ZKP价值链路的垂直整合

1. ZKP proof生命周期

从ZKP(zero-knowledge proof)生命周期,先看围绕ZKP的价值链路形成:
在这里插入图片描述

  • 1)User intent用户意图:以某用户意图为起点,如想要在某zk-rollup上swap某token、证明其身份、执行某衍生品交易等等。
  • 2)Proof request请求生成证明:应用执行交易,通常是在某zkVM(zero-knowledge virtual machine)内,并请求proof。
  • 3)Proof generation生成证明:生成proof是计算密集型的。应用开发者可 使用自己的prover,也可将该工作外包给第三方provers,如Succinct Labs、Gevulot、Bonsai等。
  • 4)Verification验证:一旦proof生成,需在链上或链下进行验证。若在链上验证,则该应用在某目标链上运行某合约,该合约的任务是验证该proof。
  • 5)Settlement结算:一旦proof在链上验证通过,则结算完成。此时,该应用在目标链上的其它模块可使用该proof来更新该应用的状态。

以简单的bridge为例:

  • 1)用户要想将10 USDC从源链SC 发送到 目标链DC。
  • 2)用户在SC的某bridge合约内锁定token,且bridge app在链下生成proof。
  • 3)该proof在DC的验证合约内验证通过后,DC上的另一合约为该用户释放10 USDC。

以上简化的ZKP proof生命周期,有助于理解ZKP价值链路的垂直整合。

2. ZKP proof价值链路

与以太坊内的区块构造类似,基础设施栈及其价值链正在形成,有参与者在专门负责该流程的每一步:
在这里插入图片描述
其中:

  • 1)zkVMs:首先是一个由编程语言和开发者平台组成的生态系统,用于生成证明。由于证明是复杂的密码学工具,因此需要简化开发人员的体验。RISC Zero或SP-1等开发人员平台是 zkVM:它们使开发人员可以轻松生成用于一般计算的 ZKP,从而无需关心低级复杂电路。在后台,它们本质上是将任意代码编译成可证明的电路。
  • 2)Prover markets:应用程序可以生成自己的证明,但它们的最终目标是使用去中心化的provers网络来抵抗审查并确保服务不会崩溃(活性)。他们可以自己运行prover set,就像区块链对其validator set所做的那样,但这项工作很可能由Succinct Labs、Bonsai或Gevulot等Prover markets承担。
  • 3)Proof aggregation:网络生成的证明需要验证。目前,这是通过L1或L2区块链上的合约来完成的。但它很贵。最便宜的证明(Groth16)在以太坊上的证明成本为 20-30 美元(假设 3000 美元 ETH 和 30 Gwei)。 STARK 证明的费用为 180 美元。
    这是证明使用的关键瓶颈,因此出现了一类新兴的解决方案,其重点是降低验证成本。主要方法是证明聚合。直觉是将多个证明组合成一个证明。该单一证明可以证明所有原始证明的有效性,因此可以分摊所有rollup证明的成本。
  • 4)Proof settlement:证明无论是否聚合,都需要在链上进行验证才能在智能合约中使用。目前这是在 L1 和 L2 上完成的,但对专注于降低验证成本并实现proof-generating应用程序之间的互操作性的专用层的前景感到兴奋。
  • 5)Application:该价值链的最后一部分是用户进行交易和支付服务费用的应用程序。这是资金流动的起点,并在价值链中向前流动。

3. 价值点何在?

价值链的多个点具有网络效应和防御性。

  • 1)Application应用层拥有用户,因此拥有“proof订单流”。这是一种被逼入绝境的资源,尤其是在用户数量有限的加密领域。
  • 2)zkVM开发者平台。他们受益于使用它们的应用程序开发人员的一些锁定。这也赋予了他们对订单流的一些权力,因为无论他们与谁集成,都将从他们生成的proof流中受益。
  • 3)proof market具有强大的网络效应。他们的工作是将证明请求与可以计算它们的服务提供商相匹配。更高的需求会吸引更多的计算资源供应商进行证明,从而形成典型的市场良性循环。进一步的规模经济使flywheel变得更加复杂,因为数量意味着更高的利用率,从而降低成本。期望围绕这一层进行集中化,并且已经看到了激烈的竞争。
  • 4)Proof verification证明验证是更新兴的一层,但它也受益于强大的网络效应。聚合随着数量而扩展:必须聚合的证明越多,成本和延迟就越低(因为在其他条件相同的情况下,假设每个证明的成本固定,可以更快地完成batches)。
  • 5)Settlement结算也随着数量的增加而扩展:如果所有证明都在一个地方结算,那么该层就可以成为证明的规范事实来源,从而成为一个无需信任的互操作层。

