RISC Zero的Bonsai证明服务

news2025/4/19 4:37:25

1. 引言

Bonsai为通用ZKP网络,其支持任意链、任意协议、以及任意应用,利用ZKP来扩容、隐私和互操作。Bonsai的目标是为每条链都提供无限计算的能力。

借助Bonsai,可仅需数天的开发,即可实现对以太坊、L1链、Cosmos app链、L2 rollups、dApps等与ZKP的集成。

Bonsai证明服务:

  • 1)使用RISC Zero zkVM做链下计算。
    在这里插入图片描述
  • 2)其支持任何开发者,利用通用ZK计算,来构建更强大的链上应用。
  • 3)更长或更大的计算不要求具有相同的gas,从而可专注于链下性能。每个人都希望为EVM之外所运行的计算支付尽可能少的费用。
  • 4)借助ZKP,可不re-run某计算的情况下,验证该计算运行正确。因此Bonsai不仅仅是链下计算,还是可验证计算。
    在这里插入图片描述
  • 5)借助Bonsai,计算量将不受限。当前RISC Zero zkVM已添加了continuations机制,支持程序运行任意长时间。
    在这里插入图片描述
  • 6)为高速证明服务
  • 7)为proof relay系统
  • 8)可做proof转换(STARK -> SNARK)
  • 9)摊销费用
  • 10)用作proof market、轻节点和Image Hub等等。

之所以:

  • 1)使用链下计算服务的原因,在于:与其与具有有限能力的EVM做斗争,开发者可利用RISC Zero zkVM的通用虚拟机,来编写快速可扩展的计算。
  • 2)引入ZKP的原因,在于:任何人,无需re-run某计算,即可验证该计算运行正确。
  • 3)ZK程序无规模限制的原因,在于:借助Bonsai,可运行任意时长的链下计算。

在这里插入图片描述
使用Bonsai可:

  • 1)做链下计算。
  • 2)为具有continuations的程序做receipt management。
  • 3)将proofs与其他用户(dApp)的proofs一起打包,以摊销费用。

RISC Zero Bonsai bounty 中发布了多个bounty任务:

  • 1)任务1:通过RISC Zero的ETH relay,使用Bonsai证明服务,开发一个有趣的dApp实例。不要求有高大上的链下计算。
    • 鼓励使用真实的Bonsai服务,本地开发使用mock服务也一样。
    • 使用开发者模板,修改app合约(Solidity)和provable zkVM程序(对应链下计算,Rust)。无需构建任何电路。
    • 展示有趣的链下provable计算。
  • 2)任务2:构建开发者模板并给RISC Zero团队反馈(并承诺根据要求采取后续行动):
    • 填写开发者反馈表单(并愿意花费1小时通过Telegram或Discord与RISC Zero团队联系)
    • 对开发者模板提供丰富有见解的开发体验反馈。

在这里插入图片描述
开发者无需关注:

  • 1)编写定制的proof电路。
  • 2)考虑链下代码的EVM性能。
  • 3)对Bonsai直接做API调用。
  • 4)使用不熟悉的工具来开发。
  • 5)花费时间配置复杂的开发环境。
  • 6)在部署前对代码进行重大更改。

1.1 RISC Zero zkVM

RISC Zero zkVM:

  • 可间接证明任意程序的执行——基于某真实的微架构(RISC-V)。
  • 可用于不同场景:
    • Rollapps
    • Bonfire
    • RISC-Roll
    • Decision Tress
    • zkPoEx
    • zk voting in cosmos
    • 证明其它虚拟机(如BPF、Type 1 EVM等)的执行。
  • 通过continuations机制,支持数十亿cycles的计算。

RISC Zero zkVM基于开源的RISC-V指令集,其具有广泛的语言兼容性,并有可能用Rust、C++、Solidity、Go和其他语言编写代码。RISC Zero zkVM集成了recursive proofs、定制电路编译器、state continuations以及对证明算法的持续改进,为此,Bonsai支持任何人为不同的应用生成高性能ZKP证明。

