モジュラー コンピューティング レイヤーと RaaS プラットフォーム Lumoz は、終了したばかりのインセンティブ付きテストネットの第 3 ラウンドで段階的な結果を達成しました。市場レベルでは、テストネットの活動は 100 万人を超えるユーザーと 30 を超える主要なエコロジー プロジェクト関係者から注目と支持を受けており、市場の人気、議論、コミュニティの規模は技術レベルで新たな最高値に達しています。チームは ZK-POW アルゴリズムの研究も行っており、より深い最適化も効果的なブレークスルーを達成し、ZKP の証明効率を約 50% 効果的に向上させることができます。
主要な ZK および AI モジュラー コンピューティング レイヤーとして、Lumoz は PoW マイニング メカニズムを使用して、ロールアップ、ZK-ML、ZKP 検証にコンピューティング パワーを効果的に提供できます。また、そのコア技術チームはこれに精力的に取り組んでいます。この技術的な動きは、今日の競争の激しい Web3 ZK コンピューティング分野で効果的に目立つだけでなく、今後の Lumoz ZK-POW メインネットへの「道を開く」可能性もあります。
以下は、この Lumoz ZK-PoW アルゴリズム最適化の具体的な内容です。
既存の検証プロセスの改善
まず第一に、Lumoz によって提案された 2 段階の送信アルゴリズムと最適化された ZKP 生成スキームは、ZK-PoW メカニズムの分散化を保証すると同時に、ZK プルーフの生成と検証の効率を大幅に向上させます。これはアルファ版テストネットで十分に検証されています。
現在、Lumoz チームは、一定の労力を費やした結果、元の 2 段階の送信モデルを最適化し、より単純な検証プロセスを使用して、検証中のオンチェーン リソースの消費を削減し、全体的な検証プロセス時間を短縮しました。現在のプロセスでは、プルーフ検証スキーム全体は元の提出ウィンドウとインセンティブ メカニズムを引き続き保持していますが、元の 2 段階検証プロセスを置き換えるために簡素化された契約呼び出しを使用しています。簡略化されたプロセスでは、作業者は証明ハッシュを通じて ID とタスク情報を認証する必要がなくなり、代わりに、自分の情報とタスク情報を含む証明 ID を生成された zk 証明に集約し、契約内ですべてを一度に完了します。 。 確認する。
このようにして、コンピューティング パワー プロバイダーは、元の 2 段階検証プロセスを完了するために 1 回の契約呼び出しを行うだけで済み、同時にオンチェーン検証ステップが 50% から 60% 削減されます。ウィンドウ期間がウィンドウ期間の開始まで進められると、信頼状態に達するまでの時間が約 30% 短縮されます。
Proof の再帰と集計
Plonky シリーズのアルゴリズムに触発されて、Lumoz は ZK-PoW 証明生成スキームを最適化し、全体的な証明生成効率を向上させるために再帰形式の導入を試みました。新しいスキームでは、複数の証明タスクの生成ステップを並行して実行でき、最終的には再帰的かつ段階的に 1 つの証明に集約することができ、それにより、より合理化された証明と低い検証オーバーヘッドでシステム全体の ZK 検証を完了できます。一方、再帰的な形式を使用すると、最適化されたソリューションは単一のタスクをより詳細な方法に分割することもでき、より合理的かつ効率的なコンピューティング能力の割り当ての基礎を提供します。
コンピューティング能力のより合理的な配分
ZK-PoW インセンティブ メカニズムの下で、Lumoz は多数の ZK コンピューティング パワー ノードを安定して維持できます。したがって、より合理的な計算能力分配メカニズムを設計すると、ネットワーク全体の証明計算効率が大幅に向上します。 Lumoz チームは、この方向の研究と改善も実施しました。
計算結果の再利用
以前のバージョンでは、各証明タスクの計算プロセスは比較的独立しており、システムの現在の状態パラメーターの一部にのみ依存していました。このプロセスでは、多数の計算プロセスが繰り返し行われ、冗長になります。新しいソリューションは、再帰形式を使用して単一の証明タスクをより詳細な分割に分割するため、比較的独立した証明タスク間で同様のモジュールを見つけることができます。これらのモジュールでは、新しいソリューションは一部の計算結果をキャッシュし、後続のプロセスで直接再利用することで、多数の計算の繰り返しを回避し、コンピューティング能力の使用率を大幅に向上させます。
一方、粒度が細かい場合、ノードは計算プロセスの中間値を適切に保存できるため、異常なシナリオでブレークポイントから計算を迅速に再開できます。
事前計算
分散化の性質上、ZK-PoW のコンピューティング能力は常に供給されているものとまったく同じであるとは限りません。過剰な計算能力の無駄を避けるために、計算能力ノードは計算を開始する前に証明タスクが生成されるのを必ずしも待つ必要はありません。最適化スキームでは、新しい証明タスクが一時的に解放されない場合でも、ノードはシステムの現在の状態に基づいて、新しいタスクが事前計算プロセスをより細かい粒度で実行できるかどうかを判断し、計算にアイドルリソースを使用します。 。証明タスクがリリースされた後、ノードは最小限のオーバーヘッドを使用して事前計算結果が有効かどうかを検証し、通常の計算プロセスを続行します。この余剰のコンピューティング能力を活用することで、プルーフの生成が 25% 高速化されます。
要約する
Lumoz チームは 3 つの側面から開始し、ZK-PoW ソリューションを複数の角度から最適化しました。上位層の検証プロセスの改善により、信頼状態に達するまでにかかる時間が短縮されると同時に、検証に伴うオンチェーンのオーバーヘッドが削減されます。基礎となるプルーフとコンピューティング能力の利用を最適化することで、プルーフの生成に必要な時間が大幅に短縮されます。新しい最適化ソリューションは、元の分散型で市場指向の ZK コンピューティング電力価格設定メカニズムを維持しながら、マイナーのオーバーヘッドを大幅に削減し、ZKP の生成効率をさらに向上させます。
