Krytyczny wgląd! Społeczność często goni za wydajnością GPU, nie pytając, gdzie tak naprawdę stosuje się równoległość. To podkreśla długo pomijany wąskie gardło: r1cs.Solve jest z natury sekwencyjne. Żaden liczba rdzeni GPU tego nie naprawi. Przyszłość przyspieszenia zk może zależeć mniej od "brutalnej siły GPU", a bardziej od przemyślenia algorytmów + projektowania architektury na poziomie CPU.
AntChain OpenLabs
AntChain OpenLabs1 lip, 11:47
🚀 AntChain OpenLabs @AntChainOpenLab i ZeroBase @zerobasezk 👀 Odkrycie: śmiertelna wada #GPU w przyspieszaniu Groth16! ⚠️ ⚡️ Podczas gdy #MSM/#NTT zyskują prędkość 100x+, r1cs.Solve nie może być równolegle przetwarzane i musi być wykonywane sekwencyjnie. 🤯 Wysokoczęstotliwościowe wielordzeniowe CPU przewyższają tutaj GPU. 💻🔥 Patrząc w przyszłość, to odkrycie sygnalizuje zmianę w podejściu do przyspieszania dowodów zerowej wiedzy — faworyzując inteligentne, równolegle przetwarzane algorytmy i elastyczne architektury oparte na CPU zamiast mocy GPU. 💡
1,66K