Une évaluation neutre des diverses implémentations de #zkVM révèle des informations sur leur conception et leur performance. Analyse de ZisK terminée. @jbaylina @ziskvm 🧐 En plus de l'incroyable émulateur, ZisK possède les fonctionnalités suivantes : 🔹 Parallélisme CPU/GPU : le #CPU gère la génération de témoins tandis que le #GPU s'occupe de la génération de preuves, fonctionnant en parallèle. 💻✨ 🔹 Utilisation GPU proche de 100 % : grâce à des circuits indépendants (principal, mémoire, ram, etc.) et à la distribution des tâches via le multi-threading + le multi-streaming. 🚀 Top 3 des noyaux GPU (Consommation de temps) : 🔹 computeExpressions : 40 %. ⏱️ 🔹 br_ntt_8_steps : ~20 %. ⏱️ 🔹 linear_hash_gpu_coalesced_2 : ~15 %. ⏱️ Opportunités d'optimisation : 🔹 Pour br_ntt_8_steps : · Réutiliser les facteurs de twiddle à travers les noyaux (actuellement régénérés à chaque fois). ♻️ · Ajouter un noyau NTT natif à bit inversé pour éliminer les étapes de bit inversé redondantes lors des engagements. ⚙️ 🔹 Pour computeExpressions : · Les ressources GPU sont pleinement utilisées. Les gains futurs pourraient nécessiter d'optimiser les opérations de la clé de preuve pour plus d'efficacité. 🔍 Devinez quel zkVM nous allons analyser ensuite ? 🤔 @eth_proofs