1. ความรู้สึกในการแนะนำคอนเซ็ปต์

เกี่ยวกับแนวคิดของโปรเซสเซอร์ร่วมตัวอย่างที่เรียบง่ายและเข้าใจง่ายคือความสัมพันธ์ระหว่างคอมพิวเตอร์และการ์ดแสดงผล CPU สามารถทํางานส่วนใหญ่ให้เสร็จสมบูรณ์ แต่เมื่อพบงานเฉพาะการ์ดกราฟิกต้องการความช่วยเหลือเนื่องจาก CPU มีพลังในการประมวลผลไม่เพียงพอเช่นการเรียนรู้ของเครื่องการแสดงผลกราฟิกหรือการเรียกใช้เกมขนาดใหญ่ หากเราไม่ต้องการวางเฟรมหรือหยุดเมื่อเล่นเกมขนาดใหญ่เราจําเป็นต้องมีการ์ดกราฟิกที่มีประสิทธิภาพดีอย่างแน่นอน ในสถานการณ์สมมตินี้ CPU คือตัวประมวลผล และการ์ดแสดงผลคือตัวประมวลผลร่วม การทําแผนที่กับบล็อกเชนสัญญาอัจฉริยะคือ CPU และโปรเซสเซอร์ร่วม ZK คือ GPU

ประเด็นสําคัญคือการส่งมอบงานเฉพาะให้กับผู้ประมวลผลร่วมเฉพาะ เช่นเดียวกับในโรงงานเจ้านายรู้ขั้นตอนของแต่ละลิงค์และสามารถทําเองหรือสอนพนักงานเกี่ยวกับกระบวนการผลิตทั้งหมด แต่สิ่งนี้ไม่มีประสิทธิภาพมากและมีเพียงเขาเท่านั้นที่สามารถผลิตชิ้นเดียวในแต่ละครั้งและหลังจากเสร็จสิ้นแล้วเขาก็สามารถผลิตชิ้นต่อไปได้ดังนั้นเขาจึงจ้างพนักงานเฉพาะจํานวนมาก พวกเขาแต่ละคนปฏิบัติหน้าที่และทํางานที่พวกเขาถนัดในห่วงโซ่การผลิตในการประชุมเชิงปฏิบัติการของตนเอง ลิงก์ในห่วงโซ่สามารถโต้ตอบกันได้ สื่อสารและประสานงานแต่ไม่รบกวนการทํางานของกันและกัน พวกเขาทําในสิ่งที่พวกเขาดีที่สุดเท่านั้น ผู้ที่มีมือที่รวดเร็วและความแข็งแรงทางกายภาพที่แข็งแกร่งสามารถขับสกรูได้ ผู้ที่รู้วิธีการใช้งานเครื่องจักรสามารถใช้งานเครื่องจักรได้ ผู้ที่รู้บัญชีสามารถคํานวณปริมาณการผลิตและต้นทุนได้ การทํางานร่วมกันแบบอะซิงโครนัสทํางานเพื่อเพิ่มประสิทธิภาพการทํางานสูงสุด

ในช่วงการปฏิวัติอุตสาหกรรมนายทุนได้ค้นพบแล้วว่ารุ่นนี้สามารถนํากําลังการผลิตสูงสุดมาสู่โรงงานของพวกเขา อย่างไรก็ตามเมื่อขั้นตอนในกระบวนการผลิตพบอุปสรรคเนื่องจากเทคโนโลยีหรือเหตุผลอื่น ๆ อาจจําเป็นต้องจ้างบุคคลภายนอก ผู้ผลิตเฉพาะทํามัน ตัวอย่างเช่นสําหรับ บริษัท ที่ผลิตโทรศัพท์มือถือชิปอาจผลิตโดย บริษัท ชิปพิเศษอื่น ๆ บริษัท โทรศัพท์มือถือเป็นโปรเซสเซอร์กลางและ บริษัท ชิปเป็นผู้ประมวลผลร่วม โปรเซสเซอร์ร่วมสามารถจัดการงานเฉพาะที่มีอุปสรรคสูงและยุ่งยากเกินไปสําหรับโปรเซสเซอร์กลางในการจัดการด้วยตัวเองได้อย่างง่ายดายและแบบอะซิงโครนัส

ZK coprocessor is relatively broad in a broad sense. Some projects call it their own coprocessor, and some call it ZKVM, but they all have the same idea: allowing smart contract developers to statelessly prove off-chain calculations on existing data. To put it simply, some on-chain calculation work is off-chain to reduce costs and increase efficiency. At the same time, ZK is used to ensure the reliability of calculations and protect the privacy of specific data. In the data-driven world of blockchain, this is especially important.

2. เราทำไมต้องใช้ ZK coprocessor?

หนึ่งในคอขวดที่ใหญ่ที่สุดที่นักพัฒนาสัญญาอัจฉริยะต้องเผชิญยังคงเป็นค่าใช้จ่ายสูงที่เกี่ยวข้องกับการคํานวณแบบ on-chain เนื่องจากต้องวัดก๊าซสําหรับแต่ละการดําเนินการต้นทุนของตรรกะแอปพลิเคชันที่ซับซ้อนจะสูงเกินไปที่จะดําเนินการอย่างรวดเร็วเพราะแม้ว่าโหนดเก็บถาวรในเลเยอร์ DA ของบล็อกเชนจะสามารถจัดเก็บข้อมูลในอดีตได้อย่างแน่นอนนี่คือเหตุผลที่สิ่งต่างๆเช่นแอปพลิเคชันการวิเคราะห์ Dune Off-chain เช่น Analytics, Nansen, 0xscope และ Etherscan สามารถมีข้อมูลมากมายจากบล็อกเชนและสามารถย้อนกลับไปได้นาน แต่ไม่ใช่เรื่องง่ายสําหรับสัญญาอัจฉริยะในการเข้าถึงข้อมูลทั้งหมดนี้ สามารถเข้าถึงข้อมูลที่เก็บไว้ในสถานะเครื่องเสมือนข้อมูลบล็อกล่าสุดและข้อมูลสัญญาอัจฉริยะสาธารณะอื่น ๆ ได้อย่างง่ายดาย สําหรับข้อมูลเพิ่มเติมสัญญาอัจฉริยะอาจต้องใช้ความพยายามอย่างมากในการเข้าถึง:

สมาร์ทคอนแทรคต์ในเครื่องจำลองอีเธอเรียม (EVM) สามารถเข้าถึง block header hashes ของ block ล่าสุด 256 block ที่ผ่านมา ข้อมูลใน block headers นี้ประกอบด้วยข้อมูลกิจกรรมทั้งหมดในบล็อกเชนจนถึงบล็อกปัจจุบันและถูกบีบอัดเป็นค่าแฮช 32 ไบต์โดยใช้ Merkle tree และอัลกอริทึมการแฮช Keccak

แม้ว่าข้อมูลจะเต็มไปด้วยแฮช แต่ก็สามารถคลายการบีบอัดได้ ซึ่งไม่ใช่เรื่องง่าย ตัวอย่างเช่นหากคุณต้องการใช้ประโยชน์จากส่วนหัวของบล็อกล่าสุดเพื่อเข้าถึงข้อมูลเฉพาะในบล็อกก่อนหน้าอย่างน่าเชื่อถือสิ่งนี้เกี่ยวข้องกับขั้นตอนที่ซับซ้อน ขั้นแรกคุณต้องรับข้อมูลนอกเครือข่ายจากโหนดเก็บถาวรจากนั้นสร้างต้นไม้ Merkle และหลักฐานความถูกต้องของบล็อกเพื่อตรวจสอบความถูกต้องของข้อมูลบนบล็อกเชน ต่อจากนั้น EVM จะประมวลผลหลักฐานความถูกต้องเหล่านี้ตรวจสอบและอธิบาย การดําเนินการนี้ไม่เพียง แต่ยุ่งยาก แต่ยังใช้เวลานานและก๊าซก็มีราคาแพงเป็นพิเศษ

เหตุผลพื้นฐานที่ทำให้ท้าทายนี้เกิดขึ้นคือเครื่องมือเสมือนบล็อกเชน (เช่น EVM) ไม่เหมาะสมสำหรับการจัดการปริมาณข้อมูลมากและงานคำนวณที่ต้องใช้พลังงานมาก เช่นการบีบอัดข้อมูลที่กล่าวถึงข้างต้น โดยการออกแบบของ EVM คือการดำเนินการรหัสสัญญาฉลอง โดยรักษาความปลอดภัยและการกระจายอำนาจ แทนการประมวลผลข้อมูลขนาดใหญ่หรือการดำเนินการคำนวณที่ซับซ้อน ดังนั้น เมื่อเกิดงานที่ต้องใช้ทรัพยากรคำนวณมาก มักจำเป็นต้องหาวิธีการอื่น ๆ เช่นการใช้เทคโนโลยีการคำนวณนอกเครื่องหรือเทคโนโลยีการขยายออก ในขณะนี้ coprocessor ZK ขึ้นทะเบียน

ZK rollups are actually the earliest ZK coprocessors, supporting the same type of calculations used on L1 at a larger scale and quantity. This processor is at the protocol level, and the ZK coprocessor we are talking about now is at the dapp level. The ZK coprocessor enhances smart contract scalability by allowing smart contracts to trustlessly delegate historical on-chain data access and computation using ZK proofs. Rather than performing all operations in the EVM, developers can offload expensive operations to the ZK coprocessor and simply use the results on-chain. This provides a new way for smart contracts to scale by decoupling data access and computation from blockchain consensus.

