傳統電腦領域中的協處理器負責處理CPU無法處理的任務，如圖形渲染。在以太坊網路中，高昂的Gas費用和有限的資料存取能力是應用發展的主要障礙。協處理器專案透過引入ZK技術，為以太坊提供更高效能和更廣泛的資料存取能力。較主流的ZK協處理器專案包括Risc Zero、Lagrange和Succinct。它們利用ZK技術提供高效率的運算和資料處理，支援多種應用情境。協處理器有望成為推動區塊鏈技術發展和落地的重要工具。
協創者歷史背景
在傳統的電腦領域，協處理器負責為CPU大腦處理其它繁雜的東西。協處理在電腦領域非常常見，如蘋果在2013年推出的M7運動協處理器，大大提升了智慧型裝置的運動在靈活性方面。廣為人知的GPU便是Nvidia在2007年所說的協處理器，其負責為CPU處理圖形渲染等任務。 GPU透過卸載一些密集且耗時的程式碼部分來加速CPU的運行，這種架構稱為「異質」 / 「混合」運算
處理器能夠卸載一些複雜且單一效能需求或效能要求極高的程式碼，讓CPU去處理更加靈活部分。
在以太坊鏈上，兩個嚴重阻礙應用發展的問題：
由於操作需要高昂的Gas Fee，一筆普通的轉帳硬編碼為21000 Gas Limit，這個就揭示了以太坊網絡的Gas Fee總結，其它操作包括存儲就會花費更多的Gas，區塊鏈就會限制鏈上應用的開發範圍，大多數的合約程式碼你圍繞著資產操作而編寫，一旦以下成熟的操作就會需要大量Gas，從而實現應用和消費者「大規模採用」是嚴重阻礙。 由於智慧合約此外虛擬機中，智慧合約實際上只能存取近期的256個區塊數據，特別是在明年的Pectra升級，引入的EIP-4444提案，全節點將不會再儲存過去的區塊數據，那麼數據仍然存在，導致了基於數據的創新應用遲遲無法出現，畢竟類似於Tiktok、Instagram、多數據的Defi應用、LLM等都是基於數據構建，這也是為什麼Lens這種基於數據的社交協議要推出Layer3 Momoka的原因，因為我們認為的區塊鏈是數據流向非常順的畢竟鏈上都是公開透明的，但是實際上不然，您代幣資產數據流通順，但是數據資產由於底層設施不完善仍然阻礙很大，也會嚴重限制「Mass Adoption」產品的出現。
我們透過這一事實，發現其計算和數據都是限制新的計算範式「Mass Adoption」出現的原因。然而這是以太坊區塊鏈本身的弊病，並且在設計時本就不適合處理大量計算以及數據密集型任務的負載。但是想要相容這些計算與數據密集型的應用程式該如何實現？這裡就需要引出協處理器，以太坊鏈本身作為CPU，協處理器就類似於GPU，鏈本身能處理一些非計算、數據密集型的資產數據和簡單操作，而應用想要靈活使用數據或計算資源可以使用協處理器。伴隨著ZK技術的探索，為了確保協處理器在鏈下進行運算和資料使用而無需信任，因此自然而然，協處理器大多都在以ZK為底層進行研發。
對於ZK處理器，其應用邊界之廣，任何真實的dapp應用場景都能覆蓋，如社交、遊戲、Defi積木、基於鏈上資料架構、Oracle、資料挖礦、大模型語言訓練等等，從理論上來說，任何Web2應用都能做到，有了ZK處理器就都能實現，而且還有以太坊作為最終結算層保護應用安全性。
在傳統的世界中，處理器也沒有一個正式定義，只要能作為協助協助完成任務的單獨晶片都叫處理器。 目前業界對ZK處理器的定義並不完全相同，如ZK-Query、ZK-Oracle、ZKM等都是協處理器，能夠協助查詢鏈上的完整資料、鏈下的可信任資料以及鏈下的運算結果，從這個定義來看，其實layer2也算是以太坊的協處理器，我們也會在下文中比較Layer2與通用ZK處理器的異同。
協處理器專案一覽
