모듈식 컴퓨팅 계층 및 RaaS 플랫폼 Lumoz는 방금 완료된 3차 인센티브 테스트넷에서 단계별 결과를 달성했습니다. 시장 수준에서 테스트넷 활동은 100만 명이 넘는 사용자와 30개 이상의 주요 생태 프로젝트 당사자의 관심과 지원을 받았으며, 기술 수준에서 시장 인기, 토론 및 커뮤니티 규모가 새로운 최고점에 도달했습니다. Lumoz 팀은 또한 ZK-POW 알고리즘에 대한 연구를 진행하고 있으며, 심층 최적화를 통해 ZKP의 증명 효율성을 약 50% 효과적으로 향상시킬 수 있는 효과적인 돌파구를 마련했습니다.
선도적인 ZK 및 AI 모듈형 컴퓨팅 계층인 Lumoz는 PoW 채굴 메커니즘을 사용하여 롤업, ZK-ML 및 ZKP 검증을 위한 컴퓨팅 성능을 효과적으로 제공할 수 있으며 핵심 기술 팀은 이를 위해 끊임없이 노력해 왔습니다. 이러한 기술적 움직임은 오늘날의 치열한 경쟁이 벌어지는 Web3 ZK 컴퓨팅 분야에서 효과적으로 눈에 띄는 데 도움이 될 뿐만 아니라 곧 출시될 Lumoz ZK-POW 메인넷을 위한 길을 열어줄 수도 있습니다.
다음은 Lumoz ZK-PoW 알고리즘 최적화의 구체적인 내용입니다.
기존 검증 프로세스 개선
우선, Lumoz가 제안한 2단계 제출 알고리즘과 최적화된 ZKP 생성 방식은 ZK-PoW 메커니즘의 분산화를 보장하는 동시에 ZK 증명 생성 및 검증의 효율성을 크게 향상시킵니다. 이는 알파 테스트넷에서 잘 검증되었습니다.
이제 Lumoz 팀은 오랜 노력 끝에 원래의 2단계 제출 모델을 최적화하고 더 간단한 검증 프로세스를 사용하여 검증 중 온체인 리소스 소비를 줄이고 전체 검증 프로세스 시간을 단축했습니다. 현재 프로세스에서 전체 증명 검증 체계는 여전히 원래 제출 창과 인센티브 메커니즘을 유지하지만 단순화된 계약 호출을 사용하여 원래의 2단계 검증 프로세스를 대체합니다. 단순화된 프로세스에서 작업자는 더 이상 증명 해시를 통해 신원 및 작업 정보를 인증할 필요가 없으며, 대신 자신의 정보 및 작업 정보가 포함된 증명 ID를 생성된 zk 증명으로 집계하여 계약 내에서 한 번에 완료합니다. . 확인하다.
이러한 방식으로 컴퓨팅 파워 제공자는 단일 계약 호출만 하면 원래의 2단계 검증 프로세스를 완료하여 온체인 오버헤드를 50%에서 60%로 동시에 줄일 수 있습니다. 증거도 원본에서 변경됨 Window 기간이 Window 기간 시작으로 진행된 후 신뢰 상태에 도달하는 시간이 약 30% 단축됩니다.
증명의 재귀와 집합
Plonky 시리즈 알고리즘에서 영감을 받아 Lumoz는 ZK-PoW 증명 생성 체계를 최적화하고 전반적인 증명 생성 효율성을 향상시키기 위해 재귀 형식을 도입하려고 시도했습니다. 새로운 방식에서는 여러 증명 작업의 생성 단계를 병렬로 실행할 수 있으며 최종적으로 재귀적이고 점진적으로 단일 증명으로 집계되므로 보다 간소화된 증명과 낮은 검증 오버헤드로 전체 시스템의 ZK 검증을 완료할 수 있습니다. 한편, 최적화된 솔루션은 재귀적 형태를 통해 단일 작업을 보다 세분화된 방식으로 나눌 수 있어 컴퓨팅 성능을 보다 합리적이고 효율적으로 할당할 수 있는 기반을 제공합니다.
컴퓨팅 성능의 보다 합리적인 분배
ZK-PoW 인센티브 메커니즘에 따라 Lumoz는 다수의 ZK 컴퓨팅 파워 노드를 안정적으로 유지할 수 있습니다. 따라서 보다 합리적인 컴퓨팅 전력 할당 메커니즘을 설계하면 네트워크의 전반적인 증명 컴퓨팅 효율성이 크게 향상됩니다. Lumoz 팀은 또한 이 방향으로 연구와 개선을 수행했습니다.
계산 결과의 재사용
이전 버전에서는 각 증명 작업의 계산 프로세스가 상대적으로 독립적이었으며 시스템의 일부 현재 상태 매개변수에만 의존했습니다. 이 과정에서는 수많은 계산 과정이 반복적이고 중복됩니다. 새로운 솔루션은 재귀 형식을 사용하여 단일 증명 작업을 보다 세밀한 부분으로 나누므로 상대적으로 독립적인 증명 작업 간에 유사한 모듈을 찾을 수 있습니다. 이러한 모듈의 경우 새로운 솔루션은 일부 계산 결과를 캐시하고 후속 프로세스에서 직접 재사용하여 대량의 반복 계산을 방지하고 컴퓨팅 성능 활용도를 크게 향상시킵니다.
반면, 세분화된 노드에서는 계산 프로세스의 중간 값을 더 잘 저장할 수 있으므로 비정상적인 시나리오에서 중단점에서 계산을 신속하게 재개할 수 있습니다.
사전 계산
분산화의 특성으로 인해 ZK-PoW의 컴퓨팅 성능은 항상 공급량과 정확히 동일하지는 않습니다. 과도한 컴퓨팅 파워의 낭비를 피하기 위해 컴퓨팅 파워 노드는 계산을 시작하기 전에 증명 작업이 생성될 때까지 항상 기다릴 필요는 없습니다. 최적화 방식에서는 새로운 증명 작업이 일시적으로 해제되지 않더라도 노드는 시스템의 현재 상태를 기반으로 새 작업이 일부 사전 계산 프로세스를 보다 세밀하게 수행할 수 있는지 판단하고 유휴 리소스를 계산에 사용합니다. . 증명 작업이 해제된 후 노드는 최소한의 오버헤드를 사용하여 사전 계산 결과가 유효한지 확인한 후 정상적인 계산 프로세스를 진행합니다. 이 예비 컴퓨팅 성능을 활용하여 증명이 25% 더 빠르게 생성됩니다.
요약
Lumoz 팀은 세 가지 측면에서 시작하여 여러 각도에서 ZK-PoW 솔루션을 최적화했습니다. 상위 계층 검증 프로세스의 개선으로 온체인 검증 오버헤드가 줄어들고 신뢰 상태에 도달하는 데 걸리는 시간이 단축됩니다. 기본 증명 및 컴퓨팅 성능 활용을 최적화하면 증명 생성에 필요한 시간이 크게 단축됩니다. 새로운 최적화 솔루션은 원래의 분산화되고 시장 지향적인 ZK 컴퓨팅 전력 가격 책정 메커니즘을 유지하는 동시에 채굴자 오버헤드를 크게 줄이고 ZKP의 생성 효율성을 더욱 향상시킵니다.
