淺析Fabric:融資3300萬美元,用硬體解鎖加密計算的未來

avatar
Azuma
2個月前
本文約1685字,閱讀全文需要約3分鐘
目標是做加密計算領域的英偉達。

原文| Odaily星球日報( @OdailyChina

作者|Azuma( @azuma_eth

淺析Fabric:融資3300萬美元,用硬體解鎖加密計算的未來

北京時間8 月19 日晚間, 「VPU」晶片開發公司Fabric 宣布完成3,300 萬美元 A 輪融資,本輪融資由Blockchain Capital 和1kx 領投,Offchain Labs(Arbitrum)、Polygon 和Matter Labs(ZKsync)參投。

結合Fabric 官網資訊以及領投機構 Blockchain Capital 的補充描述, Fabric 目前擁有一支約60 多名全職員工的高品質團隊,其中多位共同創辦人及高階主管均在密碼學、處理器或AI 開發領域有過高光的職業經驗。例如,共同創辦人兼執行長Michael Gao 曾贏得奧數競賽,也曾合夥創立了一家獲比爾蓋茲投資的光子AI 超算公司;聯合創辦人兼副總裁Sagar Reddy 近30 年曾就職於Silicon Graphics、AMD 和Sun Microsystems,曾參與開發了世界上第一個64 位元微處理器AMD K 8 ;副總裁Gilbert Hendry 擁有哥倫比亞大學的電子工程博士學位,曾在Google 和Meta 有組建編譯器和電腦架構團隊的履歷…

淺析Fabric:融資3300萬美元,用硬體解鎖加密計算的未來

硬體突破,才是方向

所謂“VPU”,其實是“可驗證處理單元”( Verifiable Processing Unit )的縮寫,通俗來說就是用於加密計算場景的專用硬體處理器。

隨著對零知識證明(ZK)和全同態加密(FHE)的概念探索取得突破,加密貨幣產業已在部分原生場景(如ZK Rollup)下實現了高效能、可驗證且兼具隱私保護屬性的計算處理,但對於加密貨幣產業以外的真實商用場景來看,結合了此類理念的計算處理方案仍存在明顯問題—— 一是速度仍然太慢,二是執行成本過高。

在 Fabric 看來,這是一個阻礙著加密貨幣技術進一步向數十億用戶普及,破除原有世界弊病的客觀瓶頸。若想打破這個瓶頸,從根本上提高加密計算的效能並降低成本,存在著兩條可行路徑:一是繼續在加密計算的理論方向取得突破,或是更有效地實施既存理論;二則是透過硬體效率的提升有突破。

在理論的創新及實務方面,密碼學家和軟體工程師們一直在持續探索ZK 和FHE 的理論進步空間,並尋找更有效的理論實施方法。在過去5 年間,理論上的突破已幫助加密計算將成本降低了幾個數量級。

同時,硬體領域的指數級潛力卻未得到同等力度的探索。在Fabric 看來,硬體領域的突破有可能在未來幾年間實現類似於理論突破在過去數年間所取得的效果——正如AI 需要GPU 才能爆發一樣,加密計算也需要硬體才能迎來爆發。

為什麼一定要是VPU?

在關於VPU 的必要性上,Fabric 本輪融資的領投方之一Blockchain Capital 給出了很好的解釋。

Blockchain Capital 提到,加速ZK 和FHE 的方案其實很多種,一種相對簡易的做法是更有效率地去利用那些已存在的硬體處理器,像是GPU 或者FPGA。然而問題在於, GPU 原本是為圖形處理和人工智慧而構建,其設計與加密計算的需求重疊度過低,這意味著GPU 的算術邏輯單元在進行加密計算時的使用效率極低;而FPGA 雖然可以透過程式設計更有效地執行加密,但它們的運行速度相對於GPU 來說太慢,程式設計難度也要大得多,無法在伺服器設定中輕鬆實現。

另一種更有效的做法在於開發新的客製化硬件,例如像為了比特幣挖礦而製造ASIC 那樣。那為什麼我們不能直接使用ASIC 呢?這是因為目前幾乎每隔幾個月就會發布新的、更有效率的ZK 證明系統,任何為加速舊證明系統而定制的ASIC 硬體也會每隔幾個月就過時。你一定不想去客製化一個只能投用2 到3 個月的ASIC 吧…

所以對Fabric 而言,根本性的解決方案便只有設計一個全新的通用處理器,打破現有處理器在可程式性和效能之間的取捨難題。

根據 Fabric 的規劃,該公司將於今年稍後正式推出VPU,可實現類似GPU 的可程式性,同時確保類似ASIC 的效能。

淺析Fabric:融資3300萬美元,用硬體解鎖加密計算的未來

值得一提的是,建構類似VPU 的通用處理器要比建構只聚焦固定功能的ASIC 更具挑戰性,因為通用處理器需要硬體架構團隊和軟體團隊之間的密切合作才能充分發揮其潛力,這其中的迴路設計獎非常複雜,從晶片模擬到編譯器建置都需要大量的開發工作。

這也是為什麼Fabric 在完成本輪融資後會提到,新資金將不僅用於建構VPU,也將用於建構相關軟體和加密演算法。

夢想:做加密計算領域的英偉達

在行銷方面, Fabric 採用了一種簡單有效的宣傳模式— 以英偉達作為類比標的。

在英偉達的GPU 和CUDA 軟體模型(允許AI 工程師對GPU 進行程式設計)出現之前,發明於20 世紀30 年代的神經網路只是一種學術美夢,現實世界中真實用例相當有限(甚至可以說沒有)。但在過去十年中,英偉達的硬體突破使得AI 的運算量實現了數百萬倍的飛躍,讓ChatGPT、Sora 等AI 產品真正可供所有人使用。

在Fabric 看來, VPU 及其相關軟體庫的發布也將在加密運算領域引發類似「英偉達之於AI」的爆炸性效果,以超乎想像的速度推動加密計算的快速發展和商用落地。

原創文章,作者:Azuma。轉載/內容合作/尋求報導請聯系 report@odaily.email;違規轉載法律必究。

ODAILY提醒,請廣大讀者樹立正確的貨幣觀念和投資理念,理性看待區塊鏈,切實提高風險意識; 對發現的違法犯罪線索,可積極向有關部門舉報反映。

推薦閱讀
星球精選