1.2 尽可能地去中心化

模块化的生态有如下好处:

  • 互操作性
  • capability性能
  • 多样性
  • 敏捷性
  • 可定制性

Bonsai为可满足以上模块化特性的通用可验证及ZK计算平台。

Bonsai通过可用且符合人体工学设计的平台,为开发者带来了最新的ZK技术。

2. Bonsai——relayed链下计算证明服务

Bonsai使得可在任意链上支持无限计算。借助Bonsai,无需在自己的硬件上生成proofs,可将待证明的程序上传,并根据需要请求Bonsai来生成proofs。

Bonsai高度并行化并具有很高的性能。

无论是想在链下做重计算,或者是要为trustless、verifiable软件来生成proofs,都可使用Bonsai。Bonsai证明服务可单独使用,也可与智能合约以及链直接集成使用。

当前Bonsai仍处于早期开发阶段,勿将其用于生产环境。
在这里插入图片描述
上图展示了如何通过以太坊智能合约来使用Bonsai,对于想使用Bonsai的开发者来说:

  • 1)开发一个调用Bonsai relay合约的dApp合约
    • dApp合约通过callback处理Bonsai relay合约返回的结果
  • 2)编写并上传想让Bonsai证明的程序——称为guest program。当前guest program支持Rust语言编写。除像常规那样编写Rust代码之外,还提供了一些额外的面向RISC Zero zkVM的功能,如:
    • env::read_slice:从dApp合约中读取输入数据。
    • env::commit_slice:将公开结果承诺给journal。journal为receipt的IBU分,包含了某zkVM应用的公开输出。
    • 此外,可使用ethabi来编码和解码EVM bytecode。

即整个架构包括3大核心组件:

  • 1)RISC Zero zkVM:为Bonsai背后的proof引擎。在零知识/可验证上下文中,可运行任意虚拟机的通用zkVM。
    • Bonsai底层使用RISC Zero zkVM来证明程序。
    • 在RISC Zero zkVM中,有:
      • recursive proofs
      • 通用电路(以及专门定做的电路编译器)
      • state continuations
      • 以及 对证明算法的持续改进。
    • 链下运行guest program,其输入源自dApp合约调用给的参数。
  • 2)Bonsai证明服务:见Bonsai litepaper Bonsai: One Chain to Prove Them All。直接与任意智能合约或链集成的证明系统。
  • 3)ETH relay:连接链下proofs和链上应用。dApp智能合约开发者可通过调用链上relay合约来调用Bonsai证明服务。未来也将开放可直接访问Bonsai证明服务的方式。为通用rollup,可将Bonsai中证明的任意计算分发给每条链。

基本的交互流程为:

  • 1)dApp合约通过relay合约来调用ETH relay。
  • 2)ETH relay向Bonsai证明服务发送生成proof请求。
  • 3)Bonsai证明服务使用RISC Zero zkVM来生成proof,并通过ETH Relay将该proof返回。

2.1 每条链和应用的ZKP证明

Bonsai支持将ZKP嵌入到整个web3生态,其承担独立的ZKP证明网络角色:

  • 链和dApps可通过调用智能合约或validators来生成ZKP证明。
  • 所生成的ZKP证明可提交到链上,如以太坊、zero-knowledge L2s、app chains和L1s。

从而:

  • 支持可验证的链下计算。
  • 应用依赖Bonsai来实现其智能合约的主要逻辑以及状态变化计算,而不需要使用链VM(如EVM)。状态变化和合约执行可通过Bonsai提交到链上的ZK proofs来完全验证。
    最终,所实现的智能合约将:
    • 更紧凑compact
    • 功能更丰富functional
    • 更省gas费gas efficient
// Without Bonsai
contract simulation_normal {
 function some_really_hard_work() {
   // A large amount of gas heavy code
       // code ...
       // code ...
       // code ...
       // code ...
       // code ...
       //
 }
}
// With Bonsai
contract simulation_bonsai {
 function some_really_hard_work() {
   bonsai_proving_network.call(“some_really_hard_work”);
 }
}

