Alliance Dao: ZKP를 통해 Web3 제품을 구축하는 방법은 무엇입니까?

원문 편집: Deep Tide TechFlow

원문 편집: Deep Tide TechFlow

영지식 증명(ZKP)은 향후 10년 동안 근본적으로 변혁적인 기술이 되고 있습니다. ZKP에는 Web3 내부와 외부 모두에 애플리케이션이 있습니다.

Web3에서 ZKP는 확장성과 프라이버시라는 두 가지 주요 병목 현상을 해결하고 있습니다.

• 확장성 측면에서 Ethereum을 10-100배까지 확장하는 동시에 트랜잭션 비용을 줄여 사용자 경험을 개선하기 위해 유효성 롤업이라고도 하는 여러 ZK 롤업이 출시되고 있습니다.

• 개인 정보 보호 측면에서 ZKP는 개인 거래 및 거래 하이브리드 시대에서 개인 온체인 거래, ID 및 검증된 자격 증명과 같은 더 복잡하고 유용한 영역으로 확장되고 있습니다.

ZKP 공간의 미래에 대한 우리의 비전과 그 미래를 현실로 만드는 데 필요한 신생 기업을 포함하여 ZKP에 대해 할 말이 많습니다. 그러나 건축업자가 ZKP로부터 혜택을 받을 수 있는 방법과 시작 위치에 대한 교육 격차가 여전히 존재합니다.

이 기사는 ZKP가 실제로 작동하는 방식과 애플리케이션에서 ZKP를 사용하는 방법을 이해하도록 개발자를 안내하는 중요한 리소스를 함께 제공하여 이러한 격차를 해소하는 것을 목표로 합니다.

ZKP는 실제로 어떻게 작동합니까?

ZKP는 실제로 증명자가 해당 정보를 공개하지 않고 특정 정보를 알고 있음을 검증자에게 증명하는 기술입니다.

실제로 적어도 Web3에서는 ZKP가 다르게 사용되는 경우가 많습니다. 대부분의 애플리케이션은 독점 데이터의 소유권을 표시하기 위해 ZKP를 사용하지 않습니다. 대신 ZKP는 검증 가능성을 통해 신뢰를 높이는 데 사용됩니다. 우리는 ZKP가 미래에 엔티티 간의 표준 신뢰 모델이 될 것으로 기대합니다. 그 이유는 ZKP의 두 가지 주요 구성 요소인 증명과 검증이 신뢰를 추구하는 엔터티와 사용자 간의 고유한 상호 작용 체계를 가능하게 하는 방식으로 분리되기 때문입니다.

ZKP의 주요 구성 요소는 증명 생성 및 증명 검증입니다.

• 증명 생성에는 증명자에 대한 신뢰의 필요성을 제거하는 데 사용되는 실행 증명을 생성하기 위해 광범위한 계산을 실행하는 것이 포함됩니다.

• 대신 누구나 증명에서 간단한 프로세스를 실행하여 증명자가 실행하는 프로세스의 무결성을 확인할 수 있습니다.

이 정신 모델을 통해 비즈니스는 프로세스(종종 복잡한 프로세스)를 실행할 수 있으며 고객은 프로세스를 반복하지 않고도 해당 프로세스의 실행을 신뢰할 수 있습니다.

예를 들어 보겠습니다.

chatGPT와 같은 LLM(대형 언어 모델) 중 하나를 사용하기 위해 OpenAI의 유료 요금제에 가입했다고 가정해 보겠습니다. 요청한 특정 모델을 실제로 실행하려면 OpenAI를 신뢰해야 합니다. 더 간단하고 덜 효율적인 모델로 교체하는 것이 아닙니다. OpenAI가 요청한 특정 모델을 실제로 실행했음을 증명하는 소량의 데이터를 보낼 수 있다면 어떨까요? 또한 모든 독점 SaaS 제품이 소비자에게 그러한 보증을 제공할 수 있다면 어떤 일이 일어날지 상상해 보십시오.

