Ang Bagong Paborito ni Vitalik Buterin: Ano ang GKR Protocol?

Ethereum co-founder Vitalik Buterin ay nagsiwalat ang kanyang lumalagong interes sa isang cryptographic framework na kilala bilang ang Goldreich–Kahan–Rothblum (GKR) protocol. Inilalarawan niya ito bilang isang mahalagang bahagi ng teknolohiyang nagpapagana sa marami sa pinakamabilis ngayon zero-knowledge (ZK) na nagpapatunay system.

Sa kanyang kamakailang artikulo, ipinaliwanag ni Buterin na maaaring mabawasan ng GKR ang halaga ng mga patunay sa pamamagitan ng pag-alis ng pangangailangan na magproseso ng mga intermediate na layer ng data. Sa halip, nakatutok lamang ito sa mga pangako sa input at output, na nagpapahintulot sa mga pagkalkula na mapatunayan nang mas mahusay.

Sa madaling salita, tinutulungan ng GKR ang mga ZK-prover—mga tool na nagpapatunay na ang mga pagkalkula ay ginawa nang tama—na tumakbo nang mas mabilis at mas mura.

Ang Mga Pangunahing Kaalaman: Ano ang Ginagawa ng GKR Protocol

Ang GKR protocol ay a cryptographic proof system idinisenyo upang i-verify ang mga kumplikadong pag-compute na may mas kaunting trabaho. Ito ay partikular na mahusay para sa mga gawain kung saan maraming maliliit na operasyon ang inuulit sa ilang mga layer—tulad ng mga pag-andar ng hashing o pagproseso ng neural network.

Sa halip na i-record ang bawat hakbang ng isang computation, pinapasimple ng GKR ang proseso. Sinusuri lamang nito ang mga punto ng pagsisimula at pagtatapos, na nilalaktawan ang karamihan sa kung ano ang nangyayari sa pagitan. Ginagawa nitong natural na akma para sa dalawa ang disenyong ito ZK-proofs at machine learning inference proofs, na nagbabahagi ng mga katulad na pattern ng istruktura.

Ang konseptong ito ng "batch × multi-layer computation" ay nagpapatibay sa kahusayan ng GKR. Pinoproseso nito ang malalaking set ng data sa pamamagitan ng maraming layer ngunit iniiwasan ang mga paulit-ulit na cryptographic na pangako, pinapanatili lamang kung ano ang mahalaga.

Bakit Mahalaga ang GKR para sa Zero-Knowledge Proofs

Ang mga patunay ng zero-knowledge ay sentro sa pangmatagalang mga plano sa scalability ng Ethereum. Pinapayagan nila ang isang partido na patunayan na tama ang isang pagkalkula nang hindi ipinapakita ang lahat ng data na kasangkot. Ngunit karamihan sa mga ZK-system—tulad ng mga SNARK o STARK—ay gumagamit ng mabigat na kapangyarihan sa pag-compute dahil kailangan nilang pangasiwaan ang bawat layer ng pag-compute.

Ang GKR protocol ay tumatalakay sa bottleneck na ito.

Ayon kay Buterin, kapag ginamit para sa pagpapatunay Mga function ng hash ng Poseidon2, maaaring bawasan ng GKR ang theoretical proving overhead mula sa 100x hanggang 10x—isang napakalaking pagpapabuti sa mga tradisyonal na STARK.

Sa madaling salita, maaari itong gumawa ng mga ZK-proof nang 10 beses na mas mabilis at mas mura.

Tuklasin ang Mga Promising Project...

Mga Promising Project...

(Advertisement)

Nagpapatuloy ang artikulo...

Ang Mga Pangunahing Bahagi sa Likod ng Kahusayan ng GKR

1. Mas Kaunting Mga Pangako

Ang mga tradisyunal na patunay ng STARK ay nangangailangan ng mga pangako—mga cryptographic na buod—sa bawat intermediate na layer ng isang computation. Ang bawat pangako ay nagsasangkot ng mabibigat na pag-hash at polynomial na operasyon.
Iniiwasan ito ng GKR sa pamamagitan ng pagbibigay lamang sa mga input at output, nagse-save ng libu-libong mga operasyon sa bawat patunay.

2. Ang Sumcheck Protocol

Nasa puso ng GKR ang kasinungalingan sumcheck, isang paraan para sa pag-verify na ang isang malaking pag-compute ay naisagawa nang tama nang hindi ito muling ginagawa.

Kinukumpirma ng bawat "round" ng isang sumcheck na totoo ang mga partikular na kaugnayang pangmatematika sa lahat ng layer ng data. Ang prosesong ito ay magaan ang timbang at parallelizable, ibig sabihin, mahusay itong sumusukat sa mga GPU o multi-core na CPU.

3. Trick at Linear Batching ni Gruen

Binanggit din ni Buterin ang mga pag-optimize tulad ng Ang daya ni Gruen at linear batching, na higit na nagbabawas ng memorya at nagkukwenta ng mga gastos. Ang mga pamamaraang ito ay nagbibigay-daan sa maraming magkakatulad na pagkalkula na magbahagi ng mga hakbang sa pag-verify sa halip na ulitin ang mga ito nang paisa-isa.

4. Mga Partial Round at Poseidon2 Hashing

Sa kanyang artikulo, ginagamit ni Buterin ang Poseidon2 hash function bilang isang praktikal na halimbawa. Ang Poseidon2 ay kadalasang ginagamit sa mga sistema ng ZK dahil sa disenyo nitong madaling gamitin sa arithmetic. Ino-optimize ito ng GKR gamit ang bahagyang pag-ikot—mas magaan na mathematical cycle na pinapanatili lamang ang mga cubic na unang elemento—nagtitipid ng oras nang hindi binabawasan ang integridad ng patunay.