ZK coprocessor นำเสนอรูปแบบการออกแบบใหม่สำหรับแอปพลิเคชัน on-chain ซึ่งเอาออกข้อจำกัดที่การคำนวณต้องเสร็จสิ้นในเครื่องจำลองบล็อกเชน ซึ่งทำให้แอปพลิเคชันสามารถเข้าถึงข้อมูลมากกว่าและดำเนินการในขอบเขตขนาดใหญ่กว่าก่อนในขณะที่ควบคุมต้นทุนก๊าส โดยเพิ่มขีดจำกัดของสมContract และประสิทธิภาพโดยไม่เสี่ยงที่จะเสื่อมถอยจากความแตกต่างและความปลอดภัย

3. การปฏิบัติทางเทคนิค

ส่วนนี้จะใช้โครงสร้าง Axiom เพื่ออธิบายวิธีที่ zk coprocessor แก้ปัญหาด้านเทคนิค ในความเป็นจริงมีสองส่วนหลัก: การจับข้อมูลและการคำนวณ ในขั้นตอนทั้งสองเหล่านี้ ZK ยืนยันประสิทธิภาพและความเป็นส่วนตัวในเวลาเดียวกัน

3.1 การจับข้อมูล

หนึ่งในแง่มุมที่สําคัญที่สุดของการคํานวณบนโปรเซสเซอร์ร่วม ZK คือการทําให้แน่ใจว่าข้อมูลอินพุตทั้งหมดสามารถเข้าถึงได้อย่างถูกต้องจากประวัติบล็อกเชน ดังที่ได้กล่าวไว้ก่อนหน้านี้สิ่งนี้ค่อนข้างยากเพราะสัญญาอัจฉริยะสามารถเข้าถึงสถานะบล็อกเชนปัจจุบันในรหัสของพวกเขาเท่านั้นและแม้แต่การเข้าถึงนี้เป็นส่วนที่แพงที่สุดของการคํานวณแบบออนเชน ซึ่งหมายความว่าข้อมูล on-chain ในอดีตเช่นบันทึกการทําธุรกรรมหรือยอดคงเหลือก่อนหน้า (อินพุต on-chain ที่น่าสนใจในการคํานวณ) ไม่สามารถใช้โดยสัญญาอัจฉริยะเพื่อตรวจสอบผลลัพธ์ของผู้ประมวลผลร่วม

ZK coprocessor แก้ปัญหานี้ในสามวิธีที่แตกต่างกัน โดยดูดีต่อความต้องการของต้นทุน ความปลอดภัย และความสะดวกในการพัฒนา

1. เก็บข้อมูลเพิ่มเติมในสถานะบล็อกเชนและใช้ EVM เพื่อเก็บข้อมูลทั้งหมดที่ใช้อยู่ on-chain โดยตัวประมวลผลการตรวจสอบการอ่าน วิธีการนี้มีค่าใช้จ่ายสูงและทำให้ไม่สามารถใช้ได้สำหรับปริมาณข้อมูลมาก
2. Trust an Oracle or a network of signers to verify input data to the coprocessor. This requires coprocessor users to trust Oracle or the multi-signature provider, which reduces security.
3. ใช้ ZK proofs เพื่อตรวจสอบว่าข้อมูลใดบนเชื่อมโซฮาร์ดแวร์ได้ถูกยืนยันไว้ในประวัติบล็อกเชนแล้ว บล็อกใด ๆ ในเชนบล็อกจะยืนยันบล็อกก่อนหน้าทั้งหมดและดังนั้นข้อมูลที่เกี่ยวกับประวัติโดยให้การรับรองแบบกลวิธีและไม่ต้องการสมมติเพิ่มเติมเกี่ยวกับความไว้วางใจจากผู้ใช้

3.2 การคำนวณ

การคํานวณแบบ off-chain ในโปรเซสเซอร์ร่วม ZK จําเป็นต้องแปลงโปรแกรมคอมพิวเตอร์แบบดั้งเดิมเป็นวงจร ZK ปัจจุบันวิธีการทั้งหมดในการบรรลุเป้าหมายนี้มีผลกระทบอย่างมากต่อประสิทธิภาพโดยมีการพิสูจน์ ZK ตั้งแต่ 10,000 ถึง 1,000,000 ในค่าใช้จ่ายเมื่อเทียบกับการทํางานของโปรแกรมดั้งเดิม ในทางกลับกันรูปแบบการคํานวณของวงจร ZK แตกต่างจากสถาปัตยกรรมคอมพิวเตอร์มาตรฐาน (เช่นปัจจุบันตัวแปรทั้งหมดจะต้องเข้ารหัส modulo เป็นจํานวนเฉพาะการเข้ารหัสขนาดใหญ่และการใช้งานอาจไม่ใช่ตัวกําหนด) ซึ่งหมายความว่านักพัฒนาเป็น มันยากที่จะเขียนโดยตรง

ดังนั้น วิธีการสามวิธีหลักในการระบุการคำนวณใน ZK coprocessors คือการแลกเปลี่ยนหลักการระหว่างประสิทธิภาพ ความยืดหยุ่น และความสะดวกในการพัฒนา:

1. วงจรที่กำหนดเอง: นักพัฒนาเขียนวงจรของตนเองสำหรับแอปพลิเคชันแต่ละตัว วิธีการนี้มีศักยภาพในเรื่องประสิทธิภาพมากที่สุด แต่ต้องใช้ความพยายามจากนักพัฒนาอย่างมาก
2. eDSL/DSL สำหรับวงจร: นักพัฒนาเขียนวงจรสำหรับแต่ละแอปพลิเคชัน แต่ก็ทำให้ปัญหาที่เฉพาะเจาะจงของ ZK หายไปในกรอบที่มีความเห็น (เหมือนกับการใช้ PyTorch สำหรับเครือข่ายประสาท) แต่ประสิทธิภาพต่ำลงเล็กน้อย
3. นักพัฒนา zkVM เขียนวงจรในเครื่องจำลองเสมือนที่มีอยู่และทำการตรวจสอบการทำงานของพวกเขาใน ZK ซึ่งการนี้จะทำให้นักพัฒนามีประสบการณ์ที่ง่ายที่สุดเมื่อใช้เครื่องจำลองที่มีอยู่ แต่จะทำให้มีประสิทธิภาพและความยืดหยุ่นต่ำลงเนื่องจากโมเดลคำนวณที่แตกต่างกันระหว่างเครื่องจำลองและ ZK

4. แอปพลิเคชัน

โปรเซสเซอร์ร่วม ZK มีแอพพลิเคชั่นที่หลากหลาย โปรเซสเซอร์ร่วม ZK ในทางทฤษฎีสามารถครอบคลุมสถานการณ์การใช้งานทั้งหมดที่ Dapp สามารถครอบคลุมได้ ตราบใดที่เป็นงานที่เกี่ยวข้องกับข้อมูลและการประมวลผลโปรเซสเซอร์ร่วม ZK สามารถลดต้นทุนเพิ่มประสิทธิภาพและปกป้องความเป็นส่วนตัวได้ ต่อไปนี้จะเริ่มจากแทร็กต่างๆ และสํารวจว่าโปรเซสเซอร์ ZK สามารถทําอะไรได้บ้างที่เลเยอร์แอปพลิเคชัน

