Lagrange ZK Coprocessor:革新区块链领域的大数据应用

1. 引言

2024年5月11日,Lagrange Labs宣称获得由Founders Fund领投(Archetype Ventures, 1kx, Maven11, Fenbushi Capital, Volt Capital, CMT Digital, Mantle Ecosystem Fund和其它天使投资人跟头)的1320万美金种子轮融资,致力于:

Lagrange ZK Coprocessor,借助ZKP proof,支持链A与链B之间的相互跨链查询,可保证强安全性。

  • 在链上发起查询请求。
  • 在链下预处理链A和链B的区块链数据到某Verifiable Database内。
  • 使用链下节点网络并行执行计算,并为发送到链上的执行结果生成ZK proof。
    • 生成proof的任务由coordinator分配。

Lagrange ZK Coprocessor依赖于:

  • 在EigenLayer上restaked 的provers网络
    • 每个prover通过质押,来确保即使提供proof,以保证liveness活性。若未能及时发送正确的proofs,则将会受到经济惩罚。
  • 是高度并行化的ZK Coprocessor,可在合约查询大量的链数据,并以高效快速的方式获取。

Lagrange 是解决区块链生态系统中最紧迫挑战之一的先锋:

  • 增加链上应用程序可以完成的计算规模。

为了解决该问题,Lagrange 开发了其 ZK Coprocessor------一个由专用节点组成的链下网络,可以执行密集计算并生成结果的 ZK 证明。然后,网络可将计算结果及其正确性的证明提交回链上合约,让 dApp 验证结果的完整性。这意味着:

  • dApp 可以可验证地访问原本太繁重而无法在链上计算的计算,而无需信任链下证明者会给他们正确的结果。

这使得 Lagrange 的网络能够为其合作伙伴证明计算,而这种证明的规模是其他方法无法实现的。该技术基于 Lagrange 团队的专有研究------Reckle Trees: Updatable Merkle Batch Proofs with Applications,其还允许更新以前计算的证明,而无需从头开始重新计算。

Lagrange 对 ZK Coprocessing 的独特方法是:

  • 超并行和水平可扩展的,
    • 这样计算就可以分成多个小任务,这些小任务可以分布到多台机器上,并并行执行。
    • 随着更多机器的参与,可以在更大的数据集上更快地生成证明。

Lagrange Labs 创始人兼首席执行官 Ismael Hishon-Rezaizadeh 表示:

  • "我们认为,由于之前对大型数据集的计算和访问存在限制,尤其是在分散的链状态下,行业只触及了 dApp 的可能性的皮毛。"
  • "通过我们的 ZK Coprocessor 处理方法,可解锁需要处理大型数据集的新用例,如链上流动性或定价计算,甚至运行 AI/ML 模型,所有这些都通过与 EigenLayer 的集成进行重新质押来确保安全。"

Founders Fund 合伙人 Joey Krug 表示:

  • "Lagrange Labs 的 ZK Coprocessor处理技术将打造出一个开发者之前无法想象的全新应用生态系统。我们还看到了区块链再抵押和模块化领域的强大应用,扩大了 Lagrange 协议的潜在覆盖范围,使其涵盖当今区块链开发领域几乎所有最令人兴奋的领域。"

参考资料

[1] Lagrange Labs 2024年5月11日博客 Cheap & Fast Cross-Chain Queries from Fraxtal with Lagrange's ZK Coprocessor

[2] Lagrange Labs 2024年5月11日博客 Lagrange Labs Announces $13.2M in Seed Funding to Revolutionize Big Data Applications with its ZK Coprocessing Technology

相关推荐
mutourend1 年前
Zama的fhEVM:基于全同态加密实现的隐私智能合约
隐私应用
mutourend1 年前
Aztec.nr:Aztec的隐私智能合约框架——用Noir扩展智能合约功能
隐私应用
mutourend1 年前
Polygon ID架构
隐私应用
mutourend1 年前
Aztec的隐私抽象:在尊重EVM合约开发习惯的情况下实现智能合约隐私
隐私应用
mutourend1 年前
Private market:借助ZK实现的任意计算的trustless交易
隐私应用
mutourend1 年前
制衡:机器学习和零知识证明
人工智能·隐私应用
mutourend1 年前
proto-neural-zkp:Plonky2 + Numpy 构建的神经网络原型
隐私应用