이 신뢰 최소화는 ZKP의 약속입니다. 예를 들어 Web 2에서 ZKP는 모든 고객이 동일한 알고리즘을 사용하도록 하여 공정한 신용 평가 또는 공정한 보험 청구 처리를 보장할 수 있습니다. ZKP 프로세스를 실행하는 데 여전히 상대적으로 비용이 많이 들기 때문에 ZK 기술은 아직 그 수준에 도달하지 못했습니다. 그러나 우리는 Modulus Labs와 같은 회사가 AI 추론을 증명하기 위해 ZKP를 사용하는 기술을 구축하는 것을 보고 있습니다.

ZKP에 대한 기술 요구 사항

기술 수준에서 효율적인 ZKP 시스템은 다음 목표를 동시에 달성해야 합니다.

• 증명 시스템의 계산 복잡성과 지연을 줄입니다. 즉, 증명자가 효율적으로 증명을 생성하고 최단 시간에 검증자에게 전달할 수 있습니다.

• 작은 교정 크기 달성.

• 효율적인 검증, 즉 검증 비용을 최소화하십시오.

이러한 기본 목표 외에도 사용 사례에 따라 다음과 같은 몇 가지 보조 목표가 필요할 수 있습니다.

• 개인 정보 보호에 중점을 둔 응용 프로그램에서 데이터의 개인 정보를 보호한다는 것은 증명 시스템이 생성된 증명에 공개되지 않은 개인 입력을 처리할 수 있음을 의미합니다.

• 보안 가정을 ​​단순화하기 위해 가능하면 신뢰 설정을 피하십시오.

• 증명 재귀는 검증 비용을 더욱 줄이기 위해 구현됩니다. 즉, 단일 검증으로 여러 증명을 검증하고 서로 다른 증명 간에 비용을 공유할 수 있습니다.

이 모든 목표를 동시에 달성하는 것은 어려운 일입니다. 사용 사례에 따라 ZKP 시스템은 이러한 목표 중 일부를 우선시합니다. 예를 들어 SNARK 증명 시스템은 간결한 증명을 생성할 수 있지만 증명 복잡성이 증가합니다. 반면에 STRAK에는 효율적인 증명자가 있지만 증명 크기는 SNARK보다 100배 더 클 수 있습니다. zk 연구원들은 새로운 증명 메커니즘을 발명하여 세 가지 지표를 동시에 개선하면서 기술의 한계를 뛰어넘기 위해 끊임없이 노력하고 있습니다.

다른 증명 시스템의 비교

ZKP 관련 제품을 구축하는 개발자의 경우 고려해야 할 중요한 질문은 기본 증명 시스템을 선택하는 방법이며 여러 ZKP 증명 구현이 있으며 더 많은 것이 연구 개발 단계에 있습니다.

ZKP 백엔드 선택은 기술적 측면뿐만 아니라 대상 제품에 따라 달라집니다. 롤업 선택 증명 시스템을 예로 들어 보겠습니다. 출금 시간, 거래 비용, 심지어 탈중앙화 정도와 같은 롤업의 주요 특성은 아래 표와 같이 주로 ZKP 증명 아키텍처에 의해 결정됩니다.

롤업에서 증명은 롤업 연산자를 통해 비즈니스 측면에서 발생합니다. Starknet 및 Zksync와 같은 기존 ZK 롤업(zkRU)은 현재 중앙 집중식 증명기를 사용합니다. 따라서 그들은 증명자 성능을 향상시키기 위해 증명을 전용 증명자, 즉 서비스로서의 증명 회사에 위임할 수 있습니다. 최적화된 소프트웨어/하드웨어를 전문화하고 활용함으로써 이더리움 호환 zkEVM의 증명 시간을 몇 분으로 줄일 수 있습니다. 예를 들어 Polygon zkEVM의 증명 시간은 현재 약 2분입니다. 롤업에는 몇 분의 증명 시간, 즉 인출 지연이 허용됩니다.

