●在算法過程中頻繁的數據混洗使得NTT難以在計算集群中分布，無法并行計算，并且由于需要從大型數據集中加載和卸載數據，在硬件上運行時需要大量帶寬。即使硬件操作很快，這可能也會導致速度變慢。例如，如果硬件芯片的內存為16GB或更少，那么在100GB的數據集上運行NTT將需要通過網絡加載和卸載數據，這可能會大大降低操作速度。
按照官方的設想和規劃未來在Aleo上每天的交易量都是上億美金的規模，在這樣大數據量的要求下，每時每刻都有證明需要被委托出去在極短的時間內完成證明的生產，不可能指望顯卡能解決這個問題。就像AI大模型訓練一樣，早期數據量和參數少的情況下可以用消費級顯卡，但是現在更多的都是為AI訓練設計的專用芯片和機器。
雖然PoW的周期是10年，不代表說10年后ASIC就不需要了，只要隱私委托代理計算方案還存在，那么ASIC其實是一直需要的。
總結，從算法、定位和共識三個方面綜合來看，Aleo都和以往的其他公鏈項目有本質上的差別，而ASIC對于Aleo來說是必需的硬件設備，就好比專用顯卡/芯片對于AI大模型訓練是一樣的道理，所以官方明確表態支持ASIC也在情理之中，而且無論從Token價格、內存、帶寬、成本、回本周期等因素長期來看，ASIC都是選擇。
在分析之前，我們先看一下ASIC（Application Specific Integrated Circuit），中文全稱是“專用集成電路”。這里特別強調“專用”，“專用”意味著針對單一項目來說會更加有競爭力。相對比，GPU（顯卡）是通用計算處理芯片，所以在單一項目上來說“專用”肯定比“通用”更有競爭力。