ่งใช้สำหรับการขายสัญญาพลังงานคอมพิวเตอร์ วิธีการนี้สามารถช่วยป้องกันความเสี่ยงจากความผันผวนในตลาดสกุลเงินดิจิทัลได้ เมื่อตลาดตกต่ำ สัญญาด้านพลังงานคอมพิวเตอร์ที่ขายไปจะสร้างรายได้ที่มั่นคง ในขณะที่เมื่อตลาดเพิ่มขึ้น ส่วนที่ขุดได้เองจะนำมาซึ่งรายได้เพิ่มเติม
2. เป็นแนวทางที่อนุรักษ์นิยมมากขึ้นในการขายพลังการประมวลผลทั้งหมดและรับรายได้คงที่ สิ่งนี้สามารถลดผลกระทบของความผันผวนของตลาดต่อรายได้และทำให้มั่นใจถึงความมั่นคงของรายได้
3. เนื่องจากโครงสร้างต้นทุนที่แตกต่างกัน (เช่น ค่าไฟฟ้า) นักขุดบางรายอาจได้รับต้นทุนการดำเนินงานต่ำกว่าค่าเฉลี่ยของตลาด นักขุดเหล่านี้สามารถใช้ประโยชน์จากความได้เปรียบด้านต้นทุนโดยการขายสัญญาพลังงานการประมวลผลในราคาตลาด และรักษาส่วนต่างของราคาไว้เนื่องจากค่าไฟฟ้าที่ลดลงเพื่อให้บรรลุการเก็งกำไร
Proof Market
Proof Market เป็นตลาดพลังงานการประมวลผล ZKP แบบกระจายอำนาจที่สร้างโดย =nil; (บริษัท Ethereum RD) (เท่าที่ฉันรู้ มันเป็นตลาดพลังงานคอมพิวเตอร์แห่งเดียวที่สร้างขึ้นรอบการสร้าง ZKP) โดยพื้นฐานแล้วเป็นตลาดที่ไม่น่าเชื่อถือ การเข้าถึงข้อมูลใด ๆ โปรโตคอลที่เปิดใช้งานบล็อคเชนและโปรโตคอลเลเยอร์ 1 และเลเยอร์ 2 เพื่อสร้างการพิสูจน์ความรู้เป็นศูนย์ตามความต้องการสำหรับการแบ่งปันข้อมูลที่ราบรื่นโดยไม่ต้องอาศัยตัวกลางแบบรวมศูนย์ แม้ว่า Proof Market จะไม่ใช่ตลาดที่สร้างขึ้นจาก GPU ส่วนบุคคลอย่างที่ฉันจินตนาการไว้ (Proof Market สร้างขึ้นจากผู้จำหน่ายฮาร์ดแวร์มืออาชีพ แต่การขุด GPU ของ ZKP ยังสามารถอ้างถึง Roller Network หรือ Aleo ในสถาปัตยกรรม Scroll) แต่แล้วตลาดพลังงานการประมวลผล ZKP ล่ะ? ยังคงมีความสำคัญในการอ้างอิงอย่างมากในเรื่องของการก่อสร้างและการนำไปใช้อย่างแพร่หลาย ขั้นตอนการทำงานของ Proof Market มีดังนี้:
ผู้ขอหลักฐาน:
เอนทิตีที่ขอการรับรองอาจเป็นแอปพลิเคชัน เช่น zkBridge, zkRollup, zkOracle หรือ zkML
หากไม่มีวงจรอยู่ จำเป็นต้องมีเฟสการเตรียมการเพื่อสร้างวงจรใหม่โดยการรัน zkLLVM
หากมีวงจรอยู่แล้ว ให้สร้างคำขอ zkProof สำหรับวงจรที่กำหนดไว้ล่วงหน้า
zkLLVM：
ส่วนประกอบนี้มีหน้าที่ในการสร้างวงจรซึ่งเป็นโปรแกรมที่เข้ารหัสงานการคำนวณ
ในขั้นตอนการเตรียมการ zkLLVM จะดำเนินการประมวลผลล่วงหน้าในการคำนวณเพื่อสร้างวงจรและส่งไปยัง Proof Market
Proof Market：
เป็นตลาดกลางที่จับคู่คำสั่งซื้อจากผู้ขอพิสูจน์กับผู้สร้างหลักฐาน
ตรวจสอบความถูกต้องของหลักฐานและมอบรางวัลหลังจากตรวจสอบหลักฐานแล้ว
เครื่องกำเนิดหลักฐาน:
ดำเนินการคำนวณเพื่อสร้างการพิสูจน์ความรู้เป็นศูนย์ที่จำเป็น
รับคำสั่งซื้อจาก Proof Market และส่งคืนหลักฐานที่สร้างขึ้น
