Este ano, em setembro, ocorreu um avanço interessante no campo da criptografia — uma biblioteca FHE de código aberto teve um aumento de desempenho de 80%, parece um detalhe técnico, mas na verdade tem um impacto bastante grande.
Como foi essa conquista? Existem alguns pontos-chave: a velocidade de cálculo com ciphertext foi otimizada de uma vez por todas, passando de ser 80 vezes mais lenta para apenas 15 vezes mais lenta, uma diferença significativa; mais importante ainda, foi a primeira vez que se conseguiu executar cálculos de privacidade em tempo real numa GPU de consumo, algo que antes só era possível em servidores; além disso, suportou compressão de ciphertexts com curvas elípticas, reduzindo significativamente o volume de dados.
Blockchains voltadas para privacidade como Mina e Aztec já anunciaram integração, e professores de criptografia de Princeton também se pronunciaram — essa tecnologia torna possível "implementar privacidade real na blockchain sem depender de ambientes de execução confiáveis", algo que antes era apenas uma ideia, agora realmente viável.
Na prática, pode ser aplicada em votação privada, análise de dados médicos, transações financeiras confidenciais e outros cenários. Em resumo, esse avanço é como um novo motor para o cálculo de privacidade.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
15 Curtidas
Recompensa
15
7
Repostar
Compartilhar
Comentário
0/400
NFTRegretDiary
· 19h atrás
Porra, uma placa gráfica de consumo consegue rodar computação de privacidade? Agora a privacidade no Web3 finalmente tem esperança
Proteção de privacidade verdadeira sem precisar de TEE? O pessoal da Aztec deve estar se divertindo pra caramba
Operações com texto cifrado de 80 vezes para 15 vezes, essa margem de otimização está meio absurda... preciso verificar
Espera aí, se realmente expandirmos a análise de dados médicos, na área de transações de privacidade, parece que podemos revolucionar toda a indústria
FHE mais uma vez sendo exaltado ao céu, será que é mais uma revolução de PPT? O que importa é o efeito da integração futura
Se realmente puder rodar com hardware de consumo, os mineradores vão precisar recalcular o ROI
Na compressão de curvas elípticas, quanto a quantidade de dados diminui? Tem números específicos?
Ver originalResponder0
GateUser-c802f0e8
· 01-01 13:41
Cartões gráficos de consumo podem rodar computação de privacidade, isso é que é uma verdadeira inovação. Antes, achava que isso estava muito longe do nosso dia a dia, mas agora estou um pouco mais otimista.
Ver originalResponder0
ShadowStaker
· 2025-12-30 13:51
ngl a otimização de 80x para 15x é realmente impressionante, mas o cálculo de GPU para consumidores na fhe? essa é a verdadeira reviravolta aqui. tenho sido cético quanto à necessidade de fallback TEE para cadeias de privacidade para sempre, então se isso realmente se sustentar sob carga real de rede... talvez. embora a integração rápida do aztec e mina me deixe desconfiado — geralmente significa que um ciclo de hype de marketing está chegando lol
Ver originalResponder0
SchrodingerPrivateKey
· 2025-12-30 13:48
80 vezes otimizado para 15 vezes? Agora o cálculo de privacidade realmente vai decolar, as placas gráficas de consumo conseguem fazer cálculos em tempo real, isso é realmente impressionante
Ver originalResponder0
ContractHunter
· 2025-12-30 13:48
80 vezes otimizado para 15 vezes, isso é realmente impressionante... uma placa gráfica de consumo pode rodar cálculos de privacidade, uma inovação sem precedentes
Ver originalResponder0
PanicSeller
· 2025-12-30 13:39
Caramba, uma placa gráfica de consumo consegue fazer computação de privacidade? Se isso for verdade, a Aztec vai decolar!
Ver originalResponder0
GasFeeCrier
· 2025-12-30 13:38
Porra, uma placa gráfica de consumo a rodar computação de privacidade? Isto é mesmo a verdadeira democratização, antes estava tudo monopolizado pelos servidores.
Este ano, em setembro, ocorreu um avanço interessante no campo da criptografia — uma biblioteca FHE de código aberto teve um aumento de desempenho de 80%, parece um detalhe técnico, mas na verdade tem um impacto bastante grande.
Como foi essa conquista? Existem alguns pontos-chave: a velocidade de cálculo com ciphertext foi otimizada de uma vez por todas, passando de ser 80 vezes mais lenta para apenas 15 vezes mais lenta, uma diferença significativa; mais importante ainda, foi a primeira vez que se conseguiu executar cálculos de privacidade em tempo real numa GPU de consumo, algo que antes só era possível em servidores; além disso, suportou compressão de ciphertexts com curvas elípticas, reduzindo significativamente o volume de dados.
Blockchains voltadas para privacidade como Mina e Aztec já anunciaram integração, e professores de criptografia de Princeton também se pronunciaram — essa tecnologia torna possível "implementar privacidade real na blockchain sem depender de ambientes de execução confiáveis", algo que antes era apenas uma ideia, agora realmente viável.
Na prática, pode ser aplicada em votação privada, análise de dados médicos, transações financeiras confidenciais e outros cenários. Em resumo, esse avanço é como um novo motor para o cálculo de privacidade.