4.1 โปร

4.1.1 DEX

ให้เราดูไก่ใน Uniswap V4 เป็นตัวอย่าง

Hook ช่วยให้นักพัฒนาสามารถดำเนินการที่ระบุไว้ที่จุดสำคัญใดใดในรอบชีวิตของสระเหลือเฉพาะ - เช่นก่อนหรือหลังการซื้อขายโทเค็น หรือก่อนหรือหลังการเปลี่ยนแปลงตำแหน่ง LP สระเหลือเฉพาะ, แลกเปลี่ยน, ค่าธรรมเนียม วิธีการโต้ตอบกับตำแหน่ง LP ตัวอย่างเช่น:

• Time Weighted Average Market Maker (TWAMM);
• ค่าธรรมเนียมแบบไดนามิก ขึ้นอยู่กับความผันผวนหรืออินพุตอื่น ๆ;
• Chain price limit order;
• ฝาก Likelihood นอกขอบเขตเข้าสู่โปรโตคอลการให้กู้ยืม;
• ออรัคเกิลบนเชืองที่ปรับแต่งหรือออรัคเกิลเมน
• ค่าธรรมเนียม LP ถูกคำนวณโดยอัตโนมัติและเพิ่มเข้าไปยังตำแหน่ง LP;
• กำไร MEV ของ Uniswap ถูกแจกระหว่าง LP;
• โปรแกรมส่วนลดความภักดีสำหรับ LPs หรือนักเทรด;

สรุปง่าย ๆ คือ มันเป็นกลไกที่ช่วยให้นักพัฒนาสามารถจับข้อมูลประวัติศาสตร์บนเชนใดก็ได้ และนำมาใช้ปรับแต่งพูลใน Uniswap ตามไอเดียของตนเอง การเกิดขึ้นของ Hook นำมากเพิ่มความสามารถในการรวมร่างและความประสิทธิภาพที่สูงขึ้นในการทำธุรกรรมบนเชน ความประสิทธิภาพของเงินทุน อย่างไรก็ตาม หากตัวตรรกส่วนของรหัสที่กำหนดเหล่านี้เริ่มซับซ้อนขึ้น จะนำมาซึ่งภาระของแก๊สที่ใหญ่มายังผู้ใช้และนักพัฒนาซึ่งก็มีประสิทธิภาพในการทำงาน จึง zkcoprocessor มาเป็นที่ช่วยเป็นเวลานี้ ซึ่งสามารถช่วยประหยัดค่าแก๊สเหล่านี้และเพิ่มความประสิทธิภาพ

จากมุมมองระยะยาวโปรเซสเซอร์ร่วม ZK จะเร่งการรวม DEX และ CEX ตั้งแต่ปี 2022 เราได้เห็นแล้วว่า DEX และ CEX มีความสอดคล้องกัน CEX รายใหญ่ทั้งหมดกําลังยอมรับความเป็นจริงนี้และนํากระเป๋าเงิน Web3 มาใช้สร้าง EVM L2 และใช้โครงสร้างพื้นฐานที่มีอยู่เช่น Lightning Network หรือโอเพ่นซอร์สเพื่อรับส่วนแบ่งสภาพคล่องแบบ on-chain ปรากฏการณ์นี้แยกไม่ออกจากการเพิ่มโปรเซสเซอร์ร่วม ZK ฟังก์ชั่นทั้งหมดที่ CEX สามารถทําได้ไม่ว่าจะเป็นการซื้อขายกริดการติดตามการให้กู้ยืมที่รวดเร็วหรือการใช้ข้อมูลผู้ใช้ DEX ยังสามารถดําเนินการผ่านโปรเซสเซอร์ร่วม ZK และความสามารถในการเขียนและเสรีภาพของ Defi รวมถึงการทําธุรกรรมของสกุลเงินขนาดเล็กในห่วงโซ่นั้นยากที่จะบรรลุด้วย CEX แบบดั้งเดิม ในขณะเดียวกันเทคโนโลยี ZK ยังสามารถปกป้องความเป็นส่วนตัวของผู้ใช้ในระหว่างการดําเนินการ

4.1.2 Airdrop

หากมีโครงการบางโครงการต้องการดำเนินการแจกจ่ายโทเค็น พวกเขาต้องใช้สมาร์ทคอนแทรกเพื่อค้นหากิจกรรมในอดีตของที่อยู่ แต่ไม่ต้องการเปิดเผยข้อมูลที่อยู่ของผู้ใช้ และดำเนินการโดยไม่ต้องนำเสนอหลักฐานการเชื่อมั่นเพิ่มเติม ตัวอย่างเช่น โครงการที่ทำการให้ยืม Defi ต้องการผ่านการจับคู่ระหว่างที่อยู่และชุดโปรโตคอลการให้ยืมบางราย เช่น Aave, Compound, Fraxlend และ Spark เป็นมาตรฐานสำหรับการแจกจ่ายโทเคน ข้อมูลประวัติและคุณสมบัติความเป็นส่วนตัวของตัวประมวลผล ZK สามารถแก้ปัญหานี้ได้อย่างง่ายดาย

4.2 ZKML

จุดที่น่าตื่นเต้นอีกอย่างของ ZK coprocessor คือในด้าน machine learning โดยที่สมาร์ทคอนแทรคสามารถให้ความสามารถในการคำนวณ off-chain ทำให้ machine learning ที่มีประสิทธิภาพสูงบน blockchain เป็นไปได้ ในความเป็นจริง ZK coprocessor ยังเป็นส่วนที่จำเป็นสำหรับการนำเข้าข้อมูล ZKML และการคำนวณ สามารถสรุป Input ที่ต้องการสำหรับ machine learning จากข้อมูลประวัติในเชนบล็อกที่นำเข้ามา off-chain/on-chain ในสมาร์ทคอนแทรค และจากนั้นเขียนการคำนวณลงในวงจร ZK และส่งลงบน blockchain

4.3 KYC

KYC เป็นธุรกิจขนาดใหญ่และตอนนี้โลกของ web3 กําลังค่อยๆยอมรับการปฏิบัติตามข้อกําหนด ด้วยโปรเซสเซอร์ร่วม ZK เป็นไปได้ที่จะสร้างหลักฐานที่สามารถตรวจสอบสัญญาอัจฉริยะได้โดยคว้าข้อมูลนอกเครือข่ายใด ๆ ที่ผู้ใช้จัดหาให้โดยไม่จําเป็นต้องเปิดเผยข้อมูลที่ไม่จําเป็นของผู้ใช้ในความเป็นจริงบางโครงการกําลังดําเนินการเช่นตะขอ KYC ของ Uniswap ซึ่งใช้ Pado โปรเซสเซอร์ร่วม ZK เพื่อเก็บข้อมูลนอกเครือข่ายโดยไม่ต้องไว้วางใจ หลักฐานแสดงทรัพย์สิน, หลักฐานคุณสมบัติทางวิชาการ, หลักฐานการเดินทาง, หลักฐานการขับขี่, หลักฐานการบังคับใช้กฎหมาย, หลักฐานของผู้เล่น, หลักฐานการทําธุรกรรม... พฤติกรรมทางประวัติศาสตร์ทั้งหมดทั้งในและนอกห่วงโซ่สามารถบรรจุเป็นตัวตนที่สมบูรณ์และสามารถเขียนด้วยความน่าเชื่อถือที่แข็งแกร่ง ZK พิสูจน์ให้เห็นว่ามันอยู่ในห่วงโซ่ในขณะที่ปกป้องความเป็นส่วนตัวของผู้ใช้

