資訊中心

ChainCatcher消息，最新的《劍橋數字挖礦行業報告2025》顯示，bitcoin當前年度電力消耗估計為138 TWh，產生約39.8 Mt二氧化碳當量排放。 報告指出，目前52.4%的bitcoin挖礦能源來自可再生能源和核能等可持續來源。與此形成對比的是ethereum，自2022年9月完成“合併”升級後，通過從工作量證明（PoW）轉向權益證明（PoS）機制，能源消耗降低了約99.9%。專家表示，bitcoin挖礦的環境影響已超出單純的電力消耗，還包括碳排放、水資源消耗、土地利用和電子廢棄物等多個維度。隨著政策壓力增加，政府正越來越關注挖礦使用的能源類型、地點及其外部影響。

Jinse Finance報導，Vitalik Buterin發文表示：「如果你一直關注『加密貨幣領域裡的密碼學方向』，那麼此時你很可能已經聽說過超高速的 ZK 證明器（ZK-provers）：例如僅用大約 50 張消費級 GPU 就能實現即時證明以太坊 L1 的 ZK-EVM 證明器；在普通筆記型電腦上每秒證明 200 萬個 Poseidon 雜湊；以及 zk-ML 系統不斷提升對大型語言模型（LLM）推理的證明速度。在這篇文章中，我將詳細解釋一種被用於這些高速證明系統中的協議族：GKR。我將重點介紹 GKR 在證明 Poseidon 雜湊（以及其他具有類似結構的計算）中的實現。如果你想了解 GKR 在通用電路計算中的背景，可參考 Justin Thaler 的筆記和這篇 Lambdaclass 的文章。什麼是 GKR，它為什麼這麼快？設想你有一個在『兩個維度上都很大』的計算：它需要處理至少中等數量的（低度數）『層』，同時對大量輸入反覆應用同一個函數。像這樣：事實證明，我們做的大型計算很多都符合這種模式。密碼學工程師會注意到：很多計算密集型證明任務都涉及大量雜湊操作，而每個雜湊內部結構正是這種模式。AI 研究者也會注意到：神經網絡（LLM 的基本構建模組）也正是這種結構（既可以並行證明多個 token 的推理，也因為每個 token 內部由逐元素的神經層和全域的矩陣乘法層組成——雖然矩陣操作不完全符合上圖的『跨輸入獨立』結構，但實際上可以很容易嵌入 GKR 系統）。GKR 是一種專為這種模式設計的密碼學協議。它之所以高效，是因為它避免了對所有中間層進行承諾（commitment）：你只需要對輸入和輸出做承諾。這裡的『承諾』是指把資料放入某種加密資料結構（如 KZG 或 Merkle 樹）中，從而能證明與該資料的某些查詢相關的內容。最便宜的承諾方式是使用糾刪碼後的 Merkle 樹（即 STARK 中的方式），但也需要你對每個提交的位元組進行 4–16 位元組的雜湊——這意味著要進行數百次加法和乘法運算，而此時你實際要證明的運算可能只是一個乘法。GKR 避免了這些操作，除了最開始和最後一步。需要注意的是，GKR 並不是『零知識』的：它只保證簡潔性，不提供隱私。如果你需要零知識性，可以把 GKR 證明封裝在 ZK-SNARK 或 ZK-STARK 中。」