对各种 #zkVM 实现的中立评估揭示了它们的设计和性能的见解。ZisK 分析已完成。@jbaylina @ziskvm 🧐 除了惊人的模拟器，ZisK 还具有以下功能： 🔹 CPU/GPU 并行性：#CPU 处理见证生成，而 #GPU 管理证明生成，两者同时运行。💻✨ 🔹 接近 100% 的 GPU 利用率：得益于独立电路（主电路、内存、RAM 等）和通过多线程 + 多流的任务分配。🚀 前 3 个 GPU 内核（时间消耗）： 🔹 computeExpressions：40%。⏱️ 🔹 br_ntt_8_steps：约 20%。⏱️ 🔹 linear_hash_gpu_coalesced_2：约 15%。⏱️ 优化机会： 🔹 对于 br_ntt_8_steps： · 在内核之间重用 twiddle 因子（目前每次都重新生成）。♻️ · 添加一个本地反转 NTT 内核，以消除提交期间冗余的位反转步骤。⚙️ 🔹 对于 computeExpressions： · GPU 资源已被充分利用。未来的收益可能需要优化证明密钥的操作以提高效率。🔍 猜猜我们下一个要分析哪个 zkVM？🤔 @eth_proofs