GPU

ZKsync 发布了 Airbender，这是一个高性能的通用 ZK 证明器，旨在满足互操作性、去中心化和可扩展性的实际需求。Airbender 是最快的开源 RISC-V zkVM，其性能优于其他领先系统，例如在单个 GPU 上证明以太坊区块的时间少于 35 秒，并通过利用 ZKsync OS，能够在大约 17 秒内证明平均以太坊区块的执行。

本文详细探讨了计算资源和去中心化物理基础设施网络（DePINs）在现代 AI 和计算密集型工作负载中的重要性，尤其是在 GPU 资源短缺的背景下。

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。

本文介绍了CUDA并行计算平台及其编程模型，阐述了如何利用CUDA加速计算密集型任务，例如zk-SNARKs中的多标量乘法。

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。

TFHE-rs v1.3 版本在 CPU、GPU 和 HPU 后端带来了多项重大改进和新功能，主要包括：GPU 性能提升（整数对数运算速度提升 4 倍，其他操作速度提升高达 20%）、GPU 内存跟踪、CPU 除法加速（速度提升 36%）、零知识证明 v2、密钥升级器等，这些改进提高了全同态加密 (FHE) 工作负载的性能、可用性和安全性。

该报告分析了比特币矿工在AI革命中扮演的角色，指出拥有大规模电力基础设施和关键组件的比特币矿工，可以通过满足快速增长的AI/HPC数据中心市场需求来增加其资产价值。报告强调了传统数据中心在满足AI计算需求方面面临的挑战，以及比特币矿工在填补这一空白方面的潜力，并探讨了比特币挖矿和AI基础设施交叉领域的未来趋势。

SP1 Turbo是SP1的最新版本，通过CUDA优化，在成本和延迟方面有显著改进，尤其是在GPU并行化处理时，能更接近实时以太坊证明。它引入了Secp256R1和RSA签名验证等新的预编译，使得SP1成为zkEVM和rollup工作负载的最佳zkVM，开发者可以通过文档和prover network beta开始使用。

TFHE-rs v0.11 版本发布，主要带来了以下更新： 1. 零知识证明性能显著提升；2. 引入了基于 FheAsciiString 类型的新加密字符串模块；3. 默认加密参数现在遵循调整后的均匀噪声分布；4. GPU 性能提升，64 位加法运算速度提高 30%；5. 可以在 GPU 上轻松执行加密数组的计算。同时，该版本还改进了 GPU 性能，并修复了一些bug。

Zama 发布了 TFHE-rs v1.1 版本，GPU 后端升级，采用与 CPU 相同的默认加密参数，降低了计算错误的概率。多 GPU 支持也得到了显著改善，开发者可以选择要使用的 GPU，在 8×H100 GPU 上每秒可进行接近 500 次加密的 64 位加法。CPU 方面，此版本通过支持更多标量情况扩展了运算符集，从而使同态计算更加通用和高效。

Zama 团队发布了 TFHE-rs (v0.6)、Concrete (v2.6)、Concrete ML (v1.5) 和 fhEVM (v0.4) 的新版本。

Zama 团队发布了 TFHE-rs (v0.7)、Concrete (v2.7)、Concrete ML (v1.6) 和 fhEVM (v0.5) 的新版本。

Zama 发布了 TFHE-rs v1.1 版本，该版本在 GPU 和 CPU 后端都有重大改进和新特性。GPU 方面，升级了后端，采用了与 CPU 相同的默认加密参数，显著提高了多 GPU 的支持，CPU 方面，通过支持更多的标量案例扩展了算子集，该版本还引入了分块引导密钥生成，以更好地支持内存受限环境中的操作。

TFHE-rs v0.11 版本发布，带来了多项重要改进和新功能，包括Zero Knowledge Proof性能的显著提升，以及通过 FheAsciiString 类型在高级 API 中使用加密字符串的新模块。新版本还引入了 TUniform 噪声分布来代替高斯分布，GPU 性能也得到提升，并支持在 GPU 上轻松执行加密数组的计算。

EigenAI 通过控制 GPU 堆栈的每一层，实现了在生产 GPU 上 bit 级别的确定性推理，在 10,000 次测试运行中实现了 100% 的可重复性，性能开销低于 2%。通过 EigenAI，每一个AI的推理都可以重放和审计，如果出现问题也有经济强制手段。