由上面的伪代码可知,Bonsai简化了non-trivial智能合约和链:

  • Bonsai将任意智能合约reduce为,单个ZK Bonsai网络调用,并将所有gas-heavy代码执行移到了链下。
  • 智能合约不再受限于EVM和其它限制,且,这些gas-heavy代码支持以Rust和其它RISC Zero zkVM所支持的语言来编写。即意味着,ETH上的Solidity合约,可将其主逻辑以Bonsai中的Rust来实现,并利用non-EVM原语、Rust crates以及链下执行的广泛功能。

将Bonsai直接与智能合约执行,支持将ZK带到任意Layer 1、Layer 2、app chain、dApp。当前,以太坊L1 dApps可利用Bonsai的ZK链下执行来降低gas费,并增加在以太坊基础层的TPS:

  • 如,Uniswap的swap函数,可在Bonsai链下计算swap rates和pool fees,从而大幅降低在ETH L1上做一次swap所需的gas量。

通过直接与智能合约集成,可维护Bonsai上构建的任意ZK app原生链的完全可组合型。此外,ZK dApps,当前可使用原生ETH、流动性、NFTs和Aave/Uniswap LPs。Bonsai可高效支持任意应用、链、app链很容易集成ZKP到其协议中,而无需定制化ZK电路开发。

2.2 原生互操作性

Bonsai:

  • 作为跨多条链的中心化证明网络,其支持在不同的智能合约间的组合互操作性,而无需关注各合约的原始链。
  • 作为通用rollup,可将源自以太坊和其它链的多个ZKP证明,rollup为单个proof,并将rollup后的单个proof跨任意链提交。
  • 这就意味着,Bonsair可为任意链可访问的共享执行层。

如:

  • 某以太坊DEX上的swap call,可直接利用Solana上的流动性池。
  • 在Bonsai共享执行层范围内,智能合约可跨链相互调用。
  • 还有其它无限可能,Bonsai不受限于L1s,其可在Layer 2 ORUs、zkEVMs、Cosmos app链(具有与IBC集成的潜力)、oracles、web2间实现互操作性。

2.3 Bonsai架构

Bonsai为高度并行、链未知的通用证明网络,其支持开发者构建完全新的ZK应用类型。为此,Bonsai架构由多个模块化组件组成,使得Bonsai网络可与任意链和协议交互。同时,Bonsai设计之初就以去中心化优先原则,其所开发的所有组件均支持分布式执行和证明。

在这里插入图片描述
Bonsai中主要组件有:

  • 1)Prover network:由节点operator运行RISC Zero zkVM prover所组成的网络,可用于执行和证明通过Bonsai API发送的任意请求。Bonsai基础设施将确保高的节点可用性,同时,跟踪节点operator的激励措施。随着时间推移,Prover network将扩大,且去中心化将支持任何人运行RISC Zero zkVM prover。
  • 2)Request Pool:为proofs请求数据库,以及关于那些proofs(如age和rollup-depth)的metadata。request pool将用作sequencer,并为节点operators构建区块。多个proofs将切分多个部分,以支持高时效证明,该request pool管理单个函数请求的切分和重组。
  • 3)Rollup Engine:rollup engine获取由Prover network生成的proofs,并将这些proofs汇总为单个root proof。然后将root poof提交到链上(如以太坊和Solana),这些链随后会验证该root proof的有效性。
  • 4)Image Hub:image hub将支持开发者存储,通过Bonsai APIs所执行的链上智能合约函数和程序images。此时,程序images复杂性可能会有所不同,从基本的DeFi swap函数到复杂的轻节点甚至Geth。所有这些程序images的执行都将是通过Bonsai和RISC Zero zkVM而ZK可证明的。
    • image hub为开发者提供了特别强大的编程原语,并支持创建跨多个链的复杂状态流。
    • image hub支持Bonsai用作任意链间的共享执行层,并从多个维度增加了智能合约的功能性。

