從算法的角度上來(lái)看，Aleo屬于零知識(shí)證明（ZKP）賽道項(xiàng)目，復(fù)雜度是比大餅和以太坊算法都要復(fù)雜的。算法的核心計(jì)算我們之前也提過(guò)主要是MSM+NTT/FFT的計(jì)算，還會(huì)包含一些Hash運(yùn)算。這些計(jì)算主要目的是為了生成零知識(shí)證明，而生成證明的速度直接會(huì)影響生態(tài)的體驗(yàn)。

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(wù)處理上，肯定GPU更占優(yōu)勢(shì)。FPGA與GPU相比，在兼顧了靈活性的基礎(chǔ)上，無(wú)論是計(jì)算能力和功耗性能上都要更強(qiáng)，缺點(diǎn)是性?xún)r(jià)比太低。ASIC是的，其他的硬件形態(tài)都是無(wú)法比擬的。

綜上來(lái)看，內(nèi)存和帶寬是限制證明生成的主要瓶頸。對(duì)于顯卡來(lái)說(shuō)，這里的內(nèi)存指的是顯存，并不是主板上的內(nèi)存，主板上的內(nèi)存主要是參與CPU的計(jì)算。當(dāng)然目前有些芯片技術(shù)可以打通主板上的內(nèi)存和顯存，讓內(nèi)存為顯存計(jì)算來(lái)用。

早在2021年，英偉達(dá)就曾公開(kāi)表示過(guò)“禁止使用轉(zhuǎn)換層在其他硬件平臺(tái)上運(yùn)行基于CUDA的軟件”，2024年3月，英偉達(dá)更是將其升級(jí)為“CUDA禁令”，直接添加在了CUDA的終用戶(hù)許可協(xié)議中，已禁止用轉(zhuǎn)譯層在其他GPU上運(yùn)行CUDA軟件