يحاول Brevis استخدام اتجاه ممتع لحل مشكلة قديمة في Web3 — الحساب على السلسلة مكلف جدًا.
يحدد هذا المشروع نفسه كـ"طبقة حساب غير محدودة في Web3"، والفكرة الأساسية واضحة جدًا: نقل الحساب إلى خارج السلسلة، ثم استخدام الإثبات بصيغة المعرفة الصفرية للتحقق من النتائج على السلسلة. بهذه الطريقة، يمكن تقليل التكاليف دون التضحية بالأمان.
للتوضيح بشكل أكثر تحديدًا، تشمل نقاط الألم التي يسعى Brevis لحلها ثلاثة مجالات. أولًا، تنفيذ أي منطق معقد على السلسلة يتطلب استهلاك Gas، وهو مكلف جدًا. ثانيًا، من الصعب على العقود الذكية الوصول إلى البيانات التاريخية أو البيانات عبر السلاسل، ويعتمد ذلك بشكل كبير على العقود الذكية أو خدمات الفهرسة المركزية، مما يضيف مخاطر الثقة. ثالثًا، الحلول الحالية غير مرنة بما يكفي، ويصعب دعم تطبيقات DeFi المدفوعة بالبيانات، والتحقق عبر السلاسل، أو الذكاء الاصطناعي القابل للتحقق، وهي سيناريوهات متقدمة.
من الناحية التقنية، يعتمد Brevis على مكونين رئيسيين. أحدهما هو Pico zkVM، وهو آلة افتراضية بصيغة المعرفة الصفرية عامة، ويعتمد على تصميم معماري "مُلحَم معالج مساعد". يمكنها التعامل مع العمليات الحسابية التقليدية باستخدام سير عمل عام، وتحتوي على دوائر تسريع مخصصة لمعالجة سيناريوهات محددة، وتدعم لغات برمجة رئيسية. والأكثر إثارة هو أنهم أطلقوا Pico-GPU، الذي يمكنه تسريع عملية إثبات النتائج بمقدار 10 إلى 20 مرة، وهو أمر حاسم من حيث الإنتاجية والتحكم في التكاليف.
المكون الآخر هو ProverNet، وهو شبكة إثبات لامركزية. تستخدم هذه الشبكة آلية مزاد TODA لتوزيع طلبات الحساب، وتوفر قدرة حساب إثباتية موسعة، مما يجعله مناسبًا بشكل خاص لسيناريوهات متعددة السلاسل ومتطلبات عالية التزامن.
من ناحية سهولة التطوير، صمم Brevis مجموعة SDK قابلة للبرمجة، تتضمن ثلاث خطوات فقط — الوصول إلى البيانات، الحساب خارج السلسلة، والتحقق على السلسلة. هذا يعني أن المطورين لا يحتاجون إلى خبرة عميقة في التشفير ليتمكنوا من دمج قدرات ZK بسرعة في تطبيقاتهم.
المشروع يظهر أيضًا عدة مزايا واضحة. من الناحية التقنية، أداء Pico zkVM يتفوق على المنتجات المماثلة الرائدة، ومكوناتها قابلة للفصل لتلبية احتياجات أعمال مختلفة. من ناحية الوظائف، يمكن للمطورين الوصول بأمان إلى البيانات التاريخية الكاملة عبر سلاسل متعددة، ودعم الحسابات المعقدة والتحقق عبر السلاسل، مما يفتح العديد من السيناريوهات التي كانت صعبة التحقيق سابقًا. من ناحية التنفيذ، فإن تجربة التطوير المبسطة تقلل بشكل كبير من تكلفة وعقبات تطبيقات ZK.
إذا تم تنفيذ هذا الحل بنجاح، فمن المحتمل أن يفتح آفاقًا كبيرة لـ DeFi، وبيئة السلاسل المتعددة، واستنتاجات الذكاء الاصطناعي على السلسلة.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 17
أعجبني
17
6
إعادة النشر
مشاركة
تعليق
0/400
PaperHandSister
· 01-09 12:47
هذه المجموعة من zkVM ببساطة هي موجة أخرى من "لقد حللنا المستحيل"... لكن هل يمكن استخدامها فعلاً؟
شاهد النسخة الأصليةرد0
RetroHodler91
· 01-09 12:45
zkVM يعود مرة أخرى للمنافسة على الأداء، لكن هل يمكن لآلية المزاد في ProverNet أن تكون حقًا لامركزية، هذا يعتمد على...
