ZK-копродюсер: создание надежной вычислительной инфраструктуры Web3

В области компьютеров сопроцессоры отвечают за выполнение дополнительных сложных задач для ЦП. Например, GPU является широко известным сопроцессором, который отвечает за обработку графической рендеринга и других задач для ЦП. Сопроцессоры ускоряют приложения, разгружая некоторые части кода, требующие интенсивных вычислений и времязатрат, такая архитектура называется "гетерогенной" или "гибридной" вычислительной.

Копроцессоры могут обрабатывать некоторые сложные и однопоточные задачи или задачи с крайне высокими требованиями к производительности, позволяя ЦПУ обрабатывать более гибкие и разнообразные части. На цепочке Ethereum существуют две серьезные проблемы, препятствующие развитию приложений:

1. Высокие газовые сборы ограничивают диапазон разработки приложений на блокчейне. Большинство контрактных кодов написаны только вокруг операций с активами, сложные операции требуют большого количества газа, что является серьезным препятствием для массового принятия приложений и пользователей.

2. Умные контракты могут получать доступ только к данным последних 256 блоков. Будущие обновления могут привести к тому, что полные узлы больше не будут хранить данные прошлых блоков, и отсутствие данных ограничивает появление инновационных приложений, основанных на данных.

Это указывает на то, что вычисления и данные ограничивают появление новых вычислительных парадигм. Блокчейн Ethereum сам по себе не предназначен для обработки большого объема вычислительных и данных, требующих много ресурсов задач. Для совместимости с этими приложениями необходимо ввести сопроцессоры. Блокчейн Ethereum сам по себе выступает в качестве ЦП, сопроцессоры аналогичны ГП, цепочка обрабатывает простые данные активов и операции, в то время как приложения могут гибко использовать данные или вычислительные ресурсы с помощью сопроцессоров. Для обеспечения надежности вычислений вне цепочки, сопроцессоры в основном разрабатываются на основе технологий ZK.

Применение ZK-совместимых процессоров имеет широкий спектр, охватывающий любые реальные сценарии dapp, такие как социальные сети, игры, DeFi, системы управления рисками, оракулы, хранение данных, обучение и вывод больших моделей и т.д. Теоретически, все, что могут делать приложения Web2, может быть реализовано в Web3 с использованием ZK-совместимых процессоров, и с Ethereum в качестве окончательного слоя расчета для защиты безопасности приложений.

В настоящее время в отрасли известные проекты сопроцессоров в основном делятся на три категории: индексирование данных на блокчейне, оракулы и ZKML. Проект General-ZKM охватывает эти три основных сценария применения. Разные проекты имеют разные виртуальные машины, работающие вне цепочки, например, Delphinus сосредоточен на zkWASM, а Risc Zero - на архитектуре Risc-V.

! [Почему ZK — это конец игры?] ](https://img-cdn.gateio.im/webp-social/moments-eea519e979a6ccccd6b2be8ae28e1200.webp)

Техническая архитектура основных проектов по обработке

Risc Zero

ZK-копроцессор Risc Zero называется Bonsai и представляет собой набор компонентов нулевого знания, не связанных с блокчейном. Его цель - стать универсальным сопроцессором, основанным на архитектуре набора команд Risc-V и поддерживающим различные языки программирования. Основные функции включают:

1. Универсальный zkVM, который может запускать любую виртуальную машину в среде нулевых знаний
2. Система генерации ZK-доказательств, которая может быть интегрирована в любой смарт-контракт или цепочку.
3. Универсальный роллап, распределяющий вычисления, доказанные на Bonsai, на цепь.