4.4 โซเชียล

คุณลักษณะการเก็งกําไรของ Friend.tech นั้นแข็งแกร่งกว่าคุณลักษณะทางสังคม แกนกลางอยู่ในเส้นโค้งพันธะ เป็นไปได้ไหมที่จะเพิ่มตะขอเข้ากับเส้นโค้งพันธะของ friend.tech เพื่อให้ผู้ใช้สามารถปรับแต่งทิศทางของเส้นโค้งพันธะเช่นการดําเนินการหลังจากความนิยมในการซื้อขายคีย์สิ้นสุดลงและนักเก็งกําไรออกไปเส้นโค้งพันธะจะราบรื่นอุปสรรคในการเข้าสําหรับแฟนจริงจะลดลงและการเข้าชมโดเมนส่วนตัวที่แท้จริงจะเพิ่มขึ้น หรือปล่อยให้สัญญาอัจฉริยะได้รับกราฟโซเชียลแบบ on-chain/off-chain ของผู้ใช้ และสามารถติดตามเพื่อนของคุณบน Dapps โซเชียลต่างๆ ได้ด้วยคลิกเดียว หรือคุณสามารถจัดตั้งสโมสรส่วนตัวบนห่วงโซ่เช่น Degen club และเฉพาะที่อยู่ที่ตรงตามเงื่อนไขการใช้ก๊าซในอดีตเท่านั้นที่สามารถป้อนได้เป็นต้น

4.5 เกม

ในเกม Web2 แบบดั้งเดิม ข้อมูลผู้ใช้เป็นพารามิเตอร์ที่สำคัญมาก พฤติกรรมการซื้อ, สไตล์เกมและการช่วยเหลือสามารถทำให้เกมดำเนินได้ดีขึ้นและให้ประสบการณ์ผู้ใช้ที่ดีขึ้น, เช่น กลไกการจับคู่ ELO ในเกม MOBA ความถี่ในการซื้อสกิน เป็นต้น, แต่ข้อมูลเหล่านี้ยากต่อการจับได้โดยสัญญาอัจฉริยะบนบล็อกเชน จึงต้องใช้วิธีการที่มีการจัดกลุ่มแบบศูนย์กลางแทนหรือเพียงแค่ทอดทิ้ง อย่างไรก็ตาม การเกิดขึ้นของ ZK coprocessor ทำให้วิธีการแบบไม่มีการจัดกลุ่มเป็นไปได้

5. โปรเจค Party

มีผู้เล่นบางคนที่โดดเด่นอยู่ในแทร็กนี้แล้ว ไอเดียก็คล้ายกันจริง ๆ พวกเขาสร้าง ZK proof ผ่าน storage proof หรือ consensus แล้วค่อยโยนมันเข้าไปในโซ่ อย่างไรก็ตาม แต่ละอันก็มีความได้เปรียบของตัวเองในด้านคุณสมบัติทางเทคนิคและฟังก์ชันที่ปฏิบัติ

5.1 กฎอักษร

Axiom, ผู้นำด้าน ZK (zero-knowledge) coprocessors, ให้ความสำคัญกับสัญญาฉลาดที่สามารถเข้าถึงประวัติ Ethereum ทั้งหมดและการคำนวณการยืนยัน ZK ใดๆ โดยไม่ต้องเชื่อถือใคร นักพัฒนาสามารถส่งคำถาม on-chain ไปยัง Axiom ซึ่งจะประมวลผลด้วยการยืนยัน ZK และส่งผลลัพธ์กลับไปยังสัญญาฉลาดของนักพัฒนาโดยไม่ต้องเชื่อถือใคร สิ่งนี้ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชัน on-chain ที่ครบครันขึ้นโดยไม่ต้องพึงพอใจในการสมมติเพิ่มเติม

เพื่อปฏิบัติการตั้งแต่ละคำถามเหล่านี้ Axiom ดำเนินการดำเนินการสามขั้นตอนต่อไปนี้:

1. read: Axiom uses ZK proofs to trustlessly read data from block headers, status, transactions and receipts of Ethereum historical blocks. Since all Ethereum on-chain data is encoded in these formats, Axiom is able to access everything that archive nodes are able to access. Axiom verifies all input data to the ZK coprocessor via ZK proofs of Merkle-Patricia triples and block header hash chains. While this approach is more difficult to develop, it provides the best security and cost for end users because it ensures that all results returned by Axiom are cryptographically equivalent to on-chain computations performed in the EVM.
2. คำนวณ: เมื่อข้อมูลถูกสร้าง, Axiom ใช้การคำนวณที่ได้รับการยืนยันบนข้อมูลนั้น นักพัฒนาสามารถระบุตรรกการคำนวณของตนในภายหน้าของ JavaScript และความถูกต้องของการคำนวณแต่ละอย่างจะถูกตรวจสอบใน ZK proof นักพัฒนาสามารถเข้าชม AxiomREPL หรือดูเอกสารเพื่อเรียนรู้เกี่ยวกับพื้นฐานการคำนวณที่มีอยู่ Axiom ช่วยให้ผู้ใช้สามารถเข้าถึงข้อมูลบนโซ่และระบุการคำนวณของตนผ่าน eDSL นอกจากนี้ยังช่วยให้ผู้ใช้เขียนวงจรของตนเองโดยใช้ไลบรารีวงจร ZK
3. verify: Axiom provides ZK validity proofs for each query result. These proofs ensure that (1) the input data was correctly extracted from the chain and (2) the calculations were correctly applied. These ZK proofs are verified on-chain in Axiom smart contracts, ensuring that the final results are reliably used in users’ smart contracts.

เนื่องจากผลลัพธ์ได้รับการยืนยันผ่านพิสูจน์ ZK ผลลัพธ์ของ Axiom มีความปลอดภัยในทางกายภาพเช่นเดียวกับผลลัพธ์ของ Ethereum การเข้าถึงนี้ไม่ทำสมมติเรื่องคริปโตเซ็นอมิกส์ สิทธิแรงจูงใจหรือทฤษฎีเกม เอกลักษณ์เชื่อว่าการเข้าถึงนี้จะให้ความมั่นใจระดับสูงที่สุดสำหรับแอปพลิเคชันสมาร์ทคอนแทรคทีม Axiom ทำงานร่วมกับมูลนิธิ Uniswap อย่างใกล้ชิดและได้รับทุนการศึกษาของ Uniswap และจะสร้างออราเคิลที่เชื่อถือได้บน Uniswap

5.2 ความเสี่ยงศูนย์

Bonsai: ในปี 2023, RISC Zero ได้เปิดตัว Bonsai, บริการพิสูจน์ที่อนุญาตให้แอปพลิเคชันทั้ง on-chain และ off-chain ขอและได้รับพิสูจน์ zkVM ได้ Bonsai เป็นบริการพิสูจน์ศูนย์องค์ระดับสากลที่อนุญาตให้โซนใดๆ โปรโตคอลใดๆ และแอปพลิเคชันใดๆ ใช้ ZK proofs ได้ มันสามารถขยายขนาดได้มาก โปรแกรมได้ และมีประสิทธิภาพสูง

Bonsai ช่วยให้คุณสามารถรวมพิสูจน์ที่ไม่มีความรู้โดยตรงเข้ากับสัญญาอัจฉริยะใดก็ได้โดยไม่ต้องใช้วงจรที่ปรับแต่ง เรื่องนี้ช่วยให้ ZK สามารถรวมเข้ากับแอปพลิเคชันที่มีการกระจายบนเครือข่าย EVM ใดก็ได้โดยตรง โดยมีศักยภาพที่จะสนับสนุนระบบนิเวศอื่น ๆ ได้

zkVM เป็นรากฐานของบอนไซและรองรับความเข้ากันได้ของภาษาในวงกว้างรองรับรหัส Rust ที่พิสูจน์ได้และอาจไม่มีความรู้ที่พิสูจน์ได้ในภาษาใด ๆ ที่รวบรวมเป็น RISC-V (เช่น C ++, Rust, Go เป็นต้น) คอมไพเลอร์วงจรแบบกําหนดเอง ความต่อเนื่องของรัฐ และการปรับปรุงอัลกอริธึมการพิสูจน์อย่างต่อเนื่อง Bonsai ช่วยให้ทุกคนสามารถสร้างหลักฐาน ZK ประสิทธิภาพสูงสําหรับการใช้งานที่หลากหลาย

RISC Zero zkVM: RISC Zero zkVM ซึ่งเปิดตัวครั้งแรกในเดือนเมษายน 2022 สามารถพิสูจน์การดําเนินการที่ถูกต้องของรหัสที่กําหนดเองทําให้นักพัฒนาสามารถสร้างแอปพลิเคชัน ZK ในภาษาผู้ใหญ่เช่น Rust และ C ++ รุ่นนี้เป็นความก้าวหน้าครั้งสําคัญในการพัฒนาซอฟต์แวร์ ZK: zkVM ทําให้สามารถสร้างแอปพลิเคชัน ZK ได้โดยไม่ต้องสร้างวงจรและใช้ภาษาที่กําหนดเอง