4. 价值栈的上扩和下沉

期望价值链实现垂直化,并且已经看到公司为此目的增加了其功能,从一层开始,并寻求在价值栈上向上和向下进行集成。
在这里插入图片描述

  • RISC Zero 最初是一个 zkVM,让开发人员为 Rust 和 C++ 代码生成证明。然后,他们建立了 Bonsai,一个证明市场,代表用户生成证明。这是一个巨大的协同效应,因为他们拥有“proof订单流”,并且可以引导它自己的市场。编译并没有特别的差异化或防御性,但proof market是一个引人注目的价值累积层。
  • Succinct Labs 也朝相反的方向做了同样的举动。他们最初是一个证明市场。他们迅速添加了证明聚合层,并通过创建 SP-1(一种开源 zkVM)来向价值栈上扩,以与 RISC Zero 竞争。尽管不了解其决策,但将 zkVM 层商品化是有意义的,以确保像 Risc-0 这样的单一参与者不会拥有proof订单流并规避其proof market。他们还通过最近添加的聚合层来下沉价值栈,以进一步从其“proof订单流”中受益。
  • 像 Polygon 这样具有大量未使用区块空间的目标链也希望从聚合开始,在价值栈上上扩。

5. 总结

总之,零知识证明价值链正在兴起,并且已经垂直化,公司不断扩大其产品范围,以获取更多价值链,从而提供更全面的解决方案,并有可能获取更多价值。

proof markets的聚合/结算似乎是具有最强网络效应和长期防御力的层。这是目前看到竞争最激烈的地方。

但现在还处于早期阶段,诸如价值转移机制如何运作等重要问题仍然悬而未决。

参考资料

[1] 2024年3月6日博客 Vertical Integration in the Zero-Knowledge Proof Value Chain

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/519492.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

java数据结构与算法刷题-----LeetCode405. 数字转换为十六进制数

java数据结构与算法刷题目录(剑指Offer、LeetCode、ACM)-----主目录-----持续更新(进不去说明我没写完):https://blog.csdn.net/grd_java/article/details/123063846 文章目录 分组位运算 分组位运算 这道题正常来说可以用转换7进制的思想来&…

加速度:电子元器件营销网站的功能和开发周期

据工信部预计,到2023年,我国电子元器件销售总额将达到2.1万亿元。随着资本的涌入,在这个万亿级赛道,市场竞争变得更加激烈的同时,行业数字化发展已是大势所趋。电子元器件B2B商城平台提升数据化驱动能力,扩…

算法学习18:动态规划

算法学习18:动态规划 文章目录 算法学习18:动态规划前言一、线性DP1.数字三角形:f[i][j] max(f[i - 1][j - 1] a[i][j], f[i - 1][j] a[i][j]);2.1最长上升子序列:f[i] max(f[i], f[j] 1);2.2 打印出最长子序列3.最长公共子序…

[从零开始学习Redis | 第九篇] 深入了解Redis数据类型

前言: 在现代软件开发中,数据存储和处理是至关重要的一环。为了高效地管理数据,并实现快速的读写操作,各种数据库技术应运而生。其中,Redis作为一种高性能的内存数据库,广泛应用于缓存、会话存储、消息队列…

MySQL - 基础三

11、事务管理 CURD不加控制,会有什么问题? 当客户端A检查还有一张票时,将票卖掉,还没有执行更新数据库时,客户端B检查了票数,发现大于0,于是又卖了一次票。然后A将票数更新回数据库。这是就出现…

09 flink-sql 中基于 mysql-cdc 的 select * from test_user 的具体实现

前言 这也是最近帮一个朋友看问题 遇到的一个问题 然后 引发了一下 对于 flink-sql 里面的一些 常规处理的思考, 理解 原始问题主要是 在测试库可以使用 flink-sql 可以正常同步, 但是 在生产环境 无法正常同步数据 这个问题 我们后面单独 记录一篇文章 测试用例 下载…

设计模式总结-外观模式(门面模式)

外观模式 模式动机模式定义模式结构外观模式实例与解析实例一:电源总开关实例二:文件加密 模式动机 引入外观角色之后,用户只需要直接与外观角色交互,用户与子系统之间的复杂关系由外观角色来实现,从而降低了系统的耦…