Его основные компоненты включают:

• Сеть доказателей: принимает и генерирует ZK-доказательства
• Request Pool: Хранилище запросов на доказательства пользователей
• Rollup движок: собирает и упаковывает результаты доказательства для загрузки в основную сеть
• Image Hub: визуальная платформа для разработчиков, хранящая функции и приложения
• State Store: Внешнее хранилище состояния
• Протокол рынка: ZK доказательство вычислительной мощности

Лагранж

Цель Lagrange состоит в разработке сопроцессора и проверяемой базы данных, включая исторические данные на блокчейне, для создания приложений, не требующих доверия. Основные функции:

1. Проверяемая база данных: Индекс состояния смарт-контракта на блокчейне
2. Принципы вычислений MapReduce: использование разделения данных и параллельных вычислений

Проектирование базы данных включает три части: данные о хранилище контрактов, данные о состоянии EOA и данные о блоках. Используется технология рекурсивного доказательства SNARK/STARK.

Вычисления виртуальной машины ZKMR включают два шага: Map и Reduce, которые позволяют комбинировать доказательства небольших вычислений в доказательство всего вычисления, эффективно расширяя масштабные сложные вычисления.

Исполнительный процесс:

1. Разработчик контракта регистрирует и подает запрос на доказательство в Lagrange
2. Lagrange разбивает запрос на параллельные мелкие задачи и распределяет их между доказателями
3. Сеть доказательства безопасности обеспечивается технологией Restaking от EigenLayer

Сжато

Цель Succinct Network состоит в интеграции программируемых фактов во все аспекты разработки блокчейна. Его особенности:

• Поддержка различных языков программирования
• Завершение индексации данных целевой цепи
• Доказать совместимость рынка с различными системами доказательства

Оффлайн ZKVM называется SP( Succinct Processor ), ключевые особенности:

1. Рекурсивная доказательная технология на основе STARKs
2. Поддержка обертки SNARKs в STARKs
3. Архитектура zkVM, ориентированная на предварительную компиляцию

Сравнение проектов сопроцессоров

Сравнительные измерения:

1. Способности индексации/синхронизации данных
2. Применяемая технология ZK
3. Поддерживает ли это рекурсивные доказательства
4. Проектирование системы доказательства
5. Состояние экологического сотрудничества
6. Финансирование и поддержка венчурного капитала

В целом, технические пути всех проектов становятся схожими, например, все они используют обертки STARKs до SNARKs, поддерживают рекурсию, строят сети доказателей и т.д. При схожих технических путях способности команды и поддержка ресурсов могут стать ключевыми различиями.

Сравнение сопроцессоров и Layer2

В отличие от Layer2, сопроцессор ориентирован на приложения, а не на пользователей. Сопроцессор может выступать в качестве ускоряющего компонента или модульного компонента, сценарии применения включают:

1. В качестве оффлайн-виртуальной машины компонента ZK Layer2
2. Выгрузка вычислительной мощности вне цепи для приложений публичной цепи
3. Оракул для проверяемых данных между цепями
4. Передача сообщений через кросс-цепные мосты

Сопроцессор принес потенциал для синхронизации данных в реальном времени по всей цепочке и высокопроизводительных вычислений с низкими затратами, что позволяет реорганизовать многие промежуточные программные средства блокчейна.

Проблемы, с которыми сталкивается сопроцессор

1. Высокая сложность разработки, крутая кривая обучения технологиям
2. Дорога на очень ранней стадии, сложная оптимизация производительности
3. Аппаратные и другие основные инфраструктуры еще не созрели
4. Технические пути схожи, трудно добиться прорывного лидерства

Итоги и перспективы

ZK-копроцессоры представляют собой новую парадигму для Web3 под слоганом "Не доверяй, проверяй это". Их область применения широка и теоретически может охватывать любое Web2 приложение. Два ключевых показателя "массового внедрения" ZK-копроцессоров - это полностью проверяемая база данных в реальном времени по всей цепочке и низкие затраты на вычисления вне цепочки.

Внедрение ZK чипов мощностей является предпосылкой для масштабной коммерциализации сопроцессоров. Ожидается, что в следующем цикле цепочка ZK достигнет коммерциализации, сейчас это ключевой момент для создания технологий, способных поддерживать взаимодействие на блокчейне для 1 миллиарда пользователей.