보조 프로세서의 역사적 배경
전통적인 컴퓨터 분야에서 코프로세서는 CPU 두뇌의 다른 복잡한 작업을 처리하는 처리 장치입니다. 예를 들어, Apple은 2013년에 M7 모션 보조 프로세서를 출시하여 스마트 장치의 모션 감도를 크게 향상시켰습니다. 잘 알려진 GPU는 Nvidia가 2007년에 제안한 보조 프로세서로 CPU의 그래픽 렌더링과 같은 작업을 처리하는 역할을 합니다. GPU는 이기종/하이브리드 컴퓨팅으로 알려진 아키텍처인 계산 집약적이고 시간 소모적인 일부 코드 부분을 오프로드하여 CPU에서 실행되는 애플리케이션을 가속화합니다.
보조 프로세서는 단일 성능 요구 사항이나 매우 높은 성능 요구 사항이 있는 일부 복잡한 코드를 오프로드할 수 있으므로 CPU가 보다 유연하고 변경 가능한 부분을 처리할 수 있습니다.
이더리움 체인에는 애플리케이션 개발을 심각하게 방해하는 두 가지 문제가 있습니다.
작업에는 높은 가스 요금이 필요하므로 일반적인 전송은 21,000 가스 한도로 하드 코딩됩니다. 이는 이더리움 네트워크의 가스 요금의 최종 결과를 보여줍니다. 개발 범위 측면에서 대부분의 계약 코드는 자산 운영에 대해서만 작성되며, 복잡한 운영이 관련되면 많은 양의 가스가 필요하며 이는 애플리케이션과 사용자의 대량 채택에 심각한 장애물이 됩니다.
스마트 계약이 가상 머신에 존재하기 때문에 스마트 계약은 실제로 최근 256개 블록의 데이터에만 액세스할 수 있습니다. 특히 내년 Pectra 업그레이드와 EIP-4444 제안 도입에서는 전체 노드가 더 이상 과거를 저장하지 않습니다. 블록 데이터, 데이터 부족으로 인해 데이터 기반의 혁신적인 애플리케이션의 출현이 지연되었습니다. 결국 Tiktok, Instagram, Multi-data, LLM 등과 같은 DeFi 애플리케이션은 모두 데이터를 기반으로 구축됩니다. 이것이 Lens가 기반으로 하는 이유입니다. 데이터 소셜 프로토콜이 Layer 3 Momoka를 출시하는 이유는 블록체인이 매우 원활한 데이터 흐름이라고 생각하기 때문입니다. 결국 체인은 개방적이고 투명하지만 실제로는 그렇지 않습니다. 단지 토큰 자산 데이터가 원활하게 흘러갈 뿐이지만, 데이터 자산의 기반 인프라가 여전히 큰 장애물이기 때문에 대량 채택 제품의 출현도 심각하게 제한하게 될 것입니다.
이러한 사실을 통해 우리는 계산과 데이터 모두가 새로운 컴퓨팅 패러다임인 Mass Adoption의 출현을 제한하는 이유임을 발견했습니다. 그러나 이는 이더리움 블록체인 자체의 단점으로, 대량의 계산과 데이터 집약적인 작업을 처리하도록 설계되지 않았습니다. 하지만 이러한 컴퓨팅 및 데이터 집약적 애플리케이션과의 호환성을 어떻게 달성할 수 있을까요? 여기서 우리는 코프로세서를 도입해야 합니다. 이더리움 체인 자체는 CPU 역할을 하며, 코프로세서는 GPU와 유사합니다. 체인 자체는 컴퓨팅이 아닌 데이터 집약적인 자산 데이터와 간단한 작업을 처리할 수 있습니다. 애플리케이션은 데이터나 계산을 유연하게 사용하기를 원합니다. 리소스는 보조 프로세서를 사용할 수 있습니다. ZK 기술을 탐구하면서 보조 프로세서가 신뢰 없이 계산을 수행하고 오프체인 데이터를 사용할 수 있도록 하기 위해 대부분의 보조 프로세서가 ZK를 기본 계층으로 개발되고 있는 것은 당연합니다.