โดยอนุญาตให้นักพัฒนาใช้ Rust และใช้ประโยชน์จากความสมบูรณ์ของนิวัติระบบ Rust zkVM ทำให้นักพัฒนาสามารถสร้างแอปพลิเคชัน ZK ที่มีความหมายได้อย่างรวดเร็วโดยไม่ต้องมีพื้นฐานในคณิตศาสตร์ขั้นสูงหรือรัฐบาลเข้มงวด

การใช้งานเหล่านี้ประกอบด้วย:

• JSON: พิสูจน์เนื้อหาของรายการในไฟล์ JSON โดยรักษาข้อมูลอื่น ๆ เป็นความเป็นส่วนตัว
• ที่ไหนวอลโด้: พิสูจน์ว่าวอลโด้อยู่ในไฟล์ JPG โดยรักษาส่วนที่เหลือของภาพเป็นความเป็นส่วนตัว
• ZK Checkmate: พิสูจน์ว่าคุณเห็นท่านถอดตามสำหรับการตามสกุลโดยไม่เปิดเผยท่านชนะ
• ZK Proof of Exploit: การพิสูจน์ว่าคุณสามารถใช้ช่องโหว่ในบัญชี Ethereum โดยไม่ต้องเปิดเผยช่องโหว่
• การตรวจสอบลายเซ็น ECDSA: พิสูจน์ความถูกต้องของลายเซ็น ECDSA

ตัวอย่างเหล่านี้ถูกนำมาใช้โดยการใช้ระบบซอฟต์แวร์ที่เป็นอันดับหนึ่ง: ส่วนใหญ่ของชุดเครื่องมือ Rust สามารถใช้ได้ทันทีใน Risc Zero zkVM การสามารถในการเข้ากันได้กับ Rust เป็นปัจจัยสำคัญสำหรับโลกซอฟต์แวร์ ZK: โครงการที่อาจใช้เวลาเดือนหรือปีในการสร้างบนแพลตฟอร์มอื่น ๆ สามารถแก้ไขได้อย่างสะดวกบนแพลตฟอร์มของ RISC Zero

นอกจากการสร้างง่ายยิ่งขึ้น RISC Zero ยังสามารถให้ประสิทธิภาพได้ดีเช่นกัน zkVM มี GPU ที่มีการเร่งความเร็วด้วย CUDA และ Metal และสามารถทำให้โปรภายในขนาดใหญ่ทำงานพร้อมกันผ่าน continuation ได้

ก่อนหน้านี้ Risc Zero ได้รับเงินทุนระดับ A จำนวน 40 ล้านดอลลาร์สหรัฐจาก Galaxy Digital, IOSG, RockawayX, Maven 11, Fenbushi Capital, Delphi Digital, Algaé Ventures, IOBC และสถาบันอื่น ๆ

5.3 โปร

Brevis ซึ่งเป็นบริษัทย่อยของ Celer Network มุ่งเน้นไปที่การเก็บข้อมูลในอดีตแบบหลายสาย ช่วยให้สัญญาอัจฉริยะสามารถอ่านข้อมูลประวัติที่สมบูรณ์จากห่วงโซ่ใด ๆ และทําการคํานวณที่กําหนดเองที่เชื่อถือได้อย่างครอบคลุม ปัจจุบันรองรับ Ethereum POS เป็นหลัก Comos Tendermint และ BSC

อินเตอร์เฟซแอปพลิเคชั่น: ระบบปัจจุบันของ Brevis รองรับการพิสูจน์ ZK อย่างมีประสิทธิภาพและกระชับ โดยให้ข้อมูลสถานที่ ZK-proven ต่อไปนี้สำหรับสัญญาแอปพลิเคชันที่เชื่อมต่อกับบล็อกเชน:

1. บล็อกแฮชและสถานะที่เกี่ยวข้อง รากของธุรกรรมและใบเสร็จของบล็อกใด ๆ บนเชนต้นทาง
2. ค่าสล็อตและเมตาดาต้าที่เกี่ยวข้องสำหรับบล็อกเฉพาะ สัญญา สล็อตบนเชนต้นทาง
3. ใบเสร็จซื้อขายและเมตาดาต้าที่เกี่ยวข้องกับธุรกรรมใด ๆ บนโซร์ซึ่งเชน
4. ข้อมูลนำเข้าธุรกรรมและเมตาดาต้าที่เกี่ยวข้องกับธุรกรรมใด ๆ ในเชนต้นทาง
5. ข้อความใด ๆ ที่ถูกส่งโดยอัตราใด ๆ บนโซร์ซ์เชนถึงส่วนใดที่เป็นเป้าหมายบนเทอเจ็กชน

ภาพรวมของโครงสร้าง: โครงสร้างของ Brevis ประกอบด้วยส่วนหลักสามส่วน:

1. เครือข่ายทัสสนับสนุน: มันซิงโครไนซ์หัวบล็อกและข้อมูลบนเชนจากเชนบล็อกที่แตกต่างกันและส่งต่อให้กับเครือข่ายผู้ตรวจสอบเพื่อสร้างพิสูจน์ความถูกต้อง จากนั้นจึงส่งข้อมูลที่ตรวจสอบแล้วและพิสูจน์ที่เกี่ยวข้องไปยังเชนบล็อกที่เชื่อมต่อ
2. โครงข่าย Prover: ดำเนินการวงจรสำหรับโปรโตคอลไคลเอ้นต์ของบล็อกเชนแต่ละรายการอัพเดทบล็อก และสร้างพรูฟของค่าสล็อตที่ร้องขอ ธุรกรรม ใบเสร็จ และตรรกะแอปพลิเคชันที่รวมอยู่ โดยเพื่อลดเวลาพิสูจน์ ต้นทุน และต้นทุนการตรวจสอบบนเชน โครงข่ายของ Prover สามารถรวบรวมพรูฟแบบกระจายที่สร้างขึ้นพร้อมกัน อย่างเสริมเพิ่มมันสามารถใช้งานแร่เร่งการเร็วเช่น GPUs, FPGAs, และ ASICs เพื่อปรับปรุงประสิทธิภาพ
3. การเชื่อมต่อสัญญาตรวจสอบบนบล็อกเชน: รับข้อมูลที่ได้รับการยืนยันโดย zk และพิสูจน์ที่เกี่ยวข้องที่สร้างขึ้นโดยเครือข่ายตรวจสอบบริการ แล้วส่งข้อมูลที่ได้รับการยืนยันกลับไปยังสัญญา dApp

สถาปัตยกรรมแบบบูรณาการนี้ช่วยให้ Brevis มั่นใจได้ถึงประสิทธิภาพและความปลอดภัยสูงเมื่อให้ข้อมูลและการคํานวณข้ามสายโซ่ช่วยให้นักพัฒนา dApp สามารถใช้ศักยภาพของบล็อกเชนได้อย่างเต็มที่ ด้วยสถาปัตยกรรมแบบโมดูลาร์นี้ Brevis สามารถให้ความสามารถในการเข้าถึงข้อมูลและการประมวลผลที่เชื่อถือได้ยืดหยุ่นและมีประสิทธิภาพสําหรับสัญญาอัจฉริยะแบบ on-chain บนเชนที่รองรับทั้งหมด นี่เป็นกระบวนทัศน์ใหม่ที่สมบูรณ์สําหรับการพัฒนา dApp Brevis มีกรณีการใช้งานที่หลากหลายเช่น DeFi ที่ขับเคลื่อนด้วยข้อมูล, zkBridges, การได้มาซึ่งผู้ใช้แบบ on-chain, zkDID, abstraction บัญชีโซเชียล ฯลฯ เพิ่มความสามารถในการทํางานร่วมกันของข้อมูล

5.4 Langrange

Langrange และ Brevis มีวิสัยทัศน์ที่คล้ายกัน ซึ่งมุ่งเน้นที่จะเสริมความสามารถในการทำงานร่วมกันระหว่างโซ่หลายโซ่ผ่าน ZK Big Data Stack ซึ่งสามารถสร้างพิสูจน์สถานะสากลบนบล็อกเชนหลักทั้งหมด โดยการรวมเข้ากับโปรโตคอล Langrange แอปพลิเคชันสามารถส่งพิสูจน์ที่รวมกันของสถานะหลายโซ่ซึ่งจากนั้นสามารถที่จะตรวจสอบได้โดยที่ไม่ต้องมีปฏิกิริยาโดยสัญญาบนโซ่อื่น

