漫谈ZKVM的方案及未来

Cipholio 中文

20 min readMay 23, 2022

作者：YOLO SHEN (Cipholio Ventures)

TL;DR

ZK的技术具有隐私和扩容两个最主要的使用场景，当我们讨论隐私的时候，我们利用ZK技术保护链下数据，不被获取；而当我们讨论扩容的时候，我们则是利用ZK节省链上计算空间。举个例子，如果我要确认某个账户有100块钱，传统区块链的方式是让每个节点都确认一遍，而现在我只需要一个节点，在保证数据完整性的前提下，找到最近净流入100块的凭证，即可证明账户有100元，区别就是前者需要大量计算和证明，后者只需要链下证明。
ZKVM发展的核心权衡在于是发挥ZK潜力重要，还是发挥目前开发者资源重要。围绕着发挥ZK潜力，意味着CPU寄存器的硬件加速，IR语言和assembly语言的再组织；而围绕着利用开发者资源，则意味着Solidity转化bytecode后，如何将Bytecode所映射的opcode，进行ZK证明的问题。
以assembly 语言独立设计ZK证明的专用型的ZKapp，由于具有较低的可组合性和解耦能力，将在未来的发展过程中面临很大的阻碍。这些方案由于和其他ZK方案不兼容VM，不兼容语言，不兼容，存在较大的调用难度。
按照模块化区块链的观点，L1解决共识问题，L2解决计算和执行问题，DA层解决数据可得性和完整性的问题。由于Zk类的L2其证明。
依赖，时间序列的交易Log，数据安全性和证明的完整性决定了其执行的可靠性。在目前ZK方案大部分闭源的状态下，ZK安全审计有很大的发展前景。
由于ZKP依赖链下数据，交由DA链则会失去数据的隐私性。想要兼容数据隐私性和ZK证明节点不作恶，就需要新的解决方案。我们看好未来诸如MPC/FHE等安全计算方案。
随着不同Circuit的不断成熟，Zk证明可能也会迎来提效和分工，ZK证明的硬件提速方案，以及专业的ZK矿工也可能应运而生。
ZKP经验局限性问题。典型问题包括：约束系统（constraint system）无法有效约束数据，当证明一些复杂交叉的命题时，约束面临不够充分的问题；私有数据泄露，私有数据当做公开数据处理；针对链下数据的攻击，合约层的“metadata-attack”；ZK证明节点的作恶等等。
短期来看，ZK方案的安全性存在局限，目前大量的共识还是建立在链下节点的自律上，缺乏一系列必要的工具（测试，证明，等等），来保障链下环境的安全性。

概览

一直以来ZK技术由于其重峦叠嶂的专业术语，使得人们难以对这一主题充分讨论。本文将着重从生态发展角度，来分析ZK技术和其应用场景，描述目前ZK相关的竞争格局，并为未来发展的方向做一些畅想。本文着重讨论：

当我们在讨论ZK技术的时候我们在讨论什么？(知识铺垫，机构投资者可以从第二部分开始读。)
从技术发展角度看待gzkvm（generalized zk vm）的发展规律和结构?
目前主要ZKvm技术方案的比较？
分析和展望

一：虚拟机ABC — 从日常计算机说起

在介绍ZKEVM相关的知识以前，我想先从我们日常的计算机的结构讲起。我们都知道计算机分为软件和硬件两部分，为了让软件顺利的在硬件上运行，我们需要为软件匹配适宜的运行环境。从结构来看，运行环境由【硬件+操作系统】两部分组成。

其中黄色部分为硬件，绿色部分为操作系统。这里可能有同学会提出疑问：为什么运行环境不等价于操作系统，这主要是因为操作系统难以兼容所有的硬件，只有操作系统和硬件的匹配才能为软件提供服务。这个问题，我们再后面ZKVM的发展路线钟，还会提到。

有了运行环境，我们还需要具体的软件（程序/app）才可以实现具体需求。那么程序是怎样跑起来的呢？

从图上我们可以看到，软件经操作系统交由硬件层来进行计算的整个流程，在过程中程序语言经过了三个阶段的变化，高级语言用来写程序完成实际需求，汇编语言用来和计算机沟通，底层本地代码（16进制数）由计算机具体执行。具体来看，程序员完成APP的代码后，经由转译器翻译成obj（目标语言），这些离散的目标语言，将会通过操作系统中的Linker得以链接，两者输出可执行的exe文件存储在硬盘中。

当运行的时候，exe文件会将数据放入内存，经由CPU将Obj转化为本地代码（字节码）进行计算操作，实现app的I/O。这一过程中存在非常多的选择，多样的语言，多样的操作系统，多样的硬件，从商业角度面临了非常多的Tradeoff，而这些选择最后便体现在编译器内核LLVM（low level virtual machine）的改进中。