携程旅行 abtest

声明: 本文章中所有内容仅供学习交流使用,不用于其他任何目的,抓包内容、敏感网址、数据接口等均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关!wx a15018601872 本文章…

WindowsPowerShell安装配置Vim的折腾记录

说明 vim一直以来都被称为编辑器之神一样的存在。但用不用vim完全取决于你自己,但是作为一个学计算机的同学来说,免不了会和Linux打交道,而大部分的Linux操作系统都预装了vim作为编辑器,如果是简单的任务,其实vim只要会…

c/c++之编译链接

了解我们写的代码是如何转变成可执行文件.exe的是很有必要的,我们将这些底层的东西掌握清楚才能打好基础,筑高楼。 编译链接的全流程 我们平时写代码的文件是.c或者.cpp文件。这里面包括我们的代码,还有宏定义,引用头文件以及注…

齐护机器人方位传感器指南针罗盘陀螺仪

一、方位传感器原理及功能说明 齐护方位传感器是一款集成了三轴磁传感器芯片的方位传感器模块。适用于无人机、机器人、移动和个人手持设备中的罗盘(指南针)、导航和游戏等高精度应用。模块可以感应XYZ平面角度外,还可实现1至2的水平面角度罗…

Python--Django--说明

Django 是基于python 的 Web 开发框架. &nsbp;   Web开发指的是开发基于B/S 架构, 通过前后端的配合, 将后台服务器上的数据在浏览器上展现给前台用户的应用. &nsbp;   在早期, 没有Web框架的时候, 使用 Python CGI 脚本显示数据库中的数据. Web框架致力于解决一些…

考古:IT架构演进之IOE架构

考古:IT架构演进之IOE架构 IOE架构(IBM, Oracle, EMC)出现在20世纪末至21世纪初,是一种典型的集中式架构体系。在这个阶段,企业的关键业务系统往往依赖于IBM的小型机(后来还包括大型机)、Oracle…

后端灰度发布

在软件开发中,"灰度"通常指的是渐进式地将新功能、更新或改进引入到生产环境中,但只对一小部分用户或流量进行部署和测试的过程。这种方法允许开发团队在生产环境中逐步测试新功能,以确保其稳定性、可靠性和用户体验,同…

vscode+anaconda 环境python环境

环境说明: windows 10 vscodeanaconda anaconda 安装: 1、官网下载地址:Free Download | Anaconda 2、安装 接受协议,选择安装位置,一直next,到下面这一步,上面是将Anaconda 添加至环境变量&#xff0…

非关系型数据库--------------------Redis 群集模式

目录 一、集群原理 二、集群的作用 (1)数据分区 (2)高可用 Redis集群的作用和优势 三、Redis集群的数据分片 四、Redis集群的工作原理 五、搭建redis群集模式 5.1启用脚本配置集群 5.2修改集群配置 5.3启动redis节点 5…

自动驾驶涉及相关的技术

当科幻走进现实,当影视照进生活,无数次憧憬的自动驾驶,正在慢慢的梦想成真。小时候天马星空的想象,现在正悄无声息的改变着我们的生活。随着汽车电动化进程的加快,自动驾驶技术映入眼帘,很多人可能感觉遥不…

非关系型数据库------------Redis的安装和部署

目录 一、关系型数据库与非关系型数据库 1.1关系型数据库 1.2非关系型数据库 1.2.1非关系型数据库产生背景 1.3关系型非关系型区别 1.4客户访问时,关系型数据库与redis的工作过程 二、Redis 2.1redis简介 2.2Redis命中机制和淘汰机制 2.3Redis 具有以下优…

每天五分钟深度学习:深度学习中数据样本和标签的符号化表示

本文重点 在深度学习的研究与应用中,数据样本和标签的符号化表示是至关重要的一环。通过合理的符号化表示,我们可以将现实世界中的数据转化为计算机能够理解和处理的形式,从而为后续的模型训练和推理提供基础。本文将对深度学习中数据样本和…

基于SpringBoot和Vue的校园周边美食探索以及分享系统

今天要和大家聊的是基于SpringBoot和Vue的校园周边美食探索以及分享系统 !!! 有需要的小伙伴可以通过文章末尾名片咨询我哦!!! 💕💕作者:李同学 💕&#x1f…