A avaliação neutra de diversas implementações de #zkVM revela insights sobre seu design e desempenho. Análise de ZisK concluída. @jbaylina @ziskvm 🧐 Além do incrível emulador, o ZisK possui os seguintes recursos: 🔹 Paralelismo de CPU/GPU: #CPU lida com a geração de testemunhas enquanto #GPU gerencia a geração de provas, em execução simultaneamente. 💻✨ 🔹 Quase 100% de utilização da GPU: Graças a circuitos independentes (main, mem, ram, etc.) e distribuição de tarefas via multi-threading + multi-streaming. 🚀 Os 3 principais kernels de GPU (consumo de tempo): 🔹 computeExpressions: 40%. ⏱️ 🔹 br_ntt_8_steps: ~ 20%. ⏱️ 🔹 linear_hash_gpu_coalesced_2: ~ 15%. ⏱️ Oportunidades de otimização: 🔹 Para br_ntt_8_steps: · Reutilize fatores de twiddle entre kernels (atualmente regenerados a cada vez). ♻️ · Adicione um kernel NTT nativo para bit reverso para eliminar etapas redundantes de bit-reverse durante as confirmações. ⚙️ 🔹 Para computeExpressions: · Os recursos da GPU são totalmente utilizados. Ganhos futuros podem exigir a otimização das operações da chave de prova para eficiência. 🔍 Adivinha qual zkVM analisaremos a seguir? 🤔 @eth_proofs