ระบบโบนัส:
รางวัลผู้พัฒนาวงจร: เมื่อใดก็ตามที่ผู้ร้องขอการพิสูจน์ใช้วงจรเพื่อสร้างการพิสูจน์ ผู้เขียนวงจรจะได้รับรางวัล
รางวัลตัวสร้างหลักฐาน: เมื่อหลักฐานได้รับการตรวจสอบแล้วในตลาดพิสูจน์แล้ว ตัวสร้างจะได้รับรางวัลตามเงื่อนไขของคำสั่งซื้อ
ตลอดกระบวนการ การร้องขอ การสร้าง การตรวจสอบ และการให้รางวัลในการพิสูจน์ ล้วนเกี่ยวข้องกับ Proof Market กระบวนการนี้มีจุดมุ่งหมายเพื่อสร้างตลาดแบบกระจายอำนาจซึ่งการสร้างและการตรวจสอบ ZKP นั้นเป็นไปโดยอัตโนมัติ และผู้เข้าร่วมจะได้รับรางวัลที่เกี่ยวข้องตามการมีส่วนร่วมของพวกเขา
สถานการณ์การใช้งาน
นับตั้งแต่เปิดตัวเบต้าในเดือนมกราคม 2023 กรณีการใช้งานหลักของ Proof Market คือโปรโตคอลที่ทำงานนอกเลเยอร์แรกของ Ethereum (L1): เช่น zkRollup, zkBridge ที่เชื่อมต่อกับ Ethereum และเครือข่ายสาธารณะที่ใช้ zkP
ด้วยการรวมจุดสิ้นสุด Ethereum (หมายถึงอินเทอร์เฟซเกตเวย์ที่อนุญาตให้ระบบหรือบริการอื่น ๆ เชื่อมต่อและรวมเข้าด้วยกัน) Proof Market จะเหมาะสำหรับแอปพลิเคชันเพิ่มเติมโดยเฉพาะผู้ที่ต้องการขอพิสูจน์โดยตรงจากแอปพลิเคชัน EVM มอบประสบการณ์ผู้ใช้ที่ราบรื่นยิ่งขึ้น หรือแอพพลิเคชั่นที่ต้องเก็บข้อมูลบนลูกโซ่เพื่อทำงานร่วมกัน
ต่อไปนี้เป็นสถานการณ์การใช้งานที่เป็นไปได้บางส่วน:
การเรียนรู้ของเครื่อง (ML): สามารถส่งคำขอการอนุมานไปยังแอปพลิเคชัน zkML แบบออนไลน์ได้ แอปพลิเคชันต่างๆ เช่น การตรวจจับการฉ้อโกง การวิเคราะห์เชิงคาดการณ์ การยืนยันตัวตน ฯลฯ สามารถปรับใช้บน Ethereum ได้
การประมวลผลข้อมูล Ethereum (zkOracles): แอปพลิเคชันจำนวนมากต้องการข้อมูลประวัติหรือข้อมูลที่ประมวลผลของ Ethereum เมื่อใช้ zkOracles ผู้ใช้สามารถรับข้อมูลเลเยอร์การดำเนินการได้จากเลเยอร์ที่สอดคล้องกัน
การถ่ายโอนข้อมูล (zkBridges): ผู้ใช้สามารถร้องขอการถ่ายโอนข้อมูลและชำระค่าธรรมเนียมการพิสูจน์ได้โดยตรง โดยไม่จำเป็นต้องให้ผู้ให้บริการบริดจ์ทำหน้าที่เป็นตัวกลางระหว่างผู้ใช้และตลาด
หลักฐานการฉ้อโกง: หลักฐานการฉ้อโกงบางรายการสามารถตรวจสอบออนไลน์ได้อย่างง่ายดาย ในขณะที่บางรายการไม่สามารถทำได้ ชาวประมง (ผู้เข้าร่วมเครือข่ายที่เน้นการตรวจสอบโปรโตคอลหลักและมองหาการฉ้อโกงที่อาจเกิดขึ้น) สามารถมุ่งเน้นไปที่การตรวจสอบความถูกต้องของโปรโตคอลหลักและชี้ไปที่หลักฐานที่จำเป็นซึ่งจัดทำโดย Proof Market
การอัปเดตและการสะสมข้อมูล: แอปพลิเคชันสามารถจัดเก็บการอัปเดตล่าสุดได้โดยตรงที่ระดับแรก และสะสมไว้ในแผนผัง Merkle ในภายหลังพร้อมหลักฐานการอัปเดตรูทที่ถูกต้อง
การสร้างตัวเลขสุ่ม: แอปพลิเคชันสามารถเรียงลำดับตัวเลขสุ่มที่สร้างผ่าน VDF ที่ใช้แฮชที่ไม่น่าเชื่อถือ
