在一次联合基准测试中，AntChain OpenLabs 与 ZEROBASE 揭示了一个长期被忽视的硬件架构瓶颈：GPU 在加速零知识证明（ZKP）方面存在根本性限制，尤其是在当前广泛使用的 Groth16 证明系统中。
虽然 GPU 在 MSM（多标量乘法）与 NTT（数论变换）阶段可实现 百倍以上的加速性能提升，但在最终关键阶段 r1cs.Solve 中，由于该步骤无法并行，必须串行执行，GPU 的优势几乎完全失效。
这一发现击碎了 ZK 工程界一个流行假设：GPU 核心越多 ≠ 证明速度越快。
为什么这件事重要？
当前大多数 ZK 电路（包括 zkSNARK 类应用）仍然依赖 Groth16 作为底层证明系统。尽管 GPU 在预处理环节效果显著，但在电路约束求解（r1cs.Solve）阶段，GPU 加速几乎无效，甚至被高频多核 CPU 轻松碾压。
我们在实际电路测试中发现：
● MSM / NTT 阶段 → GPU 表现极其优秀
● r1cs.Solve 阶段 → CPU 在真实场景中性能大幅优于 GPU
这意味着：即使 GPU 架构继续扩展，ZKP 的瓶颈依然出现在最后的“拼图”阶段。
ZK 加速范式正在转变
与其继续在 GPU 上堆砌算力，不如正视问题本质，迈向下一代 ZK 加速模型：
● 面向并行的算法设计
● 更合理的电路结构划分
● 多核 CPU 优化的执行架构
● 尊重串行步骤特性的混合加速框架
这不仅仅是硬件侧的调整，更影响整个 ZK 体系结构的未来，包括 DSL 电路语言、证明器架构、调度引擎等核心环节。
ZEROBASE 的立场
作为专注于可验证计算基础设施的加密证明网络，ZEROBASE 致力于：
● 揭示隐藏在硬件加速背后的真相
● 推动 zkProver 下一代架构标准建设
● 深度研发基于 CPU 优化路径的可扩展 ZK 模型
我们坚信：基准测试公开透明 + 跨机构协作，才是构建高性能、可落地、可商用的 ZK 基础设施的关键。
蚂蚁配资-股票配资技巧-什么是配资-比较大的证券公司提示：文章来自网络，不代表本站观点。
