硬件加速

本文深入探讨了零知识证明（ZKP）的不同应用，包括ZK支付、ZK硬件加速和zkVMs，强调了如何通过ZK技术提升区块链交易的隐私性和效率。文章详细介绍了ZK支付中的私密交易机制、使用特定硬件加速证明生成的优势，以及zkVM的通用性和实现原理，展现了零知识技术的广泛应用潜力。

本文介绍了Ingonyama团队在2023年ZPrize竞赛中获得第一名的基于FPGA的MSM加速方案。该方案首次在加速器平台上实现了批量仿射椭圆曲线加法，显著降低了MSM的计算负担。该设计在AMD Alveo U250 FPGA上实现了高性能，支持BLS12-381和BLS12-377曲线，并在未来异构计算中具有广阔的应用前景。

本文从MSM的计算入手，分析FPGA和GPU加速零知识证明计算的优缺点。

Ingonyama发布了ZaKi，一种新的、垂直集成的ZK托管服务，它基于ICICLE，并对硬件进行了优化配置，以运行加速的ZK工作负载，旨在提供卓越的性价比。ZaKi通过提供一个已经为ZK计算优化的托管环境，消除了硬件设置和配置的障碍，使团队能够专注于他们的ZK应用。

本文介绍了Cysic公司正在进行的零知识证明（ZKP）专用硬件研究工作，目标是开发一种定制的证明加速芯片，专门用于ZKP工作负载。

本文探讨了零知识证明（ZKP）的硬件加速方案，对比了使用FPGA、GPU和ASIC的优劣。虽然FPGA在单位功耗性能上与GPU相当，但在性价比上不如GPU。ASIC在性能和功耗方面都优于FPGA和GPU，但开发周期较长、成本高昂，并需要考虑可编程性的问题。文章还提出了使用指令集架构（ISA）来解决ASIC可编程性问题的方案，并展望了未来ZKP硬件加速的发展趋势，认为ASIC最终可能会成为主导。

本文介绍了TFHE-hpu-mockup，一个HPU硬件的仿真替代实现，它可以与没有硬件支持的`tfhe-hpu-backend`无缝配对。该mockup旨在透明地集成到用户应用程序中，生成与真实硬件匹配的跟踪，并为RTL仿真生成精确的golden stimuli。它还支持固件开发，提供准确的性能估算和跟踪功能。

本文档介绍了TFHE中用于连接HPU加速器的tfhe-hpu-backend代码。它包含一个HpuDevice抽象，可以轻松配置和调度HPU加速器上的TFHE操作。提供了HPU硬件设置、CPU密文克隆到HPU、在HPU上调度操作的示例以及预先构建的示例。

本文介绍了Solayer Chain及其InfiniSVM，这是一种通过硬件加速和混合共识机制扩展Solana性能的解决方案。InfiniSVM利用RDMA、FPGA、RNIC和SDN等硬件卸载技术，旨在提高交易吞吐量并降低延迟，同时保持Solana的单状态机特性和可组合性。通过这种方式，Solayer 希望在不牺牲核心设计的前提下实现 Solana 的无限扩展。

Ingonyama Research 宣布了 2025 年度的研究资助计划，总额为 10 万美元，旨在支持使用 ICICLE（一个用于零知识证明的数学库）进行算法研究的开发者和研究人员。该计划鼓励研究者使用 ICICLE 重新实现已有的算法，并通过与原始论文的性能比较来获得资助，资助金额与性能提升幅度成正比。

Ingonyama 于 2024 年 4 月 11 日举办了 ZK Accelerate Athens，重点关注 ZK 工程和产品。活动包括 16 场技术讲座、演示和 3 场小组讨论。涵盖了 STWO 性能、去中心化证明层、zkEVM、隐私协议、硬件加速等多个主题，展示了 ZK 领域的最新进展。

本文介绍了Ingonyama公司为Aleo区块链设计的IP Core，该IP旨在加速Aleo测试网的ZK coinbase puzzle的求解过程。文章对比了该IP与GPU在性能和功耗方面的差异，并解释了公司选择IP Core而非直接流片的原因，强调了ZK技术快速发展和保持硬件创新灵活性的重要性。

Ingonyama 和 Cornami 宣布战略合作，通过硬件-软件集成加速高速密码学，特别是在零知识证明（ZKP）方面，目标是提供一流的解决方案。通过集成 Cornami 的 FracTLcore® 计算架构和 Ingonyama 的 ICICLE 密码学加速库，该解决方案在吞吐量和能源效率能够实现10到100倍的提升。