ต่างจากโปรโตคอลการสร้างสะพานและการส่งข้อความแบบดั้งเดิม โปรโตคอล Langrange ไม่ขึ้นอยู่กับกลุ่มโหนดที่เฉพาะเจาะจงในการส่งข้อมูล แต่ใช้การเข้ารหัสเพื่อประสานพิสูจน์ของสถานะ跨เชนแบบเรียลไทม์ รวมถึงที่ถูกส่งโดยผู้ใช้ที่ไม่น่าเชื่อถือ ภายใต้กลไกนี้ แม้แหล่งข้อมูลจะไม่น่าเชื่อถือ การใช้เทคโนโลยีการเข้ารหัสรับรองความถูกต้องและความปลอดภัยของใบรับรอง

โปรโตคอล Langrange จะสามารถใช้งานได้กับระบบ L1 และ L2 rollups ที่เข้ากันได้กับ EVM ทั้งหมดตั้งแต่เริ่มต้น นอกจากนี้ Langrange ยังมีแผนที่จะรองรับเครือข่ายที่ไม่เข้ากันกับ EVM ในอนาคตใกล้ๆ รวมถึง Solana, Sui, Aptos และเครือข่ายสาธารณะยอดนิยมอื่น ๆ ที่มีพื้นฐานบน Cosmos SDK

ความแตกต่างระหว่างโปรโตคอล Langrange และโปรโตคอลการสะพานและการส่งข้อความแบบดั้งเดิม:

โปรโตคอลการสื่อสารและการสื่อสารแบบดั้งเดิมใช้สำหรับการโอนทรัพย์หรือข้อความระหว่างคู่ของเชนเฉพาะ โปรโตคอลเหล่านี้มักพึ่งตัวหลักในการยืนยันหัวบล็อกล่าสุดของเชนต้นทางบนเชนเป้าหมาย โหมดนี้มีการปรับปรุงโดยสำคัญสำหรับความสัมพันธ์เชนไปถึงเชนเดียวกันโดยพิจารณาจากสถานะปัจจุบันของเชนสองตัว ในทวีความต่าง โปรโตคอล Langrange ให้วิธีการสื่อสารระหว่างเชนที่หลากหลายและยืดหยุ่นกว่าเส้นทางที่เชนเชน อนุญาตให้แอปพลิเคชั่นสื่อสารในนิเวศบล็อกเชนที่กว้างกว่าและไม่จำกัดอยู่ที่ความสัมพันธ์เชนเชนเดียวกัน

โปรโตคอล Langrange เพิ่มประสิทธิภาพกลไกในการพิสูจน์สถานะของสัญญาระหว่างห่วงโซ่โดยเฉพาะแทนที่จะเป็นเพียงการส่งข้อมูลหรือสินทรัพย์ คุณลักษณะนี้ช่วยให้โปรโตคอล Langrange สามารถจัดการการวิเคราะห์ที่ซับซ้อนที่เกี่ยวข้องกับสถานะสัญญาปัจจุบันและในอดีตได้อย่างมีประสิทธิภาพซึ่งอาจครอบคลุมหลายห่วงโซ่ ความสามารถนี้ช่วยให้ Langrange สามารถรองรับชุดสถานการณ์การใช้งานข้ามสายโซ่ที่ซับซ้อนเช่นการคํานวณค่าเฉลี่ยเคลื่อนที่ของราคาสินทรัพย์ในการแลกเปลี่ยนแบบกระจายอํานาจแบบหลายสาย (DEX) หรือการวิเคราะห์ความผันผวนของอัตราดอกเบี้ยในตลาดเงินในหลายห่วงโซ่ที่แตกต่างกัน

ดังนั้นการพิสูจน์สถานะ Langrange จึงสามารถมองได้ว่าเป็นการเพิ่มประสิทธิภาพสําหรับความสัมพันธ์แบบกลุ่มต่อหนึ่ง (n-to-1) ในความสัมพันธ์แบบ cross-chain นี้ แอปพลิเคชันแบบกระจายอํานาจ (DApp) บนเชนหนึ่งอาศัยการรวมข้อมูลสถานะแบบเรียลไทม์และในอดีตจากเชนอื่นๆ (n) หลายเชน คุณลักษณะนี้ขยายฟังก์ชันการทํางานและประสิทธิภาพของ DApps อย่างมากทําให้พวกเขาสามารถรวบรวมและวิเคราะห์ข้อมูลจากบล็อกเชนต่างๆเพื่อให้ข้อมูลเชิงลึกที่ลึกซึ้งและครอบคลุมมากขึ้น วิธีนี้แตกต่างอย่างมากจากความสัมพันธ์แบบโซ่เดี่ยวหรือแบบหนึ่งต่อหนึ่งแบบดั้งเดิม และให้ศักยภาพและขอบเขตการใช้งานที่กว้างขึ้นสําหรับแอปพลิเคชันบล็อกเชน

ก่อนหน้านี้ Langrange ได้รับเงินลงทุนจาก 1kx, Maven11, Lattice, CMT Digital และ gumi crypto

5.5 Herodotus

Herodotus ได้รับการออกแบบมาเพื่อให้สัญญาอัจฉริยะเข้าถึงข้อมูลแบบออนเชนแบบซิงโครนัสจากเลเยอร์ Ethereum อื่น ๆ พวกเขาเชื่อว่าการพิสูจน์การจัดเก็บสามารถรวมสถานะของการยกเลิกหลายรายการและอนุญาตให้อ่านแบบซิงโครนัสระหว่างเลเยอร์ Ethereum พูดง่ายๆก็คือการบันทึกข้อมูลระหว่างห่วงโซ่หลักของ EVM และ rollup ปัจจุบันรองรับ ETH mainnet, Starknet, Zksync, OP, Arbitrum และ Polygon

Storage Proof ตามที่กำหนดโดย Herodotus คือพิสูจน์ที่ประกอบด้วยที่สามารถใช้ในการยืนยันความถูกต้องของข้อมูลหรือองค์ประกอบหลายรายการในชุดข้อมูลขนาดใหญ่ เช่น ข้อมูลในบล็อกเชน Ethereum ทั้งหมด

กระบวนการสร้างพิสูจน์การจัดเก็บข้อมูลถูกแบ่งออกเป็นประมาณสามขั้นตอน:

ขั้นตอนที่ 1: รับเก็บบล็อกเฮดเดอร์อัคคัมูเลเตอร์ของการสร้างความเชื่อถือได้

• ขั้นตอนนี้คือการรับ "ความมุ่งมั่น" ที่เราสามารถยืนยันได้ หากตัวสะสมยังไม่มีหัวบล็อกล่าสุดที่เราต้องการพิสูจน์ เราต้องพิสูจน์ความต่อเนื่องของโซ่ก่อนเพื่อให้แน่ใจว่าเราครอบคลุมช่วงของบล็อกที่มีข้อมูลเป้าหมายของเรา ตัวอย่างเช่น ถ้าข้อมูลที่เราต้องการพิสูจน์อยู่ในบล็อก 1,000,001 และสัญญาอัจฉริยะที่เก็บอยู่ในหัวบล็อกเพียงบล็อก 1,000,000 เท่านั้น เราจึงต้องอัปเดตการเก็บหัวบล็อก
• หากบล็อกเป้าหมายอยู่ในตัวสะสมแล้วคุณสามารถไปยังขั้นตอนถัดไปได้โดยตรง

ขั้นตอนที่ 2: พิสูจน์ความเป็นจริงของบัญชีที่ระบุ

• ขั้นตอนนี้ต้องการการสร้างพิสูจน์การรวมอยู่ในสเตทไตรที่ประกอบด้วยบัญชีทั้งหมดในเครือข่าย Ethereum รากสถานะเป็นส่วนสำคัญในการรับประกันการความถูกต้องของบล็อกและยังเป็นส่วนหนึ่งของการเก็บข้อมูลหัวข้อ สำคัญที่จะทราบว่าแฮชหัวบล็อกในตัวสะสมอาจแตกต่างจากแฮชจริงของบล็อกเนื่องจากวิธีการแฮชที่แตกต่างกันอาจถูกใช้เพื่อความประสิทธิภาพ