반면에 일부 사용 사례에서는 Tornado Cash 거래와 같은 개인 거래를 생성하여 클라이언트 측에서 발생했다는 증거가 필요합니다. 합리적인 사용자 경험을 보장하기 위해 검증 시간은 몇 초를 초과하지 않아야 합니다. 또한 사용자는 지갑을 사용하는 브라우저나 리소스가 제한된 장치에서 이러한 계산을 수행하므로 빠른 증명이 있는 증명 시스템을 선택하는 것이 중요합니다. 좋은 예는 Zcash가 2018 Sapling 업그레이드에서 증명 시스템을 Groth 16으로 변경하는 것입니다.

비교 증명 시스템

일반적으로 서로 다른 증명 시스템의 성능, 특히 증명 및 검증 속도에 대한 정확한 비교는 라이브러리 구현, 선택한 암호화 곡선 및 사용된 하드웨어에 따라 다르기 때문에 어렵습니다.

Mina 팀은 이 게시물에서 좋은 수준의 비교를 제공합니다. 다양한 ZK 시스템을 위한 벤치마킹 도구를 만들기 위한 노력도 있었습니다.

이 표는 SNARK 구현을 잘 비교하고 Groth 16에서 Plonk, Halo까지의 속도 진행 상황을 설명합니다. 진행 상황에도 불구하고 STARK는 여전히 증명 속도에서 승리하지만 더 큰 증명 크기를 희생해야 합니다. 이 표는 또한 증명 시스템의 두 가지 중요한 기능인 설정 무신뢰 및 회로 프로그래밍 가능성에 대해 설명합니다.

회로 생성의 사전 처리 단계는 무신뢰 설정 섹션에서 설명합니다. 일부 증명 기술은 전처리 단계에서 비밀 난수를 생성하기 위해 다자간 계산의 참여가 필요합니다. 개별 참가자가 정직한 경우 생성된 난수는 실제로 비밀이며 전처리 부분은 안전합니다. 이 프로세스는 전처리 단계 참가자 중 적어도 한 명은 정직하다고 믿기 때문에 "신뢰 설정"이라고 합니다. 신뢰 설정을 요구하는 것은 약점으로 간주됩니다. 이런 의미에서 STARK와 Halo 2와 같은 최신 SNARK 시스템은 이점이 있습니다. 그러나 일부 프로젝트는 Aztec 및 Manta와 같은 커뮤니티 참여를 위한 도구로 신뢰 설정을 사용합니다.

프로그래밍 가능성 섹션에서는 증명 시스템이 임의의 계산을 증명할 수 있는지 여부에 대해 설명합니다. SNARK는 일반적으로 모든 계산에 대해 프로그래밍할 수 있습니다. 그러나 증명 효율성은 수행되는 계산 유형에 따라 다릅니다. 일부 유형의 STARK 시스템의 경우 다양한 유형의 계산에 적응하는 것이 쉬운 경우가 아닙니다.

제품에 ZKP를 활용하는 방법은 무엇입니까?

ZKP 기술의 이점을 얻을 수 있는 제품을 구축하는 것은 쉽지 않으며 올바른 정신 모델이 필요합니다.

이 섹션에서는 개발자가 ZKP를 제품에 통합하기 위한 최상의 접근 방식을 선택할 수 있는 프레임워크를 제공하려고 시도합니다. 제품 요구 사항, 에코시스템 조정 및 성능 요구 사항에 따라 개발자가 선택할 수 있는 몇 가지 도구가 있습니다. 일부 개발자는 기존 코드를 재사용할 수 있는 반면 다른 개발자는 애플리케이션을 만들기 위해 새로운 도메인별 언어(DSL)를 배워야 합니다.

성능 중심 zk 애플리케이션

개발자는 ZKP를 사용하여 대부분의 애플리케이션 계산을 오프체인하고 온체인에 증명만 게시함으로써 처리량(TPS)을 높이거나 수수료를 낮출 수 있습니다. 이 경우 선택할 수 있는 몇 가지 프레임워크가 있습니다. 각 프레임워크는 애플리케이션 코드를 컴파일하고, ZK 회로를 생성하고, ZK 증명자를 구현하고, 대상 생태계를 위한 검증자 코드를 생성하기 위한 일련의 도구를 제공합니다. 이러한 프레임워크를 EVM 중심 및 비EVM의 두 가지 주요 범주로 나눌 수 있습니다.

