生成證明的速度可以從軟件和硬件兩個(gè)方面來優(yōu)化：

軟件層面，在語言層面上，ZK更友好的格式，也會(huì)帶來加速生成的過程，比如Aleo的Leo語言。再就是算法本身的優(yōu)化，雖然說有一定的優(yōu)化空間，但是要想有大的突破需要非常多的時(shí)間，畢竟?fàn)可娴胶芏鄶?shù)學(xué)問題。

硬件層面，也就是所謂的硬件加速， CPU、GPU、FPGA、ASIC。CPU與GPU相比在大數(shù)據(jù)多任務(wù)處理上，肯定GPU更占優(yōu)勢。FPGA與GPU相比，在兼顧了靈活性的基礎(chǔ)上，無論是計(jì)算能力和功耗性能上都要更強(qiáng)，缺點(diǎn)是性價(jià)比太低。ASIC是的，其他的硬件形態(tài)都是無法比擬的。

證明生成的過程中，約有60%的時(shí)間花在MSM上，其余時(shí)間由NTT/FTT主導(dǎo)。MSM和NTT都存在性能挑戰(zhàn)，通常的解決辦法：

●MSM可以在多線程上執(zhí)行，從而支持并行處理。然而，當(dāng)處理大型數(shù)據(jù)向量時(shí)，例如6700萬個(gè)參數(shù)，乘法運(yùn)算可能仍然很慢，并且需要大量的內(nèi)存資源。此外，MSM存在可擴(kuò)展性方面的挑戰(zhàn)，即使在廣泛并行化的情況下也可能保持緩慢。

雖然PoW的周期是10年，不代表說10年后ASIC就不需要了，只要隱私委托代理計(jì)算方案還存在，那么ASIC其實(shí)是一直需要的。

總結(jié)，從算法、定位和共識(shí)三個(gè)方面綜合來看，Aleo都和以往的其他公鏈項(xiàng)目有本質(zhì)上的差別，而ASIC對于Aleo來說是必需的硬件設(shè)備，就好比專用顯卡/芯片對于AI大模型訓(xùn)練是一樣的道理，所以官方明確表態(tài)支持ASIC也在情理之中，而且無論從Token價(jià)格、內(nèi)存、帶寬、成本、回本周期等因素長期來看，ASIC都是選擇。