Una valutazione neutrale delle diverse implementazioni di #zkVM rivela intuizioni sul loro design e sulle loro prestazioni. Analisi di ZisK completata. @jbaylina @ziskvm 🧐 Oltre all'incredibile emulatore, ZisK ha le seguenti caratteristiche: 🔹 Parallelismo CPU/GPU: la #CPU gestisce la generazione dei testimoni mentre la #GPU si occupa della generazione delle prove, funzionando in modo concorrente. 💻✨ 🔹 Utilizzo della GPU vicino al 100%: grazie a circuiti indipendenti (principale, mem, ram, ecc.) e distribuzione dei compiti tramite multi-threading + multi-streaming. 🚀 Top 3 Kernels GPU (Consumo di Tempo): 🔹 computeExpressions: 40%. ⏱️ 🔹 br_ntt_8_steps: ~20%. ⏱️ 🔹 linear_hash_gpu_coalesced_2: ~15%. ⏱️ Opportunità di Ottimizzazione: 🔹 Per br_ntt_8_steps: · Riutilizzare i fattori twiddle tra i kernels (attualmente rigenerati ogni volta). ♻️ · Aggiungere un kernel NTT nativo a bit-reverse per eliminare i passaggi ridondanti di bit-reverse durante i commit. ⚙️ 🔹 Per computeExpressions: · Le risorse GPU sono completamente utilizzate. I guadagni futuri potrebbero richiedere l'ottimizzazione delle operazioni della chiave di prova per efficienza. 🔍 Indovina quale zkVM analizzeremo dopo? 🤔 @eth_proofs