下图我们可以看到，硬件（黄色）和操作系统之间有多种对应关系和限制条件：

同一类型的硬件可以安装多种操作系统，不同硬件需要匹配不同类型的操作系统。 例如，同样的 AT 兼容机 A 中，既可以安装 Windows，也可以安装 LinuxB 等操作系统。又如，X86芯片的硬件，需要x86版本的windows来匹配。这主要是由于操作系统底层汇编语言需要与芯片匹配。
App的成功运行需要与CPU匹配，也需要与操作系统匹配。 例如：1，为了保证 Office 2017 的正常运行，需要具备 x86C 的 CPU；2，有些APP只能在window XP上运行，在2000上则运行不了。
CPU 只能解释其自身固有的机器语言。不同的 CPU 能解释的机器语言的种类也是不同的。 也就是说，用不同高级语言编写的APP，如果不能通过【操作系统】编译成CPU可以运算的语言，CPU也是无法执行的。

二：Zk VM是什么？

通常我们在讨论ZK的时候，通常是在三个语境当中：

一，使用ZK作为Scaling方案RollupL2。

二，使用zkp进行证明的应用，dydx，Zklink等等。

三，zkproof作为一种密码算法。

用什么语言，在什么环境下，用什么硬件执行？这是广义VM所要解决的问题。

前面我们刚刚介绍了传统操作系统（也是一种VM），再来看ZKVM的时候，我们可以发现，ZKVM也完成了类似的职能，完成了硬件层（原生链+ZK证明系统）和高级语言（solidity或者原生ZK语言）的沟通。其核心是数据证明与状态更新，当系统接收到两类input，原始数据（状态和指令）和证明（对于状态和指令的相关证明），比对计算后，输出指令（更新状态）和ZKP（证明），提交L1进行共识广播。

具体来看ZK证明经过几个部分（by JP Aumasson, Taurus）：

本地的计算。

2. Circuit的定义。比如确认你钱包有没有钱，确认信息是不是完整，确认签名是否正确。

3. 算术化证明。运用数学方法证明计算是可执行的。

4. 将算数证明结果和实际结果比对。

5. 将结果递交上链。

以Scroll的方案为例，我们看到从Geth出发，系统完成了本地的计算，将交易Trace（交易的历史log）拆解转化成Circuits算子，然后使用算数方法（列如多项式拆解，密码学）得出ZK证明。然后比对数据和证明，如果无误即可广播上链。这当中涉及许多关键技术，比如如何设定Circuits，有哪几类Circuits？如何对Circuits进行拆解? 整个确认方法，可以想象一张巨大的表，每一个变量都有其参数，在已知历史数据的背景下，求特定结果的必然性。

举个例子，如果我要确认某个账户有100块钱，传统区块链的方式是让每个节点都确认一遍，而现在我只需要一个节点，在保证数据完整性的前提下，再加上最近净流入100块的证明，然后进行确认（案例中的情形比较简单，看一眼便知，实际情况中是需要数学运算的。）完成后，即可证明账户有100元，区别就是前者需要每一个节点的计算，后者只需要单一节点计算和zk证明。在这个例子中，确认的是“如何在链下证明账户有充足余额”，证明需要的约束是“当最近历史时间轴内账户净流入大于100（实质基于Merkle Root的证明）“，然后将节点计算结果与ZKP比对，从而决定状态是否正确。

ZK语言的公约数

根据MidenVM 的总结，目前市场上主要的Zkapp所采用的的工具都是以WASM和RISC V为主的汇编语言，一些工具包能让应用很快打上“ZK”的概念或者标签。但稍微拆解一下结构，我们会发现传统智能合约由L1来保证安全性，全网广播形成共识的安全性已经经过历史检验了，而利用链下ZKP证明，则存在ZKP证明节点是否作恶的问题。

先不论Devs是否能够合理设立约束（Contraint）的能力问题，如何防范ZKP证明节点的作恶意愿问题，无疑是更为重要的。举例来看，一些ZK dex更像是在Cex和Dex之间寻找一个平衡点，相较于Cex而言，用户可以将资金保管在自己的L1账户；而相对Dex而言，又能有更优的效率表现。但在实践中，大量的项目都存在链下证明的安全隐患。

此外，由于从APP层到IR层，都是由zkAPP团队独立开发，家家户户有着自己的编程习惯和轮子库，这也导致团队与团队之间难以形成可组合性，也不利于加速市场分工和硬件设备的加速。因此，市场破解寻找一个在密码学和高级语言之间找到一层公约数。来为各类应用提供一个通用的框架，而ZK-VM则是适配整套系统，承上启下的重要部分。

EVM is quite similar to JVM in terms of execution model. Both are stack machines executing bytecodes. EVM adds a concept of storage and its bytecode instructions are more suited for contract development. link

