Neutrale Bewertung verschiedener #zkVM-Implementierungen offenbart Einblicke in ihr Design und ihre Leistung. ZisK-Analyse abgeschlossen. @jbaylina @ziskvm 🧐 Neben dem erstaunlichen Emulator bietet ZisK folgende Funktionen: 🔹 CPU/GPU Parallelismus: #CPU übernimmt die Zeugen-Generierung, während #GPU die Beweis-Generierung verwaltet, die gleichzeitig abläuft. 💻✨ 🔹 Nahezu 100% GPU-Auslastung: Dank unabhängiger Schaltungen (Haupt-, Speicher-, RAM usw.) und Aufgabenverteilung durch Multithreading + Multistreaming. 🚀 Top 3 GPU-Kerne (Zeitverbrauch): 🔹 computeExpressions: 40%. ⏱️ 🔹 br_ntt_8_steps: ~20%. ⏱️ 🔹 linear_hash_gpu_coalesced_2: ~15%. ⏱️ Optimierungsmöglichkeiten: 🔹 Für br_ntt_8_steps: · Wiederverwendung von Twiddle-Faktoren über Kerne hinweg (derzeit bei jedem Durchlauf neu generiert). ♻️ · Hinzufügen eines nativen Bit-Reverse-NTT-Kerns, um redundante Bit-Reverse-Schritte während der Commits zu eliminieren. ⚙️ 🔹 Für computeExpressions: · GPU-Ressourcen sind vollständig ausgelastet. Zukünftige Gewinne könnten eine Optimierung der Operationen des Beweis-Schlüssels für Effizienz erfordern. 🔍 Rate, welchen zkVM wir als nächstes analysieren werden? 🤔 @eth_proofs