ZK Coporcessor의 경우 애플리케이션 범위가 너무 넓어 소셜 네트워킹, 게임, Defi 빌딩 블록, 온체인 데이터 기반 위험 제어 시스템, Oracle, 데이터 스토리지, 대규모 모델 언어 교육 등 실제 dapp 애플리케이션 시나리오를 포괄할 수 있습니다. 이론적으로 Web2 애플리케이션이 수행할 수 있는 모든 작업은 ZK 보조 프로세서를 통해 달성할 수 있으며 Ethereum은 애플리케이션 보안을 보호하기 위한 최종 결제 계층 역할을 합니다.
전통적인 세계에서는 보조 프로세서에 대한 명확한 정의가 없습니다. 별도의 칩이 작업 완료를 돕기 위해 보조 장치로 사용될 수 있는 한 이를 보조 프로세서라고 합니다. 업계에서 ZK 보조 프로세서에 대한 현재 정의는 정확히 동일하지 않습니다. ZK-Query, ZK-Oracle, ZKM 등은 모두 체인의 전체 데이터, 체인 외부의 신뢰할 수 있는 데이터를 쿼리하는 데 도움을 줄 수 있는 보조 프로세서입니다. , 그리고 체인 외부의 계산 결과, 이 정의로 판단하면 레이어 2는 실제로 이더리움의 보조 프로세서로 간주됩니다. 또한 아래에서 레이어 2와 일반 ZK 보조 프로세서의 유사점과 차이점을 비교해 보겠습니다.
보조 프로세서 프로젝트 목록
ZK 보조 프로세서의 일부 프로젝트, 출처: Gate Ventures
현재 업계에서 상대적으로 잘 알려진 공동 처리는 온체인 데이터 인덱싱, 오라클 및 ZKML의 세 부분으로 나누어집니다. 세 가지 시나리오에 포함된 프로젝트는 General-ZKM이며 가상 머신은 실행됩니다. 예를 들어 Delphinus는 zkWASM에 중점을 두고 있는 반면 Risc Zero는 Risc-V 아키텍처에 중점을 두고 있습니다.
보조 프로세서 기술 아키텍처
우리는 일반 ZK 보조 프로세서를 예로 들어 아키텍처를 분석하여 독자가 이 범용 가상 머신의 기술 및 메커니즘 설계의 유사점과 차이점을 이해할 수 있도록 하고 주로 Risc Three를 중심으로 하는 보조 프로세서의 향후 개발 추세를 판단합니다. Zero, Lagrange 및 Succinct를 포함한 프로젝트가 분석되었습니다.
리스크 제로
Risc Zero에서는 ZK 보조 프로세서를 Bonsai라고 합니다.
분재 건축, 출처: Risc Zero
분재 구성품, 출처: Risc Zero
Bonsai에서는 체인 독립적인 영지식 증명 구성 요소의 완전한 세트가 구축되었습니다. 목표는 Risc-V 명령어 세트 아키텍처를 기반으로 하며 뛰어난 다양성과 지원되는 언어를 제공하는 것입니다. . Rust, C++, Solidity, Go 등이 포함됩니다. 주요 기능은 다음과 같습니다:
영지식/검증 가능한 환경에서 모든 가상 머신을 실행할 수 있는 Universal zkVM.
모든 스마트 계약이나 체인에 직접 통합할 수 있는 ZK 증명 생성 시스템
Bonsai의 모든 증명 계산을 체인에 배포하여 네트워크 채굴자가 증명을 생성할 수 있도록 하는 일반 롤업입니다.
그 구성요소는 다음과 같습니다:
증명자 네트워크: 증명자는 Bonsai API를 통해 네트워크에서 검증해야 하는 ZK 코드를 수신한 다음 증명 알고리즘을 실행하여 ZK 증명을 생성합니다. 이 네트워크는 향후 모든 사람에게 공개됩니다.
요청 풀: 이 풀은 사용자가 시작한 인증 요청을 저장합니다(이더리움의 mempool과 유사하며 트랜잭션을 임시로 저장하는 데 사용됨). 그러면 이 요청 풀은 블록을 생성하기 위해 시퀀서에 의해 정렬되며 많은 인증 요청이 분할됩니다. 증명 효율성을 향상시킵니다.