EVM 기반 ZK 프레임워크

이 ZK 프레임워크 세트는 이더리움 위에 구축되므로 이더리움과 일치합니다. 트랜잭션 및 애플리케이션은 Rollup의 ZK 가상 머신(zkVM)에서 실행됩니다. 증명은 전용 인증자에 의해 생성되고 스마트 계약에 의해 확인되도록 L1에 게시됩니다.

이 그룹의 첫 번째 하위 집합은 EVM과 호환되는 zkVM을 구현했기 때문에 이름이 zkEVM입니다. 이들의 목표는 Ethereum 개발자가 Hardhat 및 Foundry와 같은 친숙한 도구와 Solidity를 사용할 수 있도록 하여 마찰을 최소화하는 것입니다. EVM에 적합한 회로와 증명기를 생성하여 ZK 복잡성을 추상화합니다. Polygon zkEVM과 Scroll이 모두 이 버킷에 포함됩니다.

이 그룹의 두 번째 하위 집합은 EVM과 기본적으로 호환되지 않는 zkVM입니다. 비호환성에도 불구하고 이 그룹은 개발자가 Solidity를 사용할 수 있는 중간 계층을 만들어 마찰을 줄입니다. Vitalik은 이 유형을 type-4 zkEVM이라고 합니다. zkSync Era와 Starknet이 이 그룹의 좋은 예입니다. Type-4 zkEVM을 사용하는 이점은 호환되는 EVM 유형보다 더 높은 처리량과 더 낮은 비용을 제공할 수 있다는 것입니다. 따라서 온체인 게임과 같은 처리량이 많은 애플리케이션이나 오더북 DEX와 같은 고성능 금융 상품을 구축하는 데 적합합니다.

사용할 수 있는 Solidity 코드에 제한이 있기 때문에 유형 4 zkEVM용 애플리케이션을 구축하려면 더 많은 개발자 노력이 필요합니다. 또는 개발자가 카이로와 같은 다른 언어를 학습하여 이러한 프레임워크에 대한 기본 애플리케이션을 개발하기로 결정할 수 있습니다.

비 EVM zk 프레임워크

또 다른 유형의 프레임워크는 경쟁력 있는 L1 또는 범용 컴퓨팅을 대상으로 하므로 EVM 아키텍처를 대상으로 하지 않는 프레임워크입니다. 그럼에도 불구하고 Sovereign과 같은 특수 SDK를 통해 이더리움에서 애플리케이션별 zkRU를 구축하는 데 여전히 사용할 수 있습니다.

여기에는 두 가지 방법이 있습니다.

• 개발자는 나중에 ZK 회로로 컴파일되는 특정 VM 아키텍처를 대상으로 하는 고급 언어로 코드를 작성합니다.

• 개발자는 Circcom과 같은 DSL(도메인 특정 언어)을 사용하여 ZK 회로를 직접 생성합니다.

전자의 방법이 개발자에게 더 적합하지만 일반적으로 회로가 더 커지고 증명하는 데 더 오래 걸립니다.

개인 정보 보호에 중점을 둔 ZK 애플리케이션

ZKP를 사용하여 개인 정보 보호에 중점을 둔 애플리케이션을 개발하는 것은 종종 개발자에게 더 어려운 작업입니다. ZKP를 사용하여 프라이버시 중심 솔루션을 개발하는 것은 확장성 중심 솔루션보다 작업이 적기 때문에 학습 곡선이 더 가팔라집니다. 기존 개인 정보 보호 애플리케이션은 주로 결제 개인 정보 보호에 중점을 두고 많은 프로그래밍 가능성을 허용하지 않습니다. 프라이버시와 프로그래밍 기능을 결합하는 것은 어려운 작업입니다. 프라이버시 중심 애플리케이션은 다음 두 가지 구현 옵션 중 하나를 따릅니다.