Bonsai未来将引入如下组件:

  • 1)State Store:state store将支持开发者在Bonsai存储状态,而无需在settlement层(如L1以太坊等)维护状态。这将节约gas,并降低应用合约复杂性,同时提高Bonsai中执行代码的功能性。
    • state store中的变量以Key/Value pairs来表示,其在Bonsai中存储状态,便于Bonsai内的函数/程序images访问。
  • 2)Proving Marketplace:当Bonsai proofs的需求量超过了供给时,将致力于开发去中心化证明网络。可基于Bitcoin和以太坊的market设计思想,支持任何人都生成proofs。该proof market将通过竞价来匹配proof请求,支持无需许可地参与到proving网络中,从而提高Bonsai的总体效率和可靠性。

3. 基于Bonsai证明服务的一些应用案例

Bonsai支持智能合约在链下执行任意数量的代码,并为确保该代码的执行和状态变更的有效性生成proof。从而可实现:

  • 1)可扩展性:通过简单将代码执行从链VM中移出,智能合约所需的gas费将少几个数量级,因为仅需在链上执行数行代码。这将有助于降低任意智能合约的gas开销,并实现跨DEX、lending协议、NFT marketplace等的更低费用。有了Bonsai,无论合约的复杂程度如何,每个智能合约的gas费用都会有上限。使用Bonsai,智能合约可以大致聚合为以下内容:

    ontract simulation_bonsai {
      function some_really_hard_work() {
        // Amount of ETH to swap, liquidation prices, LP balances, Etc.
        inputVals = Query chain for input values and data
    
        // Ask Bonsai to calculate state transitions
        newState = bonsai_proving_network.call(“some_really_hard_work”, inputVals)
    
        // Update blockchain values
        state = newState
      }
    }
    
  • 2)功能性:链下执行支持函数利用现有Rust/C++等库的优势。因为链下执行不再受限于现有L1执行层限制。Bonsai上的智能合约代码可像RISC Zero zkVM中的传统程序那样执行,从而支持更好的性能和更复杂的智能合约。同时现有Rust/C++库将增加合约的功能性,特别是增加那些基于传统单片式L1的合约的功能性。

  • 3)链互操作性:当前ETH上没有双边maker taker订单簿的原因,在于高昂的gas费,以及所需的复杂的订单撮合算法。通过Bonsai,整个订单撮合流程可在链下实现。链上操作仅包括提交订单自身,以及锁定支付资产。若将订单簿状态存储在链下,未来还可进一步优化。从ETH block explorer的角度来看,订单簿看起来就像双方的简单资产转移,所有的撮合、竞价、询价均隐藏在Bonsai完成。

    • Bonsai作为共享链下执行层,其支持任意链和合约相互交互。Bonsai zkVM将用作所有链下智能合约的中心,而无需关注这些合约的源头或语言,因Bonsai都会将其编译为RISC-V。作为执行层,Bonsai将支持传统L1跨链的可组合型、互操作性。

3.1 zkLOB

在这里插入图片描述

3.2 zkGovernor

代码见:

  • https://github.com/risc0/risc0/tree/release-0.19/bonsai/examples/governance#readme
    在这里插入图片描述

3.3 zkEVM

在这里插入图片描述

3.4 集成:zk Fraud Proofs

在这里插入图片描述

3.5 集成:Sovereign SDK

在这里插入图片描述

3.6 集成:Eclipse zkBPF

在这里插入图片描述

3.7 集成:Web AuthN Wallet

见:

  • Twitter Bonfire Wallet
    在这里插入图片描述

参考资料

[1] RISC Zero团队在ETH Waterloo 2023上给hackers的分享视频 Scaling dApps with Bonsai (RISC Zero @ ETH Waterloo)
[2] Bonsai overview
[3] RISC Zero Bonsai bounty
[4] 2023年7月视频 Bonsai: a Verifiable & ZK Computing Platform for a Modular World - Brian Retford
[5] Bonsai litepaper Bonsai: One Chain to Prove Them All
[6] 2023年5月视频 RISC Zero - Paul Gafni (RISC Zero)

