各领域运算分离例子
运算分离加剧的原因
Vitalik认为，现代运算越来越倾向于采用这种架构，因为它允许开发者将运算分离，从而在不同层面上进行优化，并且这种分离正在增加，主要是由于以下几个原因：
CPU时脉速度的极限：随着CPU时脉速度的提升达到瓶颈，进一步的性能提升需要通过并行运算来实现。然而，并行运算难以理解和实现，因此开发者倾向于继续使用顺序逻辑，并将并行化交由后端专门的模块来处理。
业务逻辑运算成本的降低：随着运算速度的大幅提升，业务逻辑的运算成本变得微不足道。在这种情况下，优化业务逻辑运行的虚拟机(VM)时，更注重开发者友好性、安全性等目标，而将运算效率的需求交给专门的「协处理器」模块来实现。
关键昂贵操作的明确化：随着时间的推移，在密码学和人工智能等领域，已经越来越清楚哪些是最重要且昂贵的操作类型(如模算数、椭圆曲线计算、快速傅立叶转换、矩阵乘法等)，这使得专门优化这些操作的协处理器变得更加可行且重要。
胶水和协处理器的优化方向
最后，Vitalik提出了一些关于如何改进EVM、提高运算安全性、推动开源硬体以及加速密码学主流化的建议。
EVM(Ethereum虚拟机)：
EVM不需要追求效率,而应该注重熟悉度和生态系统。
可以通过加入协处理器(预编译)来提高效率。
改进EVM的方法包括添加更好的预编译/特殊操作码，以及改进储存布局。
安全运算和开源硬件：
当前硬件安全面临复杂性和专有性的挑战。
开源和安全的替代方案正在推进，但效率仍是问题。
建议采用「胶水和协处理器」架构：用开源、安全但较慢的主晶片处理敏感计算，并用专有但高效的ASIC模块处理密集运算。
密码学：
这种架构对密码学(尤其是可程序化密码学)的主流化很有利。
一些高度结构化的运算(如SNARKs、MPC等)已经有了高度优化的实现。
通用VM执行可能仍有较高开销，但只要密集运算部分使用专门技术处理，整体开销就可控。
Vitalik补充道，虽然胶水不需要高效能，但在延迟和数据带宽方面仍有一定要求。对于需要反复处理相同数据的运算(如密码学和AI)，胶水的效率可能成为瓶颈。
结论
Vitalik总结道，这一趋势对于运算效率的最大化、开发者友好性、安全性和开放性的平衡具有积极意义。通过让不同部分专注于不同目标，它实现了效率与其他价值(如安全性、开放性和简单性)的共存。
这种架构让更专业的客户端运算变得可能，特别是改善了在用户本地硬件上运行敏感且高性能要求的运算(如ZK证明、AI推理)的能力。同时，运算的模块化降低了小型和新兴参与者的进入门槛，促进了多个运算领域间的合作与学习。
此外，这种趋势为密码学本身提供了加速机会，并为Blockchain的发展开辟了新路径，允许优化特定功能(如预编译)而不是整体虚拟机，使得性能和安全性可以同时得到提升。
免责声明:文章转发自互联网，版权归其所有。
文章内容不代表本站立场和任何投资暗示。交易会带来巨大风险，并不适合所有用户，请确保自己充分了解市场和投资的风险，并考虑自己的财务状况和风险承受能力。此外，请遵循您所在国家的法律法规，以及遵守交易所和钱包提供商的规定。对于任何因使用加密货币所造成的投资损失或其他损失，本站不承担任何责任。
