硬件層面,也就是所謂的硬件加速, CPU、GPU、FPGA、ASIC。CPU與GPU相比在大數據多任務處理上,肯定GPU更占優勢。FPGA與GPU相比,在兼顧了靈活性的基礎上,無論是計算能力和功耗性能上都要更強,缺點是性價比太低。ASIC是的,其他的硬件形態都是無法比擬的。
證明生成的過程中,約有60%的時間花在MSM上,其余時間由NTT/FTT主導。MSM和NTT都存在性能挑戰,通常的解決辦法:
●MSM可以在多線程上執行,從而支持并行處理。然而,當處理大型數據向量時,例如6700萬個參數,乘法運算可能仍然很慢,并且需要大量的內存資源。此外,MSM存在可擴展性方面的挑戰,即使在廣泛并行化的情況下也可能保持緩慢。
由于Aleo在隱私模式下,每筆交易都需要生產零知識證明,而且需要在很短的時間內完成,這樣生態的體驗才是流暢的且能大規模發展,所以基于這個背景需求,才會有Aleo的隱私委托代理計算方案,也就是在誕生Aleo項目的論文中大篇幅講解的:誕生Aleo項目的論文完整中文版翻譯—Zexe實現去中心化的私有計算,Aleo芯片機,Aleo-ASIC,zktaoma或者maxsayss
既然共識是POS的,自然也就不怕ASIC控制網絡,壓根也控制不了,也就不存在分叉的問題,而且從算法和定位的角度上來說,ASIC也是必然需求。Aleo芯片機,Aleo-ASIC,zktaoma或者maxsayss