롤업 엔진: 이 엔진은 증명자 네트워크에서 수집된 증명 결과를 수집한 다음 이를 루트 증명으로 패키징하고 이더리움 메인 네트워크에 업로드하여 체인의 검증자가 언제든지 확인할 수 있도록 합니다.
이미지 허브: 기능과 완전한 애플리케이션을 저장할 수 있는 시각적 개발자 플랫폼입니다. 따라서 개발자는 스마트 계약을 통해 해당 API를 호출할 수 있습니다. 따라서 체인의 스마트 계약은 오프체인 프로그램을 호출할 수 있는 기능을 갖습니다.
State Store: Bonsai는 또한 데이터베이스에 키-값 쌍의 형태로 저장되는 오프체인 상태 스토리지를 도입하여 온체인 스토리지 비용을 절감하고 ImageHub 플랫폼과 협력하여 스마트 계약의 복잡성을 줄일 수 있습니다.
시장 증명: ZK는 산업 체인의 중간 및 상위 도달 범위를 증명하며, 컴퓨팅 파워 시장은 컴퓨팅 파워의 수요와 공급 측면을 일치시키는 데 사용됩니다.
라그랑주
Lagrange의 목표는 블록체인의 기록 데이터를 포함하는 보조 프로세서 및 검증 가능한 데이터베이스를 구축하고 이 데이터를 원활하게 사용하여 무신뢰 애플리케이션을 구축할 수 있는 것입니다. 이를 통해 컴퓨팅 및 데이터 집약적인 애플리케이션을 개발할 수 있습니다.
여기에는 두 가지 기능이 포함됩니다.
검증 가능한 데이터베이스: 체인에 있는 스마트 계약의 저장소를 인덱싱함으로써 스마트 계약에 의해 생성된 온체인 상태가 데이터베이스에 저장됩니다. 기본적으로 블록체인의 저장소, 상태 및 블록은 재구성된 다음 쉽게 검색할 수 있도록 오프체인 데이터베이스에 업데이트된 방식으로 저장됩니다.
MapReduce 원칙에 따른 컴퓨팅: MapReduce 원칙은 대규모 데이터베이스에서 데이터 분리 및 다중 인스턴스 병렬 컴퓨팅을 사용하고 최종적으로 결과를 통합하는 것입니다. 병렬 실행을 지원하는 이 아키텍처를 Lagrange에서는 zkMR이라고 합니다.
데이터베이스 설계에는 온체인 데이터의 총 세 부분, 즉 계약 저장 데이터, EOA 상태 데이터 및 블록 데이터가 포함됩니다.
Lagrange 데이터베이스 구조, 출처: Lagrange
위는 컨트랙트에 저장된 데이터의 매핑 구조입니다. 컨트랙트의 상태 변수는 여기에 저장되며, 각 컨트랙트는 독립적인 Storage Trie를 가지고 있으며 이 Trie는 이더리움에 MPT 트리 형태로 저장됩니다. MPT 트리는 단순하지만 효율성이 매우 낮기 때문에 이더리움 핵심 개발자들이 Verkel 트리 개발을 장려하는 이유입니다. Lagrange에서 각 노드는 SNARK/STARK를 사용하여 증명될 수 있으며 상위 노드에는 재귀 증명 기술을 사용해야 하는 하위 노드의 증명이 포함되어 있습니다.
계정 상태, 출처: Lagrange
계정은 EOA 및 컨트랙트 계정으로 Account/Storage Root(계약 변수의 저장 공간) 형태로 저장하여 계정 상태를 나타낼 수 있는데, 라그랑주가 이 부분을 완전히 설계하지 않은 것으로 보이며 실제로 추가가 필요한 것으로 보입니다. State Trie(외부 계정의 상태 저장 공간 루트)입니다.
블록 데이터 구조, 출처: Lagrange
새로운 데이터 구조에서 Lagrange는 SNARK 증명에 적합한 블록 데이터 구조를 만들었습니다. 이 트리의 각 리프는 블록 헤더입니다. 이더리움이 12초마다 한 번씩 블록을 생성하면 데이터베이스는 고정됩니다. 약 25년 정도 지속될 것이다.
Lagrange의 ZKMR 가상 머신에서 계산은 두 단계로 이루어집니다.
맵: 분산 머신은 전체 데이터를 매핑하고 키-값 쌍을 생성합니다.