1. 범용 L1 위에 구축

L1에서 개인 결제 애플리케이션을 활성화하려면 ZKP 로직을 스마트 계약으로 구축해야 합니다. 애플리케이션은 종종 ZKP를 사용하여 개인 자본 풀을 생성합니다. 사용자는 이러한 개인 풀을 믹서로 사용하여 원래 지갑에 연결되지 않은 새 지갑에 자금을 지원합니다. 이에 대한 유명한 예가 Tornado Cash입니다. 이러한 애플리케이션의 경우 사용자가 증명을 수행하고 검증은 온체인에서 이루어집니다. 따라서 빠른 증명, 간단한 검증 계산이 가능하고 사용자 정보를 노출하지 않는 ZKP 시스템을 사용하는 것이 중요합니다.

유니버설 체인은 값비싼 암호화 계산에 최적화되어 있지 않기 때문에 검증 비용은 종종 주류 사용자에게 비싸서 이러한 응용 프로그램의 채택을 제한합니다. 개인 업무 애플리케이션을 Rollup으로 이동하여 가스 요금을 줄이는 직관적인 솔루션은 문제를 제시할 수 있습니다. 이 경우 롤업 증명에 개인 트랜잭션 증명이 포함되어야 합니다.

2. 프라이버시에 중점을 둔 새로운 L1/L2 구축

개인 트랜잭션 및 애플리케이션에 대한 비용을 낮추기 위해 개발자는 개인 정보 보호에 중점을 둔 새로운 L1(예: Manta Network 및 Penumbra) 또는 특수 롤업(예: Aztec)을 구축해야 했습니다. 대부분의 개인 정보 보호에 중점을 둔 체인은 여전히 ​​범용 컴퓨팅을 지원하지 못하고 전문적인 사용에 중점을 둡니다. 예를 들어 Penumbra와 Renegade는 개인 거래에 중점을 둡니다. Aleo는 해당 ZK 회로를 생성하기 위해 고급 언어로 작성된 프로그램을 컴파일하기 위해 특수 목적 언어인 Leo를 만들어 독점 애플리케이션을 위한 프레임워크를 구축하고 있습니다. 애플리케이션의 상호 작용은 오프체인에서 이루어지며 증명만 프라이빗 트랜잭션으로 온체인에 게시됩니다. Aztec은 비슷한 방향으로 움직이고 있지만 Ethereum L2입니다. 그들은 최근 Noir를 기본 스마트 계약 언어로 사용하는 일반화된 비공개 롤업을 만드는 데 중점을 두겠다고 발표했습니다.

ZK 가속

개발자가 애플리케이션에 적합한 ZK 개발 프레임워크를 선택하고 기본 증명 시스템을 선택한 후 다음 단계는 애플리케이션의 성능을 최적화하고 사용자 경험을 개선할 방법을 찾는 것입니다. 이는 일반적으로 검증 성능 및 대기 시간 개선으로 귀결됩니다. 앞서 논의한 바와 같이 롤업의 경우 증명 시간이 짧다는 것은 증명을 L1에 커밋하는 데 지연이 적고 따라서 인출 지연이 적다는 것을 의미합니다. 사용자 생성 증명, 즉 개인 정보 보호 응용 프로그램의 경우 더 빠른 증명은 트랜잭션 생성 시간이 짧아지고 사용자 경험이 향상됨을 의미합니다.

이전 기사에서 논의한 바와 같이 증명 프로세스를 가속화하려면 종종 소프트웨어 최적화와 특수 하드웨어가 필요합니다. 지난 몇 달 동안 특수 하드웨어 경쟁이 치열해졌으며 여러 회사가 경쟁에 뛰어들었습니다. 이 섹션에서는 ZK 가속화의 현재 상태와 개발자가 이 경주에서 혜택을 받을 수 있는 방법에 대해 논의합니다.

