硬件層面，也就是所謂的硬件加速， CPU、GPU、FPGA、ASIC。CPU與GPU相比在大數(shù)據(jù)多任務處理上，肯定GPU更占優(yōu)勢。FPGA與GPU相比，在兼顧了靈活性的基礎上，無論是計算能力和功耗性能上都要更強，缺點是性價比太低。ASIC是的，其他的硬件形態(tài)都是無法比擬的。

●在算法過程中頻繁的數(shù)據(jù)混洗使得NTT難以在計算集群中分布，無法并行計算，并且由于需要從大型數(shù)據(jù)集中加載和卸載數(shù)據(jù)，在硬件上運行時需要大量帶寬。即使硬件操作很快，這可能也會導致速度變慢。例如，如果硬件芯片的內(nèi)存為16GB或更少，那么在100GB的數(shù)據(jù)集上運行NTT將需要通過網(wǎng)絡加載和卸載數(shù)據(jù)，這可能會大大降低操作速度。

雖然PoW的周期是10年，不代表說10年后ASIC就不需要了，只要隱私委托代理計算方案還存在，那么ASIC其實是一直需要的。

總結，從算法、定位和共識三個方面綜合來看，Aleo都和以往的其他公鏈項目有本質上的差別，而ASIC對于Aleo來說是必需的硬件設備，就好比專用顯卡/芯片對于AI大模型訓練是一樣的道理，所以官方明確表態(tài)支持ASIC也在情理之中，而且無論從Token價格、內(nèi)存、帶寬、成本、回本周期等因素長期來看，ASIC都是選擇。

早在2021年，英偉達就曾公開表示過“禁止使用轉換層在其他硬件平臺上運行基于CUDA的軟件”，2024年3月，英偉達更是將其升級為“CUDA禁令”，直接添加在了CUDA的終用戶許可協(xié)議中，已禁止用轉譯層在其他GPU上運行CUDA軟件