ZK協處理器部分項目，圖源：Gate Ventures
目前業界較知名的協處理分成三大部分，分別是鏈上資料索引、預言機、ZKML這三大應用場景，而三種場景都包含的項目為General-ZKM，在鏈下運作的虛擬機又各有不同，如Delphinus 擔當zkWASM，而Risc Zero 擔當Risc-V架構。
協處理器技術架構
我們以通用的ZK協處理器為例，進行其架構的分析，讓讀者明白，該通用型的虛擬機在技術以及機制設計上的異同，來判斷未來協處理器的發展趨勢，其中主要圍繞Risc Zero、Lagrange、Succinct三個專案進行分析。
零風險
在Risc Zero中，其ZK協處理器名為Bonsai。
Bonsai架構，圖源：Risc Zero
Bonsai組件，圖源：Risc Zero
在Bonsai中，建構了一個整套與鏈無關的零知識證明的組件，其目標成為一個與鏈無關的協處理器，基於Risc-V指令集架構，具備極大的通用性，支持的語言包括Rust 、C++、Solidity、Go等。其主要功能包括：
通用zkVM，能夠在任何虛擬機器上驗證並執行。 可直接整合到任何智能合約或鏈中的ZK 證明生成系統一個通用的匯總，將Bonsai上證明的任何計算分發到鏈上，讓網絡礦工進行證明生成。
其組成部分包括：
證明者網路：透過Bonsai API，證明者在設定時接受需要驗證的ZK程式碼，然後執行證明演算法，產生ZK證明，這個網路未來會開放給所有人。 請求礦池（Request Pool）：這個礦池是儲存用戶發起的證明請求的（類似以太坊的mempool，用於暫存交易），然後這個請求礦池會經過Sequencer的排序，產生區塊，其中許多證明請求會被拆分以提高證明效率。 Rollup 引擎：這個引擎會收集證明者網路裡收集到的證明結果，然後打包成Root Proof，上傳到以太坊主網，以便在鏈上的驗證者隨時驗證。 Image Hub：這個是一個可視化的平台，在這個平台上可以執行各種函數以及詳細的應用程序，因此可以透過智能合約呼叫相應的API，因此鏈上智能合約就提供了執行程序的能力。 State Store：Bonsai也引入了鏈下的狀態存儲，在資料庫以鍵值對的形式存儲，這樣就能夠減少鏈上的存儲費用，並且與ImageHub平台配合，能減少智能合約的複雜性。 證明市場：ZK證明產業鏈的中上游，算力市場用於匹配算力的供需雙方。 拉格朗日
拉格朗日財富一個處理器和可驗證的資料庫，包括了區塊鏈上的歷史數據，可以順使用應用程式來移植到區塊鏈上。這就能滿足運算和資料密集型應用的開發。
下列兩個功能：
可驗證資料庫：透過索引鏈上智慧合約的存儲，將智慧合約產生鏈上狀態放入圖書館。每天都會重新建構區塊鏈的儲存、狀態和區塊，然後依法更新的方式儲存在適合檢索的鏈下圖書館。 MapReduce 原則計算：MapReduce 原則就是在大型資料庫中，採用資料分離多實例（即計算），最後將結果整合在一起。而這種支持分離執行的架構被Lagrange 稱為zkMR。
在資料庫中，其共包含在以下鏈上資料的三個部分，大師合約儲存的資料、EOA狀態資料以及區塊資料。
Lagrange資料庫結構，圖源：Lagrange
以上是其合約儲存資料的映射結構，在這裡儲存了合約的好變量，並且每個合約都有一個重建的Storage Trie，這個Trie在以太坊內是以MPT樹的形式儲存的。 MPT樹雖然簡單，但效率很低，這也是為什麼以太坊核心開發人員推動Verkel樹開發的原因。在Lagrange內，每個節點都能使用SNARK/STARK 進行“證明”，而父節點又涉及到子節點的證明，這其中需要使用遞歸證明的技術。
