Este septiembre, en el campo de la criptografía, ha habido un avance interesante: una biblioteca FHE de código abierto ha mejorado su rendimiento en un 80%, lo que parece un detalle técnico, pero en realidad tiene un impacto bastante grande.
¿En qué consiste exactamente el avance? Hay varios puntos clave: la velocidad de cálculo encriptado se ha optimizado de ser 80 veces más lento a solo 15 veces más lento, lo cual es un salto significativo; lo más importante es que por primera vez se ha logrado ejecutar cálculos de privacidad en tiempo real en tarjetas gráficas de consumo, algo que antes solo podían hacer servidores; además, se ha soportado la compresión de encriptados con curvas elípticas, reduciendo significativamente el volumen de datos.
Las cadenas públicas de privacidad como Mina y Aztec ya han anunciado que las integrarán, y profesores de criptografía en Princeton también han expresado su opinión: esta tecnología hace posible "lograr privacidad real en blockchain sin depender de entornos de ejecución confiables", algo que antes solo era una idea, y ahora realmente puede implementarse.
En cuanto a aplicaciones, escenarios como votación privada, análisis de datos médicos y transacciones financieras confidenciales pueden comenzar a desarrollarse. En resumen, este avance es como haber puesto un nuevo motor en la computación de privacidad.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
11 me gusta
Recompensa
11
5
Republicar
Compartir
Comentar
0/400
ShadowStaker
· hace7h
Ngl, la optimización de 80x a 15x es realmente impresionante, pero ¿el cálculo de GPU para consumidores en FHE? esa es la verdadera vuelta de tuerca aquí. he sido escéptico respecto a que las cadenas de privacidad necesiten siempre fallback de TEE, así que si esto realmente aguanta bajo carga real de red... quizás. aunque la integración rápida de Aztec y Mina me pone en duda — normalmente eso significa que se acerca un ciclo de hype de marketing lol
Ver originalesResponder0
SchrodingerPrivateKey
· hace7h
¿Optimización de 80 veces a 15 veces? Ahora la computación privada realmente va a despegar, las tarjetas gráficas de consumo pueden realizar cálculos en tiempo real, esto es realmente impresionante
Ver originalesResponder0
ContractHunter
· hace7h
Optimización de 80 veces a 15 veces, eso es realmente impresionante... las tarjetas gráficas de consumo pueden ejecutar cálculos de privacidad, una hazaña sin precedentes
Ver originalesResponder0
PanicSeller
· hace7h
¡Vaya, con una tarjeta gráfica de consumo ya se puede ejecutar cálculo de privacidad? Si eso es cierto, Aztec despegará.
Ver originalesResponder0
GasFeeCrier
· hace7h
¡Vaya, una tarjeta gráfica de consumo que ejecuta cálculos de privacidad directamente! Esto es realmente la democratización, antes estaban monopolizadas por servidores.
Este septiembre, en el campo de la criptografía, ha habido un avance interesante: una biblioteca FHE de código abierto ha mejorado su rendimiento en un 80%, lo que parece un detalle técnico, pero en realidad tiene un impacto bastante grande.
¿En qué consiste exactamente el avance? Hay varios puntos clave: la velocidad de cálculo encriptado se ha optimizado de ser 80 veces más lento a solo 15 veces más lento, lo cual es un salto significativo; lo más importante es que por primera vez se ha logrado ejecutar cálculos de privacidad en tiempo real en tarjetas gráficas de consumo, algo que antes solo podían hacer servidores; además, se ha soportado la compresión de encriptados con curvas elípticas, reduciendo significativamente el volumen de datos.
Las cadenas públicas de privacidad como Mina y Aztec ya han anunciado que las integrarán, y profesores de criptografía en Princeton también han expresado su opinión: esta tecnología hace posible "lograr privacidad real en blockchain sin depender de entornos de ejecución confiables", algo que antes solo era una idea, y ahora realmente puede implementarse.
En cuanto a aplicaciones, escenarios como votación privada, análisis de datos médicos y transacciones financieras confidenciales pueden comenzar a desarrollarse. En resumen, este avance es como haber puesto un nuevo motor en la computación de privacidad.