서비스로서의 증명

하드웨어 가속

하드웨어 가속

zk 증명을 효율적으로 생성해야 하는 여러 L1 및 롤업이 출시되면서 이러한 증명을 생성하고 해당 보상을 얻기 위한 경쟁이 치열해질 것입니다. 이러한 체인과 L2가 많은 수의 사용자를 유치하는 데 성공하면 증거 생성이 비트코인 ​​채굴 경쟁과 유사한 군비 경쟁으로 발전할 수 있습니다. ZKP 가속, GPU 대 FPGA 대 ASIC에 대한 다양한 접근 방식이 있습니다. Amber Group의 이 기사에는 이러한 다양한 옵션과 각 구현 옵션이 직면한 문제에 대한 좋은 논의가 있습니다. 그러나 장기적으로 개념 증명 생성을 위한 가장 효율적인 ASIC를 생산하는 회사는 zk 중심 체인에서 상당한 경제적 이점을 갖게 될 것입니다.

ZK 증명 경쟁과 강조할 가치가 있는 비트코인 ​​채굴 사이에는 중요한 차이점이 있다는 점은 주목할 가치가 있습니다. 비트코인에서 마이닝 프로세스는 간단한 계산인 SHA 256 해시를 기반으로 합니다. 이 계산은 고정되어 있고 쉽게 변경되지 않으므로 칩 설계 혁신과 가장 진보된 반도체 노드에 대한 액세스에 중점을 둡니다. ZKP 분야에서는 서로 다른 증명 프로토콜 간에 상당한 차이가 있습니다. Plonk와 같은 동일한 증명 백엔드를 사용하더라도 대상 회로 크기는 ASIC 성능의 차이로 이어질 수 있습니다. 비트코인 채굴과 ZKP 세대 간의 이러한 구분은 각각 다른 ZK 백엔드를 전문으로 하는 여러 승자로 이어질 수 있습니다.

ZK 특정 칩 공간에 들어가는 여러 플레이어가 있습니다. 각 참가자는 증명 생성을 개선하는 두 가지 주요 작업인 다중 스칼라 곱셈(MSM)과 정수론적 변환(NTT) 중 하나에 중점을 둡니다. 스텔스에서 나온 마지막 플레이어는 ETH Denver에서 600만 달러의 시드 라운드를 발표한 Cysic이었습니다. Cysic은 FPGA를 사용하여 MSM을 가속화하는 데 중점을 둡니다. FPGA의 유연성 덕분에 다양한 ZK 시스템을 지원할 수 있습니다. 이 접근법은 1월에 1,500만 달러의 시드 라운드를 발표한 Ulventanna와 유사합니다. ZK 칩 개발 공간의 다른 플레이어로는 GPU에서 MSM 및 NTT 계산을 위한 계산을 가속화하는 Icicle이라는 라이브러리를 출시한 Ingonyama와 Accseal, Snarkify 및 Supranational이 있습니다. 이 목록 외에도 Web3 공간에서 잘 알려진 플레이어의 다른 비밀 회사 및 연구 노력이 있습니다. 후자의 예로는 FPGA를 사용하여 MSM 계산을 가속화하기 위한 Jump Crypto의 CycloneMSM 구현과 MSM 및 NTT를 가속화하기 위한 Jane Street의 FPGA 구현이 있습니다.

ZKP 가속화의 중요성이 증가함에 따라 다양한 구현에 대한 공정한 평가가 필요한 대회(예: ZPrize)가 현장을 발전시키는 중요한 장소가 되고 있습니다. 2022년 토너먼트에는 400만 달러 이상의 상금이 있습니다.

ZK 증명을 효율적으로 생성해야 하는 여러 L1 및 롤업이 출시되면서 이러한 증명을 생성하고 해당 보상을 얻기 위한 경쟁이 치열해질 것입니다. 이러한 체인과 L2가 많은 수의 사용자를 유치하는 데 성공하면 증거 생성이 비트코인 ​​채굴 경쟁과 유사한 군비 경쟁으로 발전할 수 있습니다. ZKP 가속, GPU 대 FPGA 대 ASIC에 대한 다양한 접근 방식이 있습니다. Amber Group의 이 기사에는 이러한 다양한 옵션과 각 구현 옵션이 직면한 문제에 대한 좋은 논의가 있습니다. 그러나 장기적으로 가장 효율적인 ASIC을 생산하는 회사는 ZK 중심 체인에서 상당한 경제적 이점을 갖게 됩니다.

