指令集

Lasso + Jolt：工程概览

视频 AI 总结： 该视频介绍了 A16Z Crypto 团队开发的 LASSO 和 JOLT 技术，它们旨在提升零知识虚拟机（ZKVM）的效率和可访问性。LASSO 是一种更快的查找论证证明器，适用于大规模表格的查找，而 JOLT 则基于 LASSO，为构建 ZKVM 提供了一种新范式，可应用于 RISC-V、WASM 或 EVM 等指令集。核心目标是降低证明成本，简化开发体验，并提高可审计性。 关键信息： * LASSO 是一种快速的查找论证证明器，适用于大规模表格（例如 2 的 128 次方个条目）的查找，其成本与查找次数成正比，而不是表格大小。 * JOLT 基于 LASSO，为构建 ZKVM 提供了一种新范式，可应用于整个指令集（如 RISC-V、WASM、EVM）。 * JOLT 具有更快的证明器，更易于开发和审计。 * 视频详细解释了多线性扩展（MLE）在 LASSO 和 JOLT 中的应用，并展示了如何使用 Rust 实现 Jolt VM 的指令和子表。 * Jolt 通过将复杂操作分解为更小的子表查找，显著降低了计算复杂度。 * Jolt 的目标是创建一个共享的审计服务，并允许不同的虚拟机（如 EVM 和 Wasm）共享相同的底层指令实现。

SNARK 设计中重新审视已被接受的观点

视频 AI 总结： 该视频主要讨论了 Jolt 的工作原理，并反驳了当前 ZK 证明领域的一些普遍认知。视频的核心观点是，更简单的指令集并不一定意味着更快的 ZKVM，高阶约束的重要性被过分强调，在大字段上使用 SNARKs 并非浪费，以及递归方法在 SNARK 设计中并非总是最佳选择。Jolt 通过其独特的查找论证方法，在某些方面实现了优于传统方法的性能和效率。 关键信息： * **指令集复杂度与 ZKVM 速度：** 视频反驳了“更简单的指令集导致更快的 ZKVM”的观点，指出 Jolt 的性能不依赖于指令的复杂度，而是取决于查找表的大小。 * **高阶约束的重要性：** 视频认为，对于 ZKVM 而言，使用好的查找论证比支持高阶约束更重要。 * **大字段的使用：** 视频挑战了“在大字段上使用 SNARKs 是浪费”的观点，认为使用基于椭圆曲线的承诺方案可以高效地处理大字段元素。 * **递归方法的适用性：** 视频指出，Jolt 具有规模经济效应，因此将大型电路分解成小块并使用递归方法可能并不总是最佳选择。 * **Jolt 的优势：** Jolt 通过查找论证，将大部分工作转移到查找表中，从而简化了证明过程，并实现了更好的性能。