축소: 분산 컴퓨터는 증명을 별도로 계산한 다음 모든 증명을 병합합니다.
즉, ZKMR은 소규모 계산의 증명을 결합하여 전체 계산의 증명을 생성할 수 있습니다. 이를 통해 ZKMR은 여러 단계 또는 계산 계층이 필요한 대규모 데이터 세트에 대한 복잡한 계산 증명을 수행하기 위해 효율적으로 확장할 수 있습니다. 예를 들어 Uniswap이 100개 체인에 배포된 경우 100개 체인에서 특정 토큰의 TWAP 가격을 계산하려면 이때 많은 계산과 통합이 필요합니다. ZKMR은 각 체인을 별도로 계산할 수 있습니다. 결합하여 완전한 계산 증명을 생각해 보세요.
라그랑주 보조 프로세서 작업 프로세스, 출처: Lagrange
위는 실행 프로세스입니다.
개발자의 스마트 계약은 먼저 Lagrange에 등록한 다음 Lagrange의 온체인 스마트 계약에 증명 요청을 제출합니다. 이때 프록시 계약은 개발자 계약과의 상호 작용을 담당합니다.
오프체인 라그랑주는 요청을 병렬화 가능한 작은 작업으로 나누고 이를 다른 증명자에게 배포하여 공동 검증합니다.
증명자는 실제로 네트워크이며, EigenLayer의 Restake 기술로 네트워크의 보안이 보장됩니다.
간결
Succinct Network의 목표는 프로그래밍 가능한 사실을 블록체인 개발 스택(L2, 보조 프로세서, 크로스체인 브리지 등 포함)의 모든 부분에 통합하는 것입니다.
간결한 작업 과정, 사진 출처: Succinct
Succinct는 영지식 분야에서 Solidity 및 특수 언어(DSL)를 포함한 코드를 수용하고 이를 Succinct 보조 프로세서 오프체인에 전달할 수 있습니다. Succinct는 대상 체인의 데이터 인덱스를 완성한 후 인증 신청서를 인증 담당자에게 보냅니다. CPU를 지원할 수 있는 시장, GPU 및 ETC 칩 채굴자는 증명 네트워크에 증명을 제출합니다. 앞으로도 다양한 증명 시스템이 공존하는 기간이 길어질 것이기 때문에 증명 시장은 다양한 증명 시스템과 호환된다는 것이 특징입니다.
Succinct의 오프체인 ZKVM은 Rust 언어 및 기타 LLVM 언어를 지원할 수 있는 SP(Succinct Processor)라고 합니다.
재귀 + 검증: STARK 기술을 기반으로 한 재귀 검증 기술은 ZK 압축 효율성을 기하급수적으로 향상시킬 수 있습니다.
SNARK에서 STARK 래퍼까지 지원: SNARK와 STARK의 장점을 모두 활용하고 증명 크기와 검증 시간 간의 균형을 해결할 수 있습니다.
사전 컴파일 중심의 zkVM 아키텍처: SHA 256, Keccak, ECDSA 등과 같은 일부 일반적인 알고리즘의 경우 미리 컴파일하여 런타임 증명 생성 시간과 검증 시간을 줄일 수 있습니다.
비교하다
범용 ZK 보조 프로세서를 비교할 때 대량 채택의 첫 번째 원칙을 충족하는 비교를 주로 수행하며 이것이 중요한 이유도 설명합니다.
데이터 인덱싱/동기화 문제: 완전한 온체인 데이터와 동기화된 인덱싱 기능만이 빅데이터 기반 애플리케이션의 요구 사항을 충족할 수 있습니다. 그렇지 않으면 애플리케이션 범위가 상대적으로 단일할 것입니다.
기술 기반: SNARKs와 STARKs 기술은 서로 다른 결정 포인트를 가지고 있습니다. 중기적으로는 SNARKs 기술이 주요 기술이 될 것이며 장기적으로는 STARKs 기술이 주요 기술이 될 것입니다.
재귀 지원 여부: 재귀를 지원해야만 데이터를 더 많이 압축하고 병렬 계산 증명을 달성할 수 있습니다. 따라서 완전한 재귀를 달성하는 것이 프로젝트의 기술적 하이라이트입니다.