การรวมหลักฐาน: หากแอปพลิเคชันส่งหลักฐานแยกกัน (โดยไม่มีการตรวจสอบ) ค่าใช้จ่ายในการตรวจสอบหลักฐานสามารถลดลงได้โดยการรวมเป็นหลักฐานเดียว แล้วตรวจสอบทั้งหมดในครั้งเดียว
เซสชั่นการต่อสู้ภาคปฏิบัติ
Lido ซึ่งเป็นโครงการ LSD ที่เราคุ้นเคยเมื่อเร็วๆ นี้ กำลังสร้างโซลูชันเพื่อเพิ่มความปลอดภัยและความน่าเชื่อถือของสัญญา Lido Accounting Oracle ผ่านทาง Proof Market Lido Accounting Oracle อาศัยคณะกรรมการของ Oracle ของบุคคลที่สามที่เชื่อถือได้ และกลไกองค์ประชุมเพื่อรักษาสถานะ ซึ่งสร้างแนวทางการโจมตีที่เป็นไปได้ กระบวนการแก้ปัญหาของ Proof Market มีดังนี้:
คำจำกัดความของปัญหา
สัญญา Lido Accounting Oracle: จัดการการรายงานที่ซับซ้อน รวมถึงข้อมูลชั้นฉันทามติ (ชั้นฉันทามติ) (เช่น Total Value Locked (TVL) จำนวนผู้ตรวจสอบ ฯลฯ)
เป้าหมาย: เพื่อให้การรายงานไม่น่าเชื่อถือ การรายงานจำเป็นต้องขยายเพื่อรวมหลักฐานความถูกต้องของการคำนวณด้วย
ข้อมูลจำเพาะของโซลูชัน
เป้าหมายเบื้องต้น: ในระยะแรก จะมีการรายงานเฉพาะชุดย่อยของยอดคงเหลือ Lido CL (อ้างอิงถึงยอดคงเหลือสินทรัพย์ที่เกี่ยวข้องกับเลเยอร์ฉันทามติในโปรโตคอล Lido) จำนวนยอดคงเหลือที่ใช้งานอยู่และออก ฯลฯ จะถูกรายงาน
ผู้เข้าร่วมหลัก:
Lido: จำเป็นต้องทำให้ข้อมูลบางอย่างจากสถานะเลเยอร์ที่เป็นเอกฉันท์พร้อมใช้งานในเลเยอร์การดำเนินการ (Execution Layer)
Oracle: รายงาน TVL และจำนวนผู้ตรวจสอบสัญญา TVL
Proof Producer: สร้างการพิสูจน์ความสมบูรณ์ทางการคำนวณ
Proof Verifier: ตรวจสอบหลักฐานในสัญญา EL
การตระหนักรู้ทางเทคนิค
Oracle: แอปพลิเคชันแบบสแตนด์อโลน รับข้อมูลอินพุต คำนวณรายงานของ Oracle และสร้างหลักฐานการควบคุม
วงจร zkLLVM: โปรแกรมสำหรับสร้างการพิสูจน์ความรู้ด้านการคำนวณเป็นศูนย์
การตรวจสอบบัญชีที่ไม่น่าเชื่อถือสำหรับสัญญาของ Oracle: ตรวจสอบการพิสูจน์ไบนารี ตรวจสอบข้อมูลความถูกต้องในการคำนวณ
ขั้นตอนการปรับใช้
สถานะปัจจุบัน: เมื่อสมาชิก Oracle ที่ไว้วางใจเพียงพอส่งรายงานและถึงองค์ประชุม
ขั้นตอน การเปิดตัวในช่วงมืด: ถึงโควรัมความน่าเชื่อถือแล้ว แต่ยังยอมรับรายงานที่ไม่น่าเชื่อถือและดำเนินการตรวจสอบที่จำเป็น
ระยะเวลาการเปลี่ยนแปลง: ถึงโควรัมความน่าเชื่อถือแล้ว ได้รับรายงาน trustless ที่ถูกต้องอย่างน้อย 1 รายการ และรายงานมีความสอดคล้องกัน
การเปิดตัวเต็มรูปแบบ: สัญญาทางบัญชีใช้เฉพาะการรายงานที่ไม่น่าเชื่อถือเพื่อกำหนด TVL และจำนวนผู้ตรวจสอบความถูกต้อง
สถานะสุดท้าย: ยกเลิกการรายงานองค์ประชุมโดยสิ้นเชิง และใช้เฉพาะการรายงานที่ไม่น่าเชื่อถือเท่านั้น
บทสรุป