Paano Sumasama ang GKR sa Iba Pang Mga Protokol

Ang balangkas ng GKR ay maaaring isama sa iba pang mga sistema ng patunay tulad ng BaseFold at LIBRE (Fast Reed–Solomon Interactive Oracle Proofs of Proximity). Ang mga pagsasamang ito ay nagbibigay-daan sa mga patunay na nakabatay sa GKR na manatiling matatag polynomial na mga pangako, isang kinakailangan para sa maraming nasusukat na pagpapatupad ng ZK.

Sa mga setup na ito, gumaganap ang GKR bilang "engine" para sa pagkalkula, habang pinangangasiwaan ng mga system tulad ng BaseFold o FRI ang pag-encode ng data at pagkakapare-pareho ng pag-verify.

Paghahambing ng GKR sa mga STARK

Matagal nang naging default ang mga STARK (Scalable Transparent ARguments of Knowledge) para sa mga transparent na patunay ng ZK. Ang mga ito ay ligtas at walang tiwala ngunit mahal sa computation.

Tinatantya ni Buterin na binabawasan ng GKR ang mga teoretikal na gastos sa pamamagitan ng hanggang sa 100x kumpara sa mga tradisyunal na sistemang nakabatay sa STARK. Ang mga pagpapatupad sa totoong mundo ay nagpapakita ng mas magagandang resulta—minsan mas mababa sa 10x overhead.

Sinabi niya, gayunpaman, na ang mga numerong ito ay nakasalalay sa pag-optimize ng hardware. Sa pagsasagawa, ang memory shuffling sa panahon ng mga sumcheck ay maaaring makapagpabagal ng mga bagay-bagay, ngunit dahil ang istraktura ng GKR ay lubos na magkatulad, mas mahusay pa rin ang pag-scale ng pagganap kaysa sa mga karaniwang pamamaraan ng pag-hash.

Hindi Zero-Knowledge sa Sarili

Isang mahalagang pagkakaiba: Ang GKR ay hindi isang zero-knowledge protocol sa sarili nitong. Nagbibigay ito pagiging maikli—ibig sabihin, ginagawa nitong mas maliit at mas mabilis ang mga patunay—ngunit hindi nito itinatago ang impormasyon.

Upang magdagdag ng privacy, ang mga patunay ng GKR ay maaaring ibalot sa loob ng a ZK-SNARK or ZK-STARK sistema. Ang layering na ito ay nagbibigay-daan sa mga developer na pagsamahin ang mga nadagdag sa performance ng GKR sa mga benepisyo sa pagiging kumpidensyal ng mga tunay na patunay ng zero-knowledge.

Ang Mga Praktikal na Aplikasyon ng GKR

Binibigyang-diin ng Vitalik kung paano nababagay ang disenyo ng GKR sa malawak na hanay ng mga gawaing mabibigat sa pag-compute. Kasama sa mga halimbawa ang:

• Pag-verify ng hash: na nagpapatunay na ang milyun-milyong hash ay nakalkula nang tama.
• Pagpapatunay ng Blockchain: pagpapagana ng mas mabilis na ZK-EVM na nagpapatunay para sa Ethereum Layer 1.
• Mga patunay ng machine learning: pag-verify ng malalaking hakbang sa paghula ng modelo ng wika na may kaunting pag-compute.

Dahil akma ang GKR sa parehong cryptographic at AI-style computations, maaari itong gumanap ng mahalagang papel sa ZK-ML (zero-knowledge machine learning) systems.

Ang Hamon ng Fiat–Shamir: Kinakailangan ang Pag-iingat

Nagdagdag din si Buterin ng tala ng pag-iingat. Habang pinapabilis ng GKR ang mga pagkalkula, ang kahusayan nito ay may kasamang tradeoff—panganib sa predictability sa ilang mga circuit na gumagamit ng Fiat–Shamir heuristic.

Ang pamamaraang ito ay nagko-convert ng mga interactive na patunay sa hindi interactive na mga gamit gamit ang hash function, ngunit kung ipinatupad nang walang ingat, maaari nitong payagan ang predictable randomness, na nagpapahina sa seguridad. Pinapayuhan ni Buterin ang maingat na disenyo ng circuit upang maiwasan ang mga ganitong kahinaan.

Konklusyon

Ang GKR protocol ay kumakatawan sa isang pagbabago sa kung paano nakaayos ang mga cryptographic na patunay. Sa halip na mag-overcommit sa bawat intermediate na hakbang, pinapasimple nito ang proseso sa mga mahahalagang elemento lamang.

Para sa Ethereum at iba pang blockchain system na humahabol ng mas mabilis, mas murang pag-verify, nag-aalok ang GKR ng praktikal na landas. Hindi ito isang pangako sa marketing ngunit isang hanay ng mga mathematical technique na nagpapagana sa susunod na wave ng high speed provers sa parehong ZK at AI field.

Mga mapagkukunan

1. Isang Tutorial sa GKR - artikulo ni Vitalik Buterin: https://vitalik.eth.limo/general/2025/10/19/gkr.html

2. Vitalik Buterin X platform: https://x.com/VitalikButerin

3. Tungkol sa Zero Knowledge Proofs: https://www.chainalysis.com/blog/introduction-to-zero-knowledge-proofs-zkps/