從算法的角度上來看,Aleo屬于零知識證明(ZKP)賽道項目,復雜度是比大餅和以太坊算法都要復雜的。算法的核心計算我們之前也提過主要是MSM+NTT/FFT的計算,還會包含一些Hash運算。這些計算主要目的是為了生成零知識證明,而生成證明的速度直接會影響生態的體驗。
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。
綜上來看,內存和帶寬是限制證明生成的主要瓶頸。對于顯卡來說,這里的內存指的是顯存,并不是主板上的內存,主板上的內存主要是參與CPU的計算。當然目前有些芯片技術可以打通主板上的內存和顯存,讓內存為顯存計算來用。
早在2021年,英偉達就曾公開表示過“禁止使用轉換層在其他硬件平臺上運行基于CUDA的軟件”,2024年3月,英偉達更是將其升級為“CUDA禁令”,直接添加在了CUDA的終用戶許可協議中,已禁止用轉譯層在其他GPU上運行CUDA軟件