La evaluación neutral de diversas implementaciones de #zkVM revela información sobre su diseño y rendimiento. Análisis de ZisK completado. @jbaylina @ziskvm 🧐 Además del increíble emulador, ZisK tiene las siguientes características: 🔹 Paralelismo CPU/GPU: #CPU maneja la generación de testigos mientras que #GPU gestiona la generación de pruebas, funcionando de manera concurrente. 💻✨ 🔹 Utilización de GPU cercana al 100%: Gracias a circuitos independientes (principal, mem, ram, etc.) y distribución de tareas a través de multi-threading + multi-streaming. 🚀 Top 3 Kernels de GPU (Consumo de Tiempo): 🔹 computeExpressions: 40%. ⏱️ 🔹 br_ntt_8_steps: ~20%. ⏱️ 🔹 linear_hash_gpu_coalesced_2: ~15%. ⏱️ Oportunidades de Optimización: 🔹 Para br_ntt_8_steps: · Reutilizar factores twiddle entre kernels (actualmente se regeneran cada vez). ♻️ · Agregar un kernel NTT nativo a bit-reverse para eliminar pasos redundantes de bit-reverse durante los commits. ⚙️ 🔹 Para computeExpressions: · Los recursos de GPU están completamente utilizados. Las ganancias futuras pueden requerir optimizar las operaciones de la clave de prueba para mayor eficiencia. 🔍 ¿Adivina qué zkVM analizaremos a continuación? 🤔 @eth_proofs