Neutralna ocena różnych implementacji #zkVM ujawnia spostrzeżenia dotyczące ich projektu i wydajności. Analiza ZisK zakończona. @jbaylina @ziskvm 🧐 Oprócz niesamowitego emulatora, ZisK ma następujące funkcje: 🔹 Równoległość CPU/GPU: #CPU zajmuje się generowaniem świadków, podczas gdy #GPU zarządza generowaniem dowodów, działając równolegle. 💻✨ 🔹 Prawie 100% wykorzystania GPU: Dzięki niezależnym obwodom (główny, pamięć, ram itp.) oraz dystrybucji zadań za pomocą wielowątkowości + wielostrumieniowości. 🚀 Top 3 jądra GPU (zużycie czasu): 🔹 computeExpressions: 40%. ⏱️ 🔹 br_ntt_8_steps: ~20%. ⏱️ 🔹 linear_hash_gpu_coalesced_2: ~15%. ⏱️ Możliwości optymalizacji: 🔹 Dla br_ntt_8_steps: · Ponowne wykorzystanie czynników twiddle w różnych jądrach (obecnie regenerowane za każdym razem). ♻️ · Dodanie jądra NTT native-to-bit-reverse, aby wyeliminować zbędne kroki bit-reverse podczas zatwierdzania. ⚙️ 🔹 Dla computeExpressions: · Zasoby GPU są w pełni wykorzystane. Przyszłe zyski mogą wymagać optymalizacji operacji klucza dowodowego dla efektywności. 🔍 Zgadnij, który zkVM przeanalizujemy następnie? 🤔 @eth_proofs