RISC Zero系列博客

  • RISC0:Towards a Unified Compilation Framework for Zero Knowledge
  • Risc Zero ZKVM:zk-STARKs + RISC-V
  • 2023年 ZK Hack以及ZK Summit 亮点记
  • RISC Zero zkVM 白皮书
  • Risc0:使用Continunations来证明任意EVM交易
  • Zeth:首个Type 0 zkEVM
  • RISC Zero项目简介
  • RISC Zero zkVM性能指标
  • Continuations:扩展RISC Zero zkVM支持(无限)大计算
  • A summary on the FRI low degree test前2页导读
  • Reed-Solomon Codes及其与RISC Zero zkVM的关系
  • RISC Zero zkVM架构
  • RISC-V与RISC Zero zkVM的关系
  • 有限域的Fast Multiplication和Modular Reduction算法实现

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1183277.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Mybatis-Plus使用Wrapper自定义SQL

文章目录 准备工作Mybatis-Plus使用Wrapper自定义SQL注意事项目录结构如下所示domain层Controller层Service层ServiceImplMapper层UserMapper.xml 结果如下所示:单表查询条件构造器单表查询,Mybatis-Plus使用Wrapper自定义SQL联表查询不用,My…

Java进击框架:Spring-数据存取(七)

Java进击框架:Spring-数据存取(七) 前言事务管理声明式事务管理 DAO支持JDBC的数据访问使用JdbcTemplate控制数据库连接JDBC批处理操作封装 SQL 语句中的参数 使用R2DBC进行数据访问对象关系映射(ORM)数据访问HibernateJPA XML模式 前言 参考…

目标检测算法 - YOLOv1

文章目录 1. 作者简介2. 目标检测综述3. YOLOv1算法3.1 预测阶段3.2 预测阶段后处理3.3 训练阶段 YOLO的全称是you only look once,指只需要浏览一次就可以识别出图中的物体的类别和位置。 YOLO是目标检测模型。目标检测是计算机视觉中比较简单的任务,用…

10-26 maven配置

打开idea 打开setting 基于Idea创建idea项目 加载jar包:(一般需要自己去手动加入,本地仓库是没有的)

【HarmonyOS】HarmonyOS备案获取公钥和指纹

【关键字】 HarmonyOS应用、鸿蒙应用、元服务、应用备案 HarmonyOS应用在华为云等平台进行应用备案时,平台需要提供用公钥和签名指纹的信息,Android可以直接通过keystore或jks签名文件进行签名信息获取,HarmonyOS签名方式与Android不同&…

LangChain之关于RetrievalQA input_variables 的定义与使用

最近在使用LangChain来做一个LLMs和KBs结合的小Demo玩玩,也就是RAG(Retrieval Augmented Generation)。 这部分的内容其实在LangChain的官网已经给出了流程图。 我这里就直接偷懒了,准备对Webui的项目进行复刻练习,那么…

Spring Cloud - 手写 Gateway 源码,实现自定义局部 FilterFactory

目录 一、FilterFactory 分析 1.1、前置知识 1.2、分析源码 1.2.1、整体分析 1.2.2、源码分析 1.3、手写源码 1.3.1、基础框架 1.3.2、实现自定义局部过滤器 1.3.3、加参数的自定义局部过滤器器 一、FilterFactory 分析 1.1、前置知识 前面的学习我们知道&#xff0c…

云服务器搭建flink集群

文章目录 1.集群配置2.修改集群配置3. 访问Web UI4. 提交作业方式5.Yarn部署模式配置5.1 会话模式部署(Session Mode)5.2 单作业模式(Per-job Mode)5.3 应用模式部署(推荐)5.3.1 上传HDFS提交(推荐) 5.4 历…

