證明生成的過程中，約有60%的時間花在MSM上，其余時間由NTT/FTT主導。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，當處理大型數(shù)據(jù)向量時，例如6700萬個參數(shù)，乘法運算可能仍然很慢，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。

目前零知識證明（ZKP）應用的主要2個方向：隱私和可驗證計算，Aleo是隱私L1公鏈，同時兼具可編程性，像ZCash等雖然也是隱私公鏈，但是不具備可編程性。以太坊L2上的ZK-Rollup項目，屬于可驗證計算，我們之前的文章也分析過：重磅分析！為什么說FPGA或者ZK通用服務器在Aleo項目上機會是零？，在證明的需求量上完全不是一個級別。

按照官方的設想和規(guī)劃未來在Aleo上每天的交易量都是上億美金的規(guī)模，在這樣大數(shù)據(jù)量的要求下，每時每刻都有證明需要被委托出去在極短的時間內(nèi)完成證明的生產(chǎn)，不可能指望顯卡能解決這個問題。就像AI大模型訓練一樣，早期數(shù)據(jù)量和參數(shù)少的情況下可以用消費級顯卡，但是現(xiàn)在更多的都是為AI訓練設計的專用芯片和機器。

身份驗證和身份驗證：ZKP 可用于確認身份，而不會泄露不必要的信息。例如，一個人可以在不提供確切出生日期的情況下證明自己已年滿 18 歲，或者在不共享密碼等敏感數(shù)據(jù)的情況下證明自己的身份。這可以限度地降低身份盜竊或未經(jīng)授權(quán)訪問的風險。

多方計算（SMPC）：ZKP 可以促進多方之間的復雜交互，其中每一方都可以證明他們遵循商定的協(xié)議，而無需透露其私人輸入。這在各種場景中都很有用，例如保護隱私的數(shù)據(jù)挖掘、投票系統(tǒng)和分布式游戲。