증명 시스템: 증명 시스템은 증명 생성의 크기와 시간에 직접적인 영향을 미칩니다. 이는 ZK 기술에서 가장 비용이 많이 드는 부분이며, 현재 자체 구축된 ZK 클라우드 컴퓨팅 파워 시장과 증명 네트워크가 주요 부분입니다.
생태학적 협력: 제3의 실수요 측면을 통해 B-end 사용자가 기술 방향을 인식하는지 여부를 판단할 수 있습니다.
VC 지원 및 자금 조달 상태: 후속 자원 지원을 표시할 수 있습니다.
실제로 전체적인 기술 경로는 매우 명확하므로 대부분의 기술이 수렴됩니다. 예를 들어 STARK에서 SNARK까지 모두 래퍼를 사용하므로 STARK와 SNARK의 장점을 동시에 사용할 수 있어 증명 생성 시간과 검증 시간이 단축됩니다. , 양자 공격에 저항합니다. ZK 알고리즘의 재귀성은 ZK의 성능에 큰 영향을 미칠 수 있으므로 현재 세 프로젝트 모두 재귀 기능을 가지고 있습니다. ZK 알고리즘의 증명 생성은 가장 많은 비용과 시간이 소비되는 부분입니다. 따라서 세 프로젝트 모두 증명자 네트워크와 클라우드 컴퓨팅 파워 시장을 구축하기 위해 ZK 컴퓨팅 파워에 대한 강력한 수요에 의존합니다. 이러한 관점에서 현재의 기술 경로가 매우 유사할 때 시장 점유율을 점유하기 위한 생태학적 협력 자원을 지원하기 위해 팀과 VC를 돌파하는 것이 더 필요할 수 있습니다.
보조 프로세서와 레이어 2의 유사점과 차이점
레이어 2와 달리 보조 프로세서는 애플리케이션 지향적인 반면, 레이어 2는 여전히 사용자 지향입니다. 코프로세서는 가속 구성 요소 또는 모듈식 구성 요소로 사용되어 다음과 같은 애플리케이션 시나리오를 구성할 수 있습니다.
ZK 레이어 2의 오프체인 가상 머신 구성 요소인 이러한 레이어 2는 자체 VM을 보조 프로세서로 대체할 수 있습니다.
퍼블릭 체인의 애플리케이션을 위한 보조 프로세서로서 오프체인에서 컴퓨팅 성능을 오프로드합니다.
다른 체인에서 검증 가능한 데이터를 얻기 위해 퍼블릭 체인의 애플리케이션을 위한 오라클입니다.
메시지를 전송하기 위해 두 체인 사이의 크로스 체인 브리지 역할을 합니다.
이러한 애플리케이션 시나리오는 부분적인 목록일 뿐입니다. 보조 프로세서의 경우 전체 체인에 걸쳐 데이터의 실시간 동기화와 고성능 및 저비용의 신뢰할 수 있는 컴퓨팅의 잠재력을 가져오고 안전하게 재구성할 수 있다는 점을 이해해야 합니다. 체인의 모든 미들웨어는 거의 모든 블록을 통해 처리됩니다. Chainlink 및 The Graph를 포함하여 현재 자체 ZK 오라클 및 쿼리를 개발하고 있으며 Wormhole, Layerzero 등과 같은 주류 크로스 체인 브리지도 ZK 오프 체인 LLM(대형 모델 오라클) 교육을 기반으로 하는 크로스 체인 브리지 기술을 개발하고 있습니다. 신뢰할 수 있는 추론 등
보조 프로세서가 직면한 문제
개발자가 진입하는 데에는 저항이 있습니다.ZK 기술은 이론적으로는 가능하지만 여전히 기술적 어려움이 많고 외부 이해도 모호합니다. 따라서 새로운 개발자가 생태계에 진입할 때 특정 언어와 개발자 도구를 마스터해야 합니다. 저항이 더 커질 수도 있습니다.
트랙은 매우 초기 단계에 있습니다. zkVM의 성능은 매우 복잡하며 다양한 차원(하드웨어, 단일 노드 및 다중 노드 성능, 메모리 사용량, 재귀 비용, 해시 함수 선택 및 기타 요소 포함)을 포함합니다. 다양한 차원에서 건설 중인 프로젝트. 선로는 매우 초기 단계에 있으며 패턴은 아직 명확하지 않습니다.
