Risc Zero сегодня объявил о запуске zkVM 1.0, производительной и готовой к использованию в производстве виртуальной машине с нулевым знанием.
zkVM 1.0 делает доказательства с нулевым знанием расширяемыми, доступными и экономически эффективными для любой цепочки.
Risc Zero
Преодоление закона Мура с помощью zkVM 1.0
zkVM 1.0 позволяет разработчикам доказывать любую программу Rust и проверять их на любой цепочке с целью увеличения межсетевой совместимости, чтобы запустить новый волну сложных dApps в рамках всей экосистемы блокчейна.
Высокая производительность zkVM 1.0 от Risc Zero
zkVM 1.0 от Risc Zero предлагает высокую производительность, превосходя конкурентов в общих вычислениях. Постоянное улучшение гарантирует, что Risc Zero сохранит свое преимущество в производительности zkVM. Risc Zero предоставил полные бенчмарки, чтобы продемонстрировать свое превосходство в стоимости и скорости на различных видах нагрузок.
Были проведены тесты на нескольких облачных экземплярах и потребительских устройствах с различными аппаратными конфигурациями, включая исполнение RISC-V, оперативную память и ускорители SHA2. За сравнение были выбраны рекомендуемые показатели производительности для обеспечения справедливости.
Основные результаты бенчмарк-тестов zkVM 1.0 от Risc Zero
Результаты показывают, что zkVM от Risc Zero превосходит SP1 по стоимости и скорости, будь то на потребительских устройствах или в облаке. На облачном экземпляре g6.xlarge Risc Zero быстрее и дешевле, чем экземпляр r7i.16xlarge, используемый SP1. Для некоторых видов нагрузки Risc Zero в до 60 раз дешевле, чем SP1.
Однако в некоторых конкретных случаях, например при криптооперациях, SP1 от Succinct показывает более высокую производительность благодаря использованию ускорителей. Risc Zero заявляет, что активно работает над интеграцией подобных ускорителей для повышения производительности в этих сценариях.
Risc Zero предоставил свои скрипты для бенчмарк-тестирования и данные для гарантирования прозрачности и воспроизводимости результатов. Пользователи могут ознакомиться с руководством и начальными данными для воспроизведения результатов.