SpringCloudAlibaba——Sentinel

Sentinel也就是我们之前的Hystrix,而且比Hystrix功能更加的强大。Sentinel是分布式系统的流量防卫兵,以流量为切入点,从流量控制、流量路由、熔断降级等多个维度保护服务的稳定性。 Sentinel采用的是懒加载,这个接口被访问一次&a…

爬取Elastic Stack采集的Nginx内容

以下是一个简单的Go语言爬虫程序,用于爬取Elastic Stack采集的Nginx内容。请注意,这只是一个基本的示例,实际使用时可能需要根据具体情况进行修改和扩展。 package mainimport ("fmt""net/http""io/ioutil" )…

高效接口重试机制的实现

实现一个高效的接口重试机制对于保证系统的稳定性和可靠性至关重要。在面对网络不稳定、服务端故障或者高负载的情况下,接口重试机制能够确保请求的成功执行,同时也需要保证在重试过程中不会造成额外的负担或不必要的延迟。本文将为您介绍高效接口重试机…

工业相机基本知识理解:靶面尺寸、像元尺寸、分辨率

1、靶面尺寸:由Sensor对角线长度表示,单位英寸,这里的1英寸16mm 2、像元尺寸:单个感光元件的大小,一般都是正方形,边长单位um 3、分辨率: Sensor长边像元数 Sensor短边像元数,俗称像…

220v插座led指示灯维修

由于220v是交流电,有反向电压的情况,而led反向通电的时候电阻无穷大,所以分压也无穷大,220v一导通就击穿,即使加了很大的电阻也没用,串联电阻只能作用于二极管正向的时候。 目前有两种方案: 方…

EM@解三角形@正弦定理@余弦定理

文章目录 abstract解三角形基本原理不唯一性 正弦定理直角三角形中的情形推广锐角三角形钝角情形 小结:正弦定理 余弦定理直角三角形中的情形非直角情形小结:余弦定理公式的角余弦形式 abstract 解直角三角形问题正弦定理和余弦定理的推导 对于非直角情形,都是直角情形的推广同…

Springboot项目的多数据源配置

spring boot项目配置多个数据源很常见! 话不多说,上代码。 首先先在system账号下创建了一个用户test1,并授予权限 create user test1 identified by 123456; grant connect,resource to test1; 接下来登录test1用户,创建一个表student …

使用表单登录方法模拟登录通信人家园,要求发送登录请求后打印出来的用户名下的用户组类别

目标网站:https://www.txrjy.com/forum.php 一、进入网页,右键“检查” 二、输入用户名和密码,点击“登录”,点击“Network”,上划加载项找到蓝色框中的内容 三、点击第一个加载项,找到URL 四、相关代码: …

数据结构-单链表-力扣题

移除链表元素 题目链接:力扣(LeetCode) 思路:和前面学的单链表的中间删除数据一样,使要被删除节点的前一个节点指向下要被删除节点的下一个节点,然后把要被删除的节点free掉。 具体实现过程:先…

15 Linux 按键

一、Linux 按键驱动原理 其实案件驱动和 LED 驱动很相似,只不过区别在于,一个是读取GPIO高低电平,一个是从GPIO输出高低电平。 在驱动程序中使用一个整形变量来表示按键值,应用程序通过 read 函数来读取按键值,判断按键…

【Qt之绘制兔纸】

效果 代码 class drawRabbit: public QWidget { public:drawRabbit(QWidget *parent nullptr) : QWidget(parent) {}private:void paintEvent(QPaintEvent *event) {QPainter painter(this);painter.setRenderHint(QPainter::Antialiasing, true);// 绘制兔子的耳朵painter.s…

【代码随想录】算法训练营 第十五天 第六章 二叉树 Part 2

102. 二叉树的层序遍历 层序遍历,就是一层一层地遍历二叉树,最常见的就是从上到下,从左到右来遍历,遍历的方法依然有两种,第一种是借助队列,第二种则是递归,都算是很简单、很容易理解的方法&am…