하드웨어 등의 전제조건이 아직 구현되지 않은 상태입니다. 하드웨어 측면에서 볼 때 현재 주류 하드웨어는 ASIC, FPGA를 사용하여 구성되어 있으며, 제조사로는 Ingonyama, Cysic 등이 있으며 아직 연구 단계에 있으며 아직 상용화되지 않았습니다. 우리는 하드웨어가 대규모 구현을 위한 전제 조건이라고 믿습니다.
기술 경로는 유사하며, 세대를 넘나들며 기술 우위를 확보하기가 어렵습니다. 현재 주요 경쟁은 이를 뒷받침하는 VC 리소스와 팀의 BD 역량, 그리고 주류 애플리케이션과 퍼블릭 체인의 생태적 틈새 시장을 확보할 수 있는지 여부입니다. .
요약 및 전망
ZK 기술은 매우 다재다능하며 이더리움 생태계가 분산된 가치 지향에서 무신뢰 가치로 이동하는 데 도움이 되었습니다. 신뢰하지 말고 검증하라는 이 문장은 ZK 기술의 모범 사례입니다. ZK 기술은 크로스체인 브리지, 오라클, 온체인 쿼리, 오프체인 계산, 가상 머신 등과 같은 일련의 애플리케이션 시나리오를 재구성할 수 있으며 범용 ZK 보조 프로세서는 ZK 기술을 구현하는 도구 중 하나입니다. ZK Coporcessor의 경우 애플리케이션 범위가 너무 넓어 실제 dapp 애플리케이션 시나리오를 모두 포괄할 수 있습니다. 이론적으로 Web2 애플리케이션에서 수행할 수 있는 모든 작업은 ZK 보조 프로세서를 통해 달성할 수 있습니다.
기술 침투 곡선, 출처: Gartner
고대부터 기술의 발전은 더 나은 삶에 대한 인간의 상상(예를 들어 창어가 달로 날아가는 것, 아폴로가 달을 밟는 것 등)보다 뒤쳐져 왔습니다. 알아두세요. 시간이 좀 걸릴 뿐입니다. 우리는 범용 ZK 보조 프로세서가 이러한 개발 추세를 따르고 있다고 믿습니다. 우리는 ZK 보조 프로세서 대량 채택에 대한 두 가지 지표를 가지고 있습니다: 전체 체인에 걸쳐 실시간으로 입증 가능한 데이터베이스와 저비용 오프체인 컴퓨팅입니다. 데이터 양이 충분하고 실시간 동기화와 저비용 오프체인 검증 가능 계산이 결합되면 소프트웨어 개발 패러다임이 완전히 바뀔 수 있습니다. 그러나 이 목표는 천천히 반복되므로 추세나 가치 방향을 찾는 데 중점을 둡니다. 이는 이 두 가지 프로젝트와 일치하며 ZK 컴퓨팅 파워 칩의 구현은 ZK 보조 프로세서의 대규모 상용 애플리케이션을 위한 전제 조건입니다. 대량 채택 기술 및 응용 프로그램은 다음 라운드에서 ZK 산업 체인이 상용화될 수 있을 것으로 예상합니다. 이제 Web3가 실제로 10억 명의 사람들의 상호 작용을 수행할 수 있는 일부 기술에 다시 집중해야 할 때입니다. 체인.
부인 성명:
위 내용은 참고용일 뿐이며 조언으로 간주되어서는 안 됩니다. 투자하기 전에 항상 전문가의 조언을 구하십시오.
게이트벤처스 소개
Gate Ventures 는 Gate.io의 벤처 캐피털 계열사로 웹 3.0 시대에 세상을 재편할 분산형 인프라, 생태계 및 애플리케이션에 대한 투자에 중점을 두고 있습니다. Gate Ventures는 글로벌 업계 리더들과 협력하여 혁신적인 사고와 역량을 갖춘 팀과 스타트업에 힘을 실어 사회와 금융의 상호 작용 모델을 재정의합니다.
공식 홈페이지: https://ventures.gate.io/ 트위터: https://x.com/gate_ventures 매체: https://medium.com/gate_ventures