ZK 증명 경쟁과 강조할 가치가 있는 비트코인 ​​채굴 사이에는 중요한 차이점이 있다는 점은 주목할 가치가 있습니다. 비트코인에서 마이닝 프로세스는 간단한 계산인 SHA 256 해시를 기반으로 합니다. 이 계산은 고정되어 있고 쉽게 변경되지 않으므로 칩 설계 혁신과 가장 진보된 반도체 노드에 대한 액세스에 중점을 둡니다. ZKP 분야에서는 서로 다른 증명 프로토콜 간에 상당한 차이가 있습니다. Plonk와 같은 동일한 증명 백엔드를 사용하더라도 대상 회로 크기는 ASIC 성능의 차이로 이어질 수 있습니다. 비트코인 채굴과 ZKP 세대 간의 이러한 구분은 각각 다른 ZK 백엔드를 전문으로 하는 여러 승자로 이어질 수 있습니다.

ZK 특정 칩 공간에 들어가는 여러 플레이어가 있습니다. 각 참가자는 증명 생성을 개선하는 두 가지 주요 작업인 다중 스칼라 곱셈(MSM)과 정수론적 변환(NTT) 중 하나에 중점을 둡니다. 스텔스에서 나온 마지막 플레이어는 ETH Denver에서 600만 달러의 시드 라운드를 발표한 Cysic이었습니다. Cysic은 FPGA를 사용하여 MSM을 가속화하는 데 중점을 둡니다. FPGA의 유연성 덕분에 다양한 ZK 시스템을 지원할 수 있습니다. 이 접근법은 1월에 1,500만 달러의 시드 라운드를 발표한 Ulventanna와 유사합니다. ZK 칩 개발 공간의 다른 플레이어로는 GPU에서 MSM 및 NTT 계산을 위한 계산을 가속화하는 Icicle이라는 라이브러리를 출시한 Ingonyama와 Accseal, Snarkify 및 Supranational이 있습니다. 이 목록 외에도 Web3 공간에서 잘 알려진 플레이어의 다른 비밀 회사 및 연구 노력이 있습니다. 후자의 예로는 FPGA를 사용하여 MSM 계산을 가속화하기 위한 Jump Crypto의 CycloneMSM 구현과 MSM 및 NTT를 가속화하기 위한 Jane Street의 FPGA 구현이 있습니다.

ZKP 가속화의 중요성이 증가함에 따라 다양한 구현에 대한 공정한 평가가 필요한 대회(예: ZPrize)가 현장을 발전시키는 중요한 장소가 되고 있습니다. 2022년 토너먼트에는 400만 달러 이상의 상금이 있습니다.

유용한 교육 자료

이 섹션에서는 개발자가 ZKP 공간을 이해하는 데 도움이 되는 몇 가지 교육 리소스를 정리했습니다. 이 주제에 대한 훌륭한 콘텐츠가 많기 때문에 이것은 완전한 목록이 아닙니다. 모든 zk 리소스가 포함된 포괄적인 목록은 여기 및 여기에서 찾을 수 있습니다. 개발자에게 이 공간에서의 노력에 대해 알리고 설정하는 친근한 방법입니다.

ZKP의 기본 사항과 작동 방식을 이해하는 데 관심이 있는 경우 가장 먼저 확인해야 할 리소스 중 하나는 ZK Hack의 ZK 화이트보드 세션입니다. 특히 Dan Boneh의 3개 입문 세션은 어느 정도 수학적 이해가 있는 사람이라면 누구에게나 수준 높은 세션입니다. 시리즈의 나머지 부분에서는 해당 분야의 특정 주제를 다룹니다.

결론적으로

결론적으로

원본 링크

원본 링크