ขั้นตอนที่ 3: พิสูจน์ข้อมูลที่เฉพาะเจาะจงในต้นไม้บัญชี

• ในขั้นตอนนี้ สามารถสร้างพิสูจน์การรวมอยู่สำหรับข้อมูล เช่น nonces, ยอดคงเหลือ, storage roots, หรือ codeHash แต่ละบัญชี Ethereum มี storage triplet (Merkle Patricia Tree) ซึ่งใช้เพื่อบันทึกข้อมูล storage ของบัญชี หากข้อมูลที่เราต้องการพิสูจน์อยู่ในร้านค้าบัญชี แล้วเราจำเป็นต้องสร้างพิสูจน์การรวมเพิ่มเติมสำหรับจุดข้อมูลที่ระบุในร้านค้านั้น

หลังจากสร้างพรูฟที่รวมทั้งพรูฟที่ใช้ในการคำนวณทั้งหมด พรูฟที่ใช้ในการเก็บรักษาทั้งหมดจะถูกสร้างขึ้น จากนั้นพรูฟที่เก็บรักษานี้จะถูกส่งไปยังเชนที่นั้นจะถูกตรวจสอบกับการสมบูรณ์เพียงหนึ่ง (เช่น blockhash) หรือราก MMR ที่เก็บไว้ในหัวข้อ กระบวนการนี้จะให้ความถูกต้องและความสมบูรณ์ของข้อมูลในขณะเดียวกันยังรักษาประสิทธิภาพของระบบ

Herodotus ได้รับการสนับสนุนจาก Geometry, Fabric Ventures, Lambda Class, และ Starkware อยู่แล้ว

5.6 HyperOracle

Hyper Oracle ถูกออกแบบมาเพื่อโอราเคิลที่เป็นศูนย์ความรู้สึกที่สามารถโปรแกรมได้เพื่อรักษาการปลอดภัยและการกระจายอย่างเป็นทางการบนบล็อกเชน ผ่านมาตรฐาน zkGraph ของตัวเอง Hyper Oracle ทำให้ข้อมูลบนเชนและการคำนวณเทียบเท่าบนเชนเป็นเรื่องที่เป็นไปได้ สามารถยืนยันได้ และมีความสมบูรณ์อย่างรวดเร็ว มันจะให้นักพัฒนาโอกาสในการแอบแอบที่แตกต่างอย่างสิ้นเชิงกับบล็อกเชน

โหนด zkOracle ของ Hyper Oracle ประกอบด้วยสองส่วนหลัก ๆ คือ zkPoS และ zkWASM

1. zkPoS: ส่วนประกอบนี้มีหน้าที่ในการรับส่วนหัวของบล็อกและรากข้อมูลของ Ethereum blockchain ผ่านการพิสูจน์ความรู้เป็นศูนย์ (zk) เพื่อให้แน่ใจว่าฉันทามติของ Ethereum ถูกต้อง zkPoS ยังทําหน้าที่เป็นวงจรภายนอกของ zkWASM
2. zkWASM: มันใช้ข้อมูลที่ได้จาก zkPoS เป็นข้อมูลหลักสำหรับการเรียกใช้ zkGraphs zkWASM รับผิดชอบในการเรียกใช้แผนที่ข้อมูลที่กำหนดไว้โดย zkGraphs และสร้างศูนย์การพิสูจน์ที่ไม่มีข้อมูลสำหร็จบางอย่าง ผู้ดำเนินการของโหนด zkOracle สามารถเลือกจำนวน zkGraphs ที่ต้องการเรียกใช้ได้ ซึ่งสามารถเป็นตั้งแต่หนึ่งถึงทุก zkGraphs ที่ถูกใช้งาน กระบวนการสร้างพิสูจน์ zk สามารถมอบหมายให้กับเครือข่ายการให้บริการแบบกระจายได้

การผลลัพธ์ของ zkOracle เป็นข้อมูลออกเชื่อม และนักพัฒนาสามารถใช้ข้อมูลนี้ผ่านมาตรฐาน zkGraph ของ Hyper Oracle ได้ เนื้อหานี้ยังมาพร้อมกับใบรับรอง zk เพื่อยืนยันความถูกต้องของข้อมูลและการคำนวณ

เพื่อรักษาความปลอดภัยของเครือข่าย เครือข่าย Hyper Oracle จำเป็นต้องใช้โหนด zkOracle เพียงหนึ่งโหนด อย่างไรก็ตาม โหนด zkOracle หลายๆ ตัวสามารถใช้อยู่ในเครือข่าย ทำงานร่วมกันกับ zkPoS และแต่ละ zkGraph ซึ่งทำให้สามารถสร้าง zk proofs ได้พร้อมกัน ทำให้ประสิทธิภาพดีขึ้นอย่างมีนัยยะ โดยรวม Hyper Oracle ให้นักพัฒนาสามารถเข้าถึงแพลตฟอร์มโบล็คเชนที่มีประสิทธิภาพและปลอดภัยโดยผสมผสานเทคโนโลยี zk ขั้นสูงและโครงสร้างโหนดที่ยืดหยุ่ได้

ในเดือนมกราคม 2023 Hyper Oracle ประกาศว่าได้รับเงินทุนรอบพรีซีดมูลค่า 3 ล้าน​ ดอลลาร์สหรัฐโดยมีการร่วมลงทุนจาก Dao5, Sequoia China, Foresight Ventures, และ FutureMoney Group

5.7 เส้นทาง

Pado เป็นการมีอยู่ที่เป็นพิเศษในหมวดหมู่ ZK co-processors โปรที่อื่นๆ ให้ความสำคัญกับการจับข้อมูล on-chain ในขณะที่ Pado นำเสนอเส้นทางในการจับข้อมูล off-chain โดยมุ่งเน้นที่จะนำข้อมูลของอินเทอร์เน็ตทั้งหมดเข้าสู่สมาร์ทคอนแทรค มันจะแทนที่ฟังก์ชันของ oracle ไปในทางที่แน่นอนในขณะที่ยังรักษาความเป็นส่วนตัวและกำจัดความจำเป็นในการเชื่อมั่นต่อแหล่งข้อมูลภายนอก

5.8 เปรียบเทียบระหว่าง ZK coprocessor และเครื่องออราเคิล

• ความหน่วงเวลา: ออรัคเคิลเป็นไม่เชื่อมโยงกันทันที ดังนั้นความหน่วงเวลาเมื่อเข้าถึงข้อมูลราบจะนานกว่าโปรเซสเซอร์ ZK
• ต้นทุน: ในขณะที่ออราเคิลหลายรายไม่ต้องการพิสูจน์ด้านคอมพิวเตอร์และเงินไม่มาก แต่มีความปลอดภัยน้อยลง การเก็บพิสูจน์มีราคามากกว่า แต่มีความปลอดภัยมากกว่า
• ความปลอดภัย: ความปลอดภัยสูงสุดของการส่งข้อมูลถูก จำกัด โดยระดับความปลอดภัยของ Oracle เอง ในทวีความแตกต่างนี้ โปรเซสเซอร์ ZK จับคู่กับความปลอดภัยของโซ่ นอกจากนี้ Oracle ถูกทำให้เป็นอ่อนแอต่อการโจมตีการจัดการเนื่องจากการใช้พิสูจน์นอกโซ่

รูปด้านล่างแสดงขั้นตอนการทำงานของ Pado:

Pado ใช้โหนด crypto เป็นตัวพิสูจน์แบ็กเอนด์ เพื่อลดสมมติฐานความไว้วางใจทีม Pado จะใช้กลยุทธ์วิวัฒนาการและค่อยๆปรับปรุงการกระจายอํานาจของบริการผู้ปราบปราม ผู้เสนอมีส่วนร่วมอย่างแข็งขันในกระบวนการดึงข้อมูลผู้ใช้และแบ่งปันในขณะที่พิสูจน์ความถูกต้องของข้อมูลผู้ใช้ที่ได้รับจากแหล่งข้อมูลเครือข่าย สิ่งที่ทําให้ไม่เหมือนใครคือ Pado ใช้ประโยชน์จาก MPC-TLS (Transport Layer Secure Multi-Party Computation) และ IZK (Interactive Zero-Knowledge Proof) เพื่อให้ผู้พิสูจน์สามารถพิสูจน์ข้อมูลได้ "สุ่มสี่สุ่มห้า" ซึ่งหมายความว่าผู้ตรวจสอบจะไม่สามารถดูข้อมูลต้นฉบับใด ๆ รวมถึงข้อมูลผู้ใช้สาธารณะและส่วนตัว อย่างไรก็ตามผู้ตรวจสอบยังคงสามารถตรวจสอบที่มาของข้อมูลของข้อมูล TLS ที่ส่งผ่านวิธีการเข้ารหัส

