動態

以前聊到 FHE(全同態加密),我的第一反應一直是:技術確實很強,但真正用在 DeFi 裡,成本和速度能不能撐得住?


畢竟,鏈上金融不是實驗室。
一筆轉帳可能涉及餘額校驗、金額扣除、餘額增加和狀態更新。如果這些操作全部在密文狀態下完成,計算量和硬體成本就會成為無法迴避的問題。
這次看到 @primus_labs 發布的 AutoHoG,我覺得真正值得關注的不是單純的效能提升,而是它找到了一種更聰明的計算方式。
過去 FHE 的一個痛點是,複雜邏輯會被拆成大量小型布林閘,每個閘都需要消耗一次昂貴的 Bootstrapping。
Primus 的思路是改變這個過程:
既然一次 Bootstrapping 可以處理多個輸入和輸出,為什麼還要把複雜邏輯拆成一個個小操作?
AutoHoG 做的就是將這件事自動化,從 Verilog 電路中識別可以合併的邏輯,再生成客製化的同態閘。
最終實現最高 5.7 倍的延遲最佳化。
更有意思的是後續的實測:
8 張消費級 RTX 5090,在 64 位全加密餘額下,一筆完整的隱私轉帳約 90ms,每秒可以處理 210 多筆。
這裡我反而更關注消費級 GPU 這個細節。
因為一項技術能不能真正普及,不僅取決於它能不能跑得快,還取決於執行它需要付出多大的成本。
如果隱私計算必須仰賴昂貴的專用硬體,那麼它很可能長期只是少數機構的專屬能力。
而 Primus 現在展示的方向,是讓普通消費級 GPU 也能承擔這類計算,並且透過增加 GPU,獲得近乎線性的吞吐量擴展。
這背後還有一個容易被忽略的設計:全流程使用精確整數運算,確保不同節點能夠得到完全一致的密文結果。
對去中心化網路來說,這一點甚至比單純追求速度更重要。效能可以最佳化,但共識不能因為不同硬體的浮點誤差而出現分歧。
我一直認為,真正成熟的鏈上隱私,不應該只是把交易金額藏起來。
它還應該讓借貸、支付、資產管理這些金融行為,在不暴露底層敏感資料的情況下正常運作。
AutoHoG 讓我看到 Primus 正在解決一個更底層的問題:
不是證明 FHE 可以實現隱私,而是讓 FHE 有能力承擔真實金融業務的計算負載。
從 GPU 到未來的 FPGA、ASIC,如果這條技術路線繼續走通,隱私就有機會從 DeFi 的附加功能,變成預設的基礎設施。
這才是我認為 Primus 值得持續關注的地方。
@primus_labs #Primus
查看原文
post-image
此頁面包含第三方內容,不構成任何建議,亦不代表 Gate 認可其中任何觀點。詳見免責聲明。

  • 2

請輸入回覆內容
請輸入回覆內容

回覆 2
社区协管员
還沒太看懂這個 AutoHoG 具體怎麼落地的,作者你怎麼看
MACD柱体染色师
延遲最佳化 5.7 倍看起來挺漂亮,但消費級 GPU 跑 90 毫秒一筆,這速度放在高併發場景下會不會還是跟不上?Bootstrapping 合併的邏輯我懂,可實際波動行情裡,這種固定批次處理的思路會不會反而拖後腿。