帳戶狀態，圖源：拉格朗日
帳戶成功EOA和合約帳戶，都可以以帳戶/ Storage Root（合約變數的載入）的形式儲存來代表帳戶狀態，但是似乎Lagrange並沒有完全設計好這一部分，實際上還需要加上State Trie（外部帳戶的狀態載入）的根。
區塊資料結構，圖源：拉格朗日
拉格朗日在新的資料結構中，創建了對於SNARKs證明的規定區塊資料結構，這顆樹的每個葉子都是一個區塊頭，這個數量的大小是固定的，如果以太坊12秒出塊一次，那麼這個資料庫大約可以使用25年。
在Lagrange的ZKMR虛擬機器中，其計算第一個步驟：
Map：分散式機器對整個資料進行映射，產生鍵值對。 Reduce：分散式計算機系統分別計算證明，之後將證明全部合併。
謙虛，ZKMR可以將較小的計算的證明組合起來以創建整個計算的證明。 ;ZKMR能夠有效擴展，以在需要多個步驟或多層計算的大型資料集上進行流行的計算證明。例如，如果Uniswap在100條鏈上部署，那麼如果想要計算100條鏈上的某個代幣的TWAP價格，就需要大量的計算以及整合，瑪麗ZKMR就能夠分別計算每條鏈，然後組合起來一個完整的計算證明。
Lagrange協處理器運作流程，圖源：Lagrange
以上是其執行流程：
開發者的智慧合約，先在Lagrange上註冊，然後向Lagrange的鏈上智慧合約提交一個證明請求，這時，代理合約負責與開發者合約互動。 鍊式輸送機的Lagrange 執行請求會分解為可執行檔並分發給不同的執行檔來共同驗證。 該證明者實際上也是一個網絡，其網絡的安全性由EigenLayer的Restaking技術保障。 簡潔
簡潔的網路架構將可程式邏輯整合到區塊鏈開發Stack的每個部分（包括L2、協處理器、跨鏈橋等）。
Succinct運作流程，圖源：Succinct
Succinct可以接受包含Solidity和零知識領域的專門語言（DSL）等程式碼，傳入到鏈下的Succinct協處理器，Succinct完成目標鏈資料索引，請參閱證明申請發送給證明市場，能夠支援CPU、GPU以及ETC等晶片的礦機在證明警報的提交證明。其特點在於證明市場對於各種證明系統都相容，因為未來會有很長一段各種證明系統並存的時期。
Succinct的鏈下ZKVM稱為SP（Succinct Processor），其能夠支援Rust語言以及其它的LLVM語言，其核心特性包括：
遞歸+驗證：基於STARKs技術遞歸證明技術，能夠指數增強ZK壓縮效率。 支援SNARKs到STARKs盤點器：能夠同時採納SNARKs和STARKs的優點，解決證明大小和驗證時間的權衡問題。 預編譯由zkVM架構：對於一些常見的演算法，如SHA256、Keccak、ECDSA等，能夠事先編譯以減少執行階段的證明產生時間和驗證時間。
比較
在進行通用ZK協處理器的比較時，我們主要滿足Mass Adoption第一性原則來查看，我們也會闡述為什麼很重要：
索引/問題：完整的資料庫查詢以及基於資料庫的查詢功能，否則其應用範圍會相對單一。 基於技術：SNARKs與STARKs技術有不同的抉擇點，在中途以SNARKs技術為主，在長期以STARKs技術為主。 是否支援遞歸：只有支援遞歸才能擴大壓縮資料程度以及實現計算的並不保證，因此實現完全的遞歸是專案的技術亮點。 證明系統：證明系統直接影響了證明生成的大小、時間，這個是ZK技術中成本最高的地方，目前都是以自建ZK雲端運算市場和證明網路為主。 合作：能夠透過第三方真實需求來判斷其技術方向是否被使用者認可。 支援VCC 以及融資條件：我們可能會表示後續的資源支援情況。
