图标安装ios 图标安装ios icon_install_android_web

Fabric简析:融资$3300万,用硬件解锁密码计算的未来

分析3 个月前发布 6086比...
50 0

原创 | Odaily星球日报( @OdailyChina )

作者:Azuma( @azuma_eth )

Fabric 简析:融资百万,用硬件解锁加密计算的未来

北京时间8月19日晚, 研发VPU芯片的公司Fabric宣布完成1030万美元A轮融资,本轮融资由Blockchain Capital和1kx领投,Offchain Labs(Arbitrum)、Polygon和Matter Labs(ZKsync)跟投。

结合Fabrics官网信息以及领投方Blockchain Capital的补充描述, Fabric目前拥有超过60名全职员工的高素质团队,其中许多联合创始人和高管在密码学、处理器或AI开发方面都有着出色的职业经历。 例如, 联合创始人兼首席执行官 Michael Gao 曾获得数学奥林匹克冠军,并联合创办了比尔盖茨投资的光子 AI 超算公司;联合创始人兼副总裁 Sagar Reddy 曾在 Silicon Graphics、AMD 和 Sun Microsystems 工作近 30 年,参与开发了世界上第一款 64 位微处理器 AMD K 8;副总裁 Gilbert Hendry 拥有哥伦比亚大学电气工程博士学位,并在 Google 和 Meta 拥有组建编译器和计算机架构团队的经验……

Fabric 简析:融资百万,用硬件解锁加密计算的未来

硬件突破是方向

所谓的 VPU 实际上是可验证处理单元 (Verifiable Processing Unit) 的缩写 , 一般是用于加密计算场景的专用硬件处理器。

随着零知识证明(ZK)和全同态加密(FHE)等概念探索的突破,加密货币行业已在一些原生场景(如ZK Rollup)中实现了高性能、可验证、隐私保护的计算处理。然而 但是,对于加密货币行业之外的现实商业场景而言,结合此类概念的计算处理方案依然存在明显的问题——第一,速度仍然太慢,第二,执行成本太高。

在Fabrics看来,这是阻碍加密货币技术进一步普及到数十亿用户、打破原有世界弊病的客观瓶颈。 如果想突破这个瓶颈,从根本上提高加密计算的性能并降低成本,有两条可行的路径:一是在加密计算的理论方向上不断突破,或者将现有的理论更有效地实现;二是通过提高硬件效率来取得突破。

在理论创新与实践方面,密码学家与软件工程师一直在不断探索ZK与FHE的理论进展,寻找更有效的理论实现方法。近五年来,理论突破帮助加密计算成本降低了几个数量级。

与此同时,硬件的指数级潜力还没有得到同样的深度挖掘。在 Fabric 看来,未来几年硬件的突破可能会取得与过去几年理论突破类似的成果—— 正如AI需要GPU才能爆发一样,加密计算也需要硬件才能爆发。

为什么必须是VPU?

对于VPU的必要性,Fabrics本轮融资的领投方之一Blockchain Capital给出了很好的解释。

Blockchain Capital 提到,加速 ZK 和 FHE 的方法有很多,一种相对简单的方法是更有效地利用现有的硬件处理器,例如 GPU 或 FPGA。 然而,问题在于 GPU最初是为了图形处理和人工智能而打造的,其设计与加密计算的需求重叠太少,这意味着GPU的算术逻辑单元在进行加密计算时效率极其低下; 而FPGA虽然可以通过编程更高效地进行加密,但是其运行速度相对于GPU来说太慢,编程难度也要大得多,无法轻易在服务器设置中实现。

另一种更有效的方法是开发新的定制硬件,例如用于比特币挖矿的 ASIC。那么为什么我们不能只使用 ASIC?这是因为几乎每隔几个月就会发布新的、更高效的 ZK 证明系统,而任何为加速旧证明系统而构建的定制 ASIC 硬件每隔几个月就会过时。你肯定不想定制一个只能使用 2-3 个月的 ASIC……

因此对于Fabric来说,根本的解决方案是设计一种新的通用处理器,打破现有处理器可编程性和性能之间的权衡。

根据Fabrics的计划,该公司将于今年晚些时候正式推出VPU,可实现 类似 GPU 的可编程性,同时确保类似 ASIC 的性能。

Fabric 简析:融资百万,用硬件解锁加密计算的未来

值得一提的是,打造像 VPU 这样的通用处理器比打造只专注于固定功能的 ASIC 更具挑战性,因为通用处理器需要硬件架构团队和软件团队的密切合作才能充分发挥其潜力。电路设计非常复杂,从芯片仿真到编译器构建都需要大量的开发工作。

这就是为什么 Fabric 在完成本轮融资后提到 新资金不仅将用于打造VPU,还将用于打造相关软件和加密算法。

梦想:成为加密计算领域的 Nvidia

在营销方面, Fabric 采用简单而有效的推广模式——以 NVIDIA 为例。

英伟达 20 世纪 30 年代发明的 GPU 和 CUDA 软件模型(允许 AI 工程师对 GPU 进行编程)神经网络只是一个学术梦想,在现实世界中的用例有限(甚至没有)。但在过去十年中,Nvidia 的硬件突破使 AI 计算飞跃了数百万倍,使 ChatGPT 和 Sora 等 AI 产品真正为所有人所用。

在 Fabrics 视图中, VPU及其相关软件库的发布,也将在密码计算领域引发类似NVIDIA之于AI的爆炸式效应 ,以难以想象的速度推动了密码计算的迅猛发展和商业化。

本文来源网络:Fabric简析:融资$33万,用硬件解锁密码计算的未来

相关:最大化安全性:如何应对 DeFi 中的 MEV 攻击

本文哈希(SHA 1):b366289db9b21c3e9b6668c274e4a179be57a463 编号:连源安全知识第008期 过去几年,区块链经济呈现指数级增长,尤其是2022年,DeFi生态的锁定价值达到$3000亿的峰值。Web3也出现了各种各样的攻击方式和逻辑上的安全漏洞。从2017年开始,最大可提取值(MEV)就位居ETH链上造成损失的攻击方式前列。ChainSource安全团队对MEV的基本原理和防护方法进行了相关的分析和整理,希望能够帮助读者提高防护能力,保障自身资产的安全。MEV基本原理 MEV,全称是Maximum Extractable Value,又称Miner…

© 版权声明

相关文章