零知識生成證明速度對比

zkVM 項目的 tps 相關因素，1-5 是與零知識相關

從 EVM 兼容性方案，來看需要證明計算量

EVM 兼容性 (高級語言等效性，zkVM) > EVM 等效性 > ETH 等效性 (PSE)

Starknet = Sin7Y >Zksync>PloygonZkevm>Scroll>Ploygon Zero>PSE
從多項式承諾看生成證明的速度

小域 + FRI > FRI> FRI&KZG >KZG （算法複雜度排序會有不同）

Ploygon Zero > Starknet > Sin7Y > PloygonZkevm > Zksync = Scroll = PSE
從算法方向好實現硬件並行證明的可能

單一的算法更好實現優化，MSM 目前優於 FFT

純 MSM > 純 FFT > 混合

Sin7Y (純 MSM) > Ploygon Zero (純 FTT) > Starknet > PloygonZkevm> Zksync > Scroll > PSE
零知識證明系統的遞歸證明優化

Plonky2 > Stark > Plonk = Halo2

Ploygon Zero > Sin7Y > Starknet > PloygonZkevm > Zksync = Scroll = PSE
零知識證明系統的可組合性

Ploygon Zero = Sin7Y > PloygonZkevm > Starknet > Zksync = Scroll = PSE
從 VM 本身並行性 (交易並行)

OlaVM > zkVM > zkEVM

Sin7Y > Starknet > Zksync > PloygonZkevm > Scroll > Ploygon > PSE

實現 VM 的開發語言對效率也有一定影響。

主網能運行大量應用的時間點（越快越優先）

Zksync>Starknet>PloygonZkevm>Scroll>Sin7y>Ploygon Zero>PSE
能運行 L3 的時間點（越快越優先）

Starknet>Zksync>PloygonZkevm>Sin7y>Ploygon Zero>Scroll

根據證明系統的不同，證明生成過程可能會有所不同，但瓶頸是：

在同時存在 FFT 和 MSM 的系統中，大約 70% 的時間生成證明花費在 MSM 上，其餘時間則由 FFT 主導。

MSM 和 FFT 都很慢，但都有提高性能的方法：

MSM 具有令人尷尬的並行性，可以通過在多個線程上運行它們來加速。然而，即使在數百個內核上，乘法最終仍然會花費大量時間。這意味著經常重複相同的操作，並且會耗盡設備上的大部分可用內存。簡而言之，MSM 需要大量內存並且即使在高度並行化時仍然很慢。
FFT 嚴重依賴算法運行時數據的頻繁洗牌。此外，它們在硬件上運行時需要大量帶寬。改組意味著您需要 “隨機” 加載和卸載元素，例如，具有 16GB 或更少內存的硬件芯片上的 > 100GB 數據集。雖然硬件上的操作非常快，但通過網絡加載和卸載數據的時間最終會顯著減慢操作速度。

簡而言之：

在解決大型 MSM 和 FFT 的緩慢問題方面，我們看到的最有希望的工作是 PipeZK。在他們的論文中，作者描述了一種使用Pippenger 算法跳過重複計算來使 MSM 更便宜的方法。

他們還描述了一種 “展開” FFT 的方法，這樣它們就可以在沒有顯著改組的情況下執行，由於現在可預測的內存訪問模式，提高速度。

近期，Plonk 系提出一種新的方案，MSM 方向優化後更適合並行。

並行化

rust VM

The embedded github repo could not be found…

cairo 1.0

regenesis（重生）