1. MPC-TLS: TLS เป็นโปรโตคอลที่ใช้ในการป้องกันความเป็นส่วนตัวและความคงสภิงของการสื่อสารผ่านอินเทอร์เน็ต เมื่อคุณเข้าชมเว็บไซต์และเห็นไอคอน "ล็อค" และ "https" บน URL หมายความว่าการเข้าชมของคุณได้รับการป้องกันผ่าน TLS การจำลอง MPC-TLS ฟังก์ชันของไคลเอ็นต์ TLS ซึ่งทำให้ตัวอำนวยบริการของ Pado สามารถทำงานร่วมกับไคลเอ็นต์ TLS เพื่อปฏิบัติงานต่อไปดังนี้:
   สำคัญที่จะระบุว่าการดำเนินการที่เกี่ยวข้องกับ TLS เหล่านี้ จะถูกดำเนินการระหว่างไคลเอ็นต์และตรวจสอบผ่านโปรโตคอล Two-Party Computation (2PC) ออกแบบของ MPC-TLS ขึ้นอยู่กับเทคโนโลยีการเข้ารหัสบางอย่าง เช่น วงจรการกลั่นกรอง (GC) การส่งข้อมูลลับ (OT) IZK ฯลฯ
   • สร้างการเชื่อมต่อ TLS รวมถึงการคํานวณคีย์หลัก คีย์เซสชัน และข้อมูลการยืนยัน
   • ดำเนินการคิวรีผ่านช่อง TLS ซึ่งรวมถึงการสร้างคำขอที่เข้ารหัสและถอดรหัสการตอบกลับจากเซิร์ฟเวอร์
2. EXC: การพิสูจน์ศูนย์ความรู้เรื่องแบบอินเทอร์แอคทีฟเป็นการพิสูจน์ศูนย์ความรู้เรื่องที่ผู้พิสูจน์และผู้ตรวจสอบสามารถสื่อสารกัน ในโปรโตคอล IZK ผลลัพธ์ของผู้ตรวจสอบคือการยอมรับหรือปฏิเสธการอ้างของผู้พิสูจน์ เมื่อเปรียบเทียบกับ NIZKs ที่เป็นแบบง่าย (เช่น zk-STARKs หรือ zk-SNARKs) โปรโตคอล IZK มีข้อดีหลายประการ เช่น สามารถขยายไปสู่การอ้างตั้งใหญ่ ต้นทุนในด้านคอมพิวเตชันต่ำ ไม่จำเป็นต้องมีการตั้งค่าที่เชื่อถือได้ และใช้หน่วยความจำเพียงเล็กน้อย

Pado กำลังพัฒนา kyc hook ของ Uniswap โดยกระตุ้นภายใน, มองหาสถานการณ์การประยุกต์ใช้ข้อมูลบนโซนมากขึ้น และถูกเลือกเข้าร่วมโปรแกรม Consensys Fellowship รุ่นแรก

6. ทิศทางอนาคต

โปรเซสเซอร์ร่วม ZK ช่วยให้บล็อกเชนสามารถรวบรวมข้อมูลได้มากขึ้นและรับทรัพยากรการประมวลผลนอกเครือข่ายด้วยต้นทุนที่ต่ํากว่าโดยไม่เป็นอันตรายต่อการกระจายอํานาจ นอกจากนี้ยังแยกขั้นตอนการทํางานของสัญญาอัจฉริยะและเพิ่มความสามารถในการปรับขนาดและประสิทธิภาพ

จากด้านอุปสงค์เพียงอย่างเดียวโปรเซสเซอร์ร่วม ZK เป็นสิ่งจําเป็น จากมุมมองของแทร็ก DEX เพียงอย่างเดียวตะขอนี้มีศักยภาพที่ดีและสามารถทําหลายสิ่งหลายอย่าง หาก sushiswap ไม่มีตะขอจะไม่สามารถแข่งขันกับ uniswap ได้และมันจะมาก มันจะถูกกําจัดในไม่ช้า หากไม่ได้ใช้ zkcoprocessor สําหรับตะขอก๊าซจะมีราคาแพงมากสําหรับนักพัฒนาและผู้ใช้เนื่องจากตะขอแนะนําตรรกะใหม่และทําให้สัญญาอัจฉริยะซับซ้อนมากขึ้นซึ่งเป็นการต่อต้าน ดังนั้นสําหรับตอนนี้การใช้โปรเซสเซอร์ร่วม zk เป็นทางออกที่ดีที่สุด ไม่ว่าจะจากมุมมองของการบันทึกข้อมูลหรือการคํานวณวิธีการต่างๆมีข้อดีและข้อเสียที่แตกต่างกัน โปรเซสเซอร์ร่วมที่เหมาะสมสําหรับฟังก์ชั่นเฉพาะเป็นโปรเซสเซอร์ร่วมที่ดี ตลาดคอมพิวเตอร์ที่ตรวจสอบได้แบบ on-chain มีโอกาสกว้างและจะสะท้อนถึงมูลค่าใหม่ในสาขาอื่น ๆ

ในการพัฒนาบล็อกเชนในอนาคตมีศักยภาพที่จะทําลายอุปสรรคข้อมูลแบบดั้งเดิมของ web2 ข้อมูลจะไม่ถูกแยกออกจากเกาะอีกต่อไปและบรรลุการทํางานร่วมกันที่แข็งแกร่งขึ้น โปรเซสเซอร์ร่วม ZK จะกลายเป็นมิดเดิลแวร์ที่มีประสิทธิภาพเพื่อความปลอดภัย เงื่อนไขความเป็นส่วนตัวและความไว้วางใจเพื่อลดต้นทุนและเพิ่มประสิทธิภาพในการเก็บข้อมูลการคํานวณและการตรวจสอบสัญญาอัจฉริยะปลดปล่อยเครือข่ายข้อมูลเปิดโอกาสมากขึ้นและกลายเป็นโครงสร้างพื้นฐานสําหรับแอปพลิเคชันความตั้งใจจริงและตัวแทน AI แบบออนเชน เฉพาะในกรณีที่คุณไม่สามารถคิดได้คุณก็ทําไม่ได้

Imagine a scenario in the future: using ZK’s high reliability and privacy for data verification, online ride-hailing drivers can build an aggregation network in addition to their own platforms. This data network can cover Uber, Lyft, Didi , bolt, etc., online ride-hailing drivers can provide data on their own platforms. You take a piece, I take a piece, and put it together on the blockchain. Slowly, a network independent of their own platform is established and aggregated. All driver data has become a large aggregator of online ride-hailing data, and at the same time, it can make drivers anonymous and not leak their privacy.

7. ดัชนี

https://blog.axiom.xyz/what-is-a-zk-coprocessor/

https://crypto.mirror.xyz/BFqUfBNVZrqYau3Vz9WJ-BACw5FT3W30iUX3mPlKxtA

https://dev.risczero.com/api

https://blog.uniswap.org/uniswap-v4

https://blog.celer.network/2023/03/21/brevis-a-zk-omnichain-data-attestation-platform/

https://lagrange-labs.gitbook.io/lagrange-labs/overview/what-is-the-lagrange-protocol

https://docs.herodotus.dev/herodotus-docs/

https://docs.padolabs.org/

ข้อความปฏิเสธความรับผิดชอบ：

1. บทความนี้พิมพ์ซ้ําจาก [ForesightResearch]. ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [Mike]. หากมีข้อขัดแย้งใดๆ เกี่ยวกับการพิมพ์ซ้ำนี้ โปรดติดต่อGate ฝึกทีม และพวกเขาจะจัดการกับมันโดยรวดเร็ว
2. คำปฏิเสธความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เป็นที่สมบูรณ์ใด ๆ ของคำแนะนำการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่น ๆ ทำโดยทีม Gate Learn หากไม่ได้กล่าวถึงการคัดลอก การแจกจ่าย หรือการลอกเลียนบทความที่ถูกแปล จะถูกห้าม