圖片來源：Gate Ventures
其實整體的技術路徑已經很明了，因此大多數的技術路徑都趨同，例如使用STARKs到SNARKs的盤點器，能夠同時使用STARKs和SNARKs的功能，降低了證明時間和驗證時間以及抗量子攻擊。由於ZK演算法的遞歸性能夠很大程度影響ZK的效能，目前三個專案都依賴本身對ZK算力的強需求以及證明者網路和雲端運算市場。也有鑑於此，目前技術路徑非常相似的情況下，需要團隊以及背後的VC對於合作資源的協助以支持信貸。
協處理器與Layer2的異同
與Layer2不同的是，協處理器是面向應用的，而Layer2仍然是面向客戶端的。協處理器可以作為加速組件或模組化的元件，構成以下幾種應用場景：
作為ZK Layer2的鏈下虛擬機器元件，這些Layer2可以將自己的VM換成協處理器。 作為公鏈上應用卸載演算法到鏈下的處理器。 作為公鏈上應用程式獲取其它鏈可驗證的資料機。 作為一條鏈上跨鏈橋的傳遞管道。
這些應用場景您的羅列了一部分，對於處理器來說，我們需要了解其帶來了全鏈的同步資料與高效能節點可信任運算的潛力，能夠透過處理器重構幾乎整個區塊鏈的所有中介軟體.包括Chainlink、The Graph目前也在開發自己的ZK預言機和跨鏈橋如Wormhole、Layerzero等也在研發基於ZK的跨鏈橋技術；鏈下的LLMs（大模型預言）的訓練以及可信推理、等等。
協處理器遇到的問題
有影響力，ZK技術從業，但是技術點仍然在不斷發展，因此，由於掌握技術，可能更專注於自身，從而進一步提高工作效率。 : zkVM 效能非常複雜涉及多個維度（包括硬體、單節點與多節點效能、記憶體使用、遞歸成本、雜湊函數選擇等因素），目前各個緯度都有在建置專案中，效能處於非常早期，並且還不明朗。 : 從硬體來看，目前主流的ASIC以及FPGA方式構建，廠商包括Ingonyama、Cysic等，也仍處於實驗室階段，仍未商業化落地，期待硬體是ZK技術大規模落地的前提。 技術路徑相似，很難在技術上隔代領先，目前主要比較拼的VC資源以及團隊BD能力，是否能拿下主流應用和公鏈的生態位。
總結與展望
ZK技術具備極大通用性，也幫助以太坊從去中心化投資走向信任化的價值觀。 “不要信任，驗證它”，這句話便是ZK技術的最佳實踐。 ZK技術能夠重構鏈橋、預言機、鏈上查詢、鏈下運算、虛擬機器等等一系列應用場景，而通用型的ZK協處理器就是實現ZK技術落地的工具之一。對於ZK協處理器，其應用邊界之廣，任何真實的dapp應用場景都能覆蓋，從理論上來說，任何Web2應用能做到的事情，有了ZK處理器就都能實現。
技術普及曲線，圖源：Gartner
自古以來，科技的發展都落後於人類對美好生活的想像（例如嫦月到阿波羅踏上月球），如果一個東西確實創新並且顛覆性以及必要性，那麼技術一定會實現，只是時間問題。我們對於通用ZK處理器遵循這一發展理念。我們對於ZK處理器「Mass Adoption」 有兩個要求：全鏈的即時可證明資料庫以及基準鏈下計算。如果資料量足夠且即時同步加上基準的鏈下可驗證計算，那麼軟體的開發範式便能夠徹底改變，但是這一目標緩慢的，因此我們著重去尋找符合兩個人點點概念或者價值取向的項目，而ZK算力晶片的落地是ZK處理器大規模商業化應用的前提，本輪週期缺乏創新，是真正構建下一代“Mass Adoption”技術和應用的窗口期，我們預計在下一輪週期中，ZK產業鏈能夠商業化落地，因此現在正是將目光重新放在一些真正能
資訊來源：0x資訊編譯自網際網路。版權歸作者Gate Ventures所有，未經許可，不得轉載