شاهد النسخة الأصليةرد0
DuckFluff
· 01-09 12:45
الحساب خارج السلسلة + التحقق باستخدام ZK هذا الأسلوب فعلاً سلس، فقط نخاف أن يكون مشروع PPT آخر
شاهد النسخة الأصليةرد0
PumpDetector
· 01-09 12:44
pico-gpu تحقيق تسريع من 10 إلى 20 ضعف يبدو جيدًا على الورق... ولكن عند قراءة بين السطور، لا يزال يتعين على ProverNet إثبات أنه يتعامل مع حجم كبير بحجم الحيتان دون أن ينهار. رأينا العديد من "حلول التوسع" تموت تحت ضغط الشبكة الرئيسية. مرحلة التجميع أم التبخر؟ ليست نصيحة مالية ولكننا سنعرف في الربع الثاني عندما تبدأ التطبيقات اللامركزية الحقيقية في اختبار هذا الشيء
شاهد النسخة الأصليةرد0
ProofOfNothing
· 01-09 12:37
مرة أخرى إثبات المعرفة الصفرية، هل ستُطبق فعلاً هذه المرة، أم أنها مجرد مشروع عرض تقديمي مرة أخرى؟
شاهد النسخة الأصليةرد0
DaoGovernanceOfficer
· 01-09 12:34
حسنًا، فهم يحاولون أساسًا حل تكاليف الغاز باستخدام الحوسبة خارج السلسلة + إثباتات zk... من الناحية التجريبية، البيانات حول النهج المماثلة تشير إلى أن هذا لديه إمكانية 🤓
يحاول Brevis استخدام اتجاه ممتع لحل مشكلة قديمة في Web3 — الحساب على السلسلة مكلف جدًا.
يحدد هذا المشروع نفسه كـ"طبقة حساب غير محدودة في Web3"، والفكرة الأساسية واضحة جدًا: نقل الحساب إلى خارج السلسلة، ثم استخدام الإثبات بصيغة المعرفة الصفرية للتحقق من النتائج على السلسلة. بهذه الطريقة، يمكن تقليل التكاليف دون التضحية بالأمان.
للتوضيح بشكل أكثر تحديدًا، تشمل نقاط الألم التي يسعى Brevis لحلها ثلاثة مجالات. أولًا، تنفيذ أي منطق معقد على السلسلة يتطلب استهلاك Gas، وهو مكلف جدًا. ثانيًا، من الصعب على العقود الذكية الوصول إلى البيانات التاريخية أو البيانات عبر السلاسل، ويعتمد ذلك بشكل كبير على العقود الذكية أو خدمات الفهرسة المركزية، مما يضيف مخاطر الثقة. ثالثًا، الحلول الحالية غير مرنة بما يكفي، ويصعب دعم تطبيقات DeFi المدفوعة بالبيانات، والتحقق عبر السلاسل، أو الذكاء الاصطناعي القابل للتحقق، وهي سيناريوهات متقدمة.
من الناحية التقنية، يعتمد Brevis على مكونين رئيسيين. أحدهما هو Pico zkVM، وهو آلة افتراضية بصيغة المعرفة الصفرية عامة، ويعتمد على تصميم معماري "مُلحَم معالج مساعد". يمكنها التعامل مع العمليات الحسابية التقليدية باستخدام سير عمل عام، وتحتوي على دوائر تسريع مخصصة لمعالجة سيناريوهات محددة، وتدعم لغات برمجة رئيسية. والأكثر إثارة هو أنهم أطلقوا Pico-GPU، الذي يمكنه تسريع عملية إثبات النتائج بمقدار 10 إلى 20 مرة، وهو أمر حاسم من حيث الإنتاجية والتحكم في التكاليف.
المكون الآخر هو ProverNet، وهو شبكة إثبات لامركزية. تستخدم هذه الشبكة آلية مزاد TODA لتوزيع طلبات الحساب، وتوفر قدرة حساب إثباتية موسعة، مما يجعله مناسبًا بشكل خاص لسيناريوهات متعددة السلاسل ومتطلبات عالية التزامن.
من ناحية سهولة التطوير، صمم Brevis مجموعة SDK قابلة للبرمجة، تتضمن ثلاث خطوات فقط — الوصول إلى البيانات، الحساب خارج السلسلة، والتحقق على السلسلة. هذا يعني أن المطورين لا يحتاجون إلى خبرة عميقة في التشفير ليتمكنوا من دمج قدرات ZK بسرعة في تطبيقاتهم.
المشروع يظهر أيضًا عدة مزايا واضحة. من الناحية التقنية، أداء Pico zkVM يتفوق على المنتجات المماثلة الرائدة، ومكوناتها قابلة للفصل لتلبية احتياجات أعمال مختلفة. من ناحية الوظائف، يمكن للمطورين الوصول بأمان إلى البيانات التاريخية الكاملة عبر سلاسل متعددة، ودعم الحسابات المعقدة والتحقق عبر السلاسل، مما يفتح العديد من السيناريوهات التي كانت صعبة التحقيق سابقًا. من ناحية التنفيذ، فإن تجربة التطوير المبسطة تقلل بشكل كبير من تكلفة وعقبات تطبيقات ZK.
إذا تم تنفيذ هذا الحل بنجاح، فمن المحتمل أن يفتح آفاقًا كبيرة لـ DeFi، وبيئة السلاسل المتعددة، واستنتاجات الذكاء الاصطناعي على السلسلة.