เมื่อเปรียบเทียบกับพิมพ์เขียวอันยิ่งใหญ่ของตลาดพลังงานประมวลผล AGI แล้ว ปัจจุบันตลาดพลังงานประมวลผล ZKP ถูกจำกัดอยู่เพียงแอปพลิเคชันในบล็อกเชนมากกว่า แต่ข้อดีตรงกันข้ามคือการพัฒนาตลาดพลังงานการประมวลผล ZKP ไม่จำเป็นต้องพิจารณาการออกแบบที่ซับซ้อนอย่างยิ่ง เช่น โครงข่ายประสาทเทียม และความยากลำบากในการพัฒนาโดยรวมก็ลดลงและความต้องการเงินทุนก็น้อยลง เมื่อรวมโครงการต่างๆ ข้างต้นเข้าด้วยกัน ไม่ใช่เรื่องยากเลยที่จะพบว่าในขณะที่ตลาดพลังงานการประมวลผล AGI ยังคงสับสนเกี่ยวกับวิธีการใช้งาน แต่ตลาดพลังงานการประมวลผล ZKP ได้เจาะทะลุสถานการณ์แอปพลิเคชันหลายรายการในบล็อกเชนในหลายมิติแล้ว
จากมุมมองของตลาด ตลาดพลังงานการประมวลผล ZKP ยังอยู่ในช่วงมหาสมุทรสีฟ้าอย่างมาก และตลาด Proof ที่กล่าวถึงข้างต้นไม่ใช่การออกแบบในอุดมคติที่สุดในใจของฉัน การรวมการเพิ่มประสิทธิภาพอัลกอริทึม การเพิ่มประสิทธิภาพสถานการณ์แอปพลิเคชัน การเพิ่มประสิทธิภาพฮาร์ดแวร์ และเกี่ยวกับทางเลือกของ ตลาดผู้ขายพลังงานคอมพิวเตอร์ที่แตกต่างกัน การออกแบบของตลาดพลังงานคอมพิวเตอร์ ZKP ยังคงมีพื้นที่มากมายสำหรับจินตนาการ เมื่อพิจารณาจากมุมมองของการพัฒนา Vitalik ได้เน้นย้ำซ้ำแล้วซ้ำอีกว่าผลกระทบของ ZK ในด้านบล็อกเชนในอีกสิบปีข้างหน้าจะมีความสำคัญพอ ๆ กับบล็อกเชนเอง อย่างไรก็ตาม จากมุมมองของความสามารถรอบด้านของ ZK เมื่อการออกแบบเติบโตขึ้น ความสำคัญในอนาคตของ ZK ในด้านที่ไม่ใช่บล็อคเชนอาจไม่ด้อยไปกว่า AGI ในปัจจุบัน และไม่สามารถประเมินโอกาสในอนาคตได้
อ้างอิง:
1.Hardware Acceleration for Zero Knowledge Proofs：https://www.paradigm.xyz/2022/04/zk-hardware
2.Use of elliptic curves in cryptography ( 1988)：https://link.zhihu.com/?target=https%3A//link.springer.com/content/pdf/10.1007% 252 F 3-540-39799-X_ 31.pdf
3.ZKLLVM + Lido Trustless Accounting oracle: solution spec：https://docs.google.com/document/d/1d5 Ru 7 WWae-yilXzOVgNS5DNweAMj6FNJrZllvD00mB0/edit
4.DIZK: A Distributed Zero Knowledge Proof System：https://www.usenix.org/conference/usenixsecurity18/presentation/wu
5. คู่มือนักพัฒนาตลาดพิสูจน์:https://docs.nil.foundation/proof-market/proof-producers/proof-producer
6.IOSG สรุปรายสัปดาห์ - การเร่งความเร็ว ZKP:https://mirror.xyz/0x5Eba828AB4999825D8416D7EAd9563b64FD90276/8 DGPafCg 1 oLZ 0 T-cXSbcu5q1dYxhFDuilR1brWfLZXM
7.ZK Proof Computing: การเดินทางครั้งใหม่สำหรับฮาร์ดแวร์การประมวลผล? : :https://mp.weixin.qq.com/s/gInQOIJyLZwzzgmFkbaFwQ
8. ยุคใหม่ของ ZK ที่ขับเคลื่อนด้วยการเร่งด้วยฮาร์ดแวร์:https://mp.weixin.qq.com/s/3I-gz4O57_crS7_KZSA8KA
IOS
Android