图中我们以ETH举例，传统ETH由三部分构成，ETH网络（节点+共识机制），EVM，Dapp开发生态。这里我们可以很清晰的感受到ZK承上启下的作用：

站在ZK电路硬件层的角度，EVM可能无法全部兼容。由于EVM有一些变长的指令，比如CALL，DATACOPY，EXP，CREATE等等，这些对ZK电路不友好。
站在开发者角度，能否不需要重新学习语言（Solidity仍然兼容），保留EVM的API特性。在这种情况下，整个生态就可能失去对一些ZK算法的支持。

除此以外，ZKVM还需要考量很多技术兼容，比如：

寄存器的兼容。Machine Type. 传统EVM是一个Stack-based的State machine，因此大量的计算式串联的，不可并行的，这确保了整个计算机的原子性。这一架构对于ZK是非常不利的，如果要发挥ZK算法的全部效率，则需要做一个Register-Based，也就是以CPU-寄存器为核心架构来设计VM。
语言上的兼容。Function Calls. VM系统将底层特性封装成API，如何让API支持动态调用，支持像Python一样的高级语言。
计算机底层的兼容。Native Field. 不同的CPU有不同的位数，在不同算法上的表现不同。需要为ZK专用计算机做谋划。
传统公链结构的兼容。Sequencer/Roller/Miner.

三：ZKVM的架构：

主流技术方案

用什么语言，在什么环境下，用什么硬件执行？这是广义VM所要解决的问题。

VM当中最为重要的内核便是LLVM（low-level-virtual-machine），他可以看作是编译器最重要的内核。图中是原始EVM的运作方案，智能合约通过LLVM IR 的中间代码进行转化，转化成Bytecode。这些Bytecode会存储在区块链上，当智能合约被调用的时候，便会将Bytecode转化成对应的Opcode，再由EVM和节点硬件来执行。

结合上ZK，各个不同的解决方案是怎样实现的呢？

Starkware:

Starkware由于在整个ZK领域起步较早，技术积累较为充分，拥有一定的技术领先。他是代表性的ZK中心主义的技术架构，围绕ZK构建了Cairo VM和Cairo的语言。但由于他是闭源状态，一些技术细节并不清晰。其缺点在于，Cairo的学习成本。虽然官方也开发了Solidity转换Cairo的一些框架，但由于其底层核心均建立于CairoVM上，意味着有相当多Solidity-EVM兼容的特征会损失。

Zksync:

ZKsync 的框架兼容了EVM和ZK两方面的特点，将Solidity和其自主开发的电路语言Zinc做了一个融合，在编译器内部将两者在IR层面上做了统一。其优点在于编译器内核的LLVM可以兼容多种语言。Zksync也是闭源框架。

Hermez by Polygon

Scroll

HermZ和Scroll两个技术方案更侧重以太坊生态，他们在Bytecode上和ETH生态做了融合。由于EVM天然支持bytecode和其对应的opcode，这两者和ETH生态有着更高的融合性。Solidity在这两个Zkvm上能充分的调用EVM的API，最大保留了EVM的架构优点。两个方案有所差异的是，Hermz会将opcode在内部进行统一，然后再进行证明；而Scroll则会将Opcode拆解circuit进行证明，再进行整合。为什么要选择兼容EVM？因为EVM当中有一些架构经过检验，安全性比较好，兼容性也比较好。举例来说Geth模型和RPC架构，这些API已经被EVM较好的封装，也经过历史检验。

总结来看，Starkware最底层从WASM和机器码层面进行统一，ZKsync最浅在IR层面进行统一，Hermz和Scroll居中在Bytecode上进行统一。Starkware是技术转型最彻底的，但也是用户学习门槛最高的；而Zksync相对比较均衡，保留一部分solidity特性，发挥局部ZK性能；Hermz和Scroll相对最易应用和拆解，全面集成Bytecode，整合EVM，尤其是Scroll，开放ZK证明，也给了硬件加速更大的空间。相对来说，无论是技术驱动还是生态整合驱动，都在未来有各自的发展空间，“贸工技”还是“技工贸” 都有机会找到自己的场景，发挥更大价值。

如果我们对照回顾Windows历史，在强有力的操作系统出现以前，不同的开发者需要对不同的硬件，掌握不同的开发工具。不掌握汇编，不理解计算机底层的开发者在开发过程中会遇到非常多的挫折。而操作系统在硬件当中寻找最大的公约数，将CPU以外的I/O系统都封装成统一的接口，这些技术积累，使得软件开发的门槛大大降低了，也使得大部分程序员只需要理解高级语言即可，即使不具备汇编和底层代码知识仍然可以写出漂亮的App。对照看到ZKVM的发展，我们可以看到一些端倪，如果说现在的ZKapp需要传统程序员+汇编+密码学知识储备才能开发，未来随着ZKVM的成熟，越来越多的底层技术封装进高级语言当中，开发门槛渐次降低，生态繁荣是可以想见的。

对于Founder而言，有两个注意点：

1，ZK技术将链上共识转为链下证明，目前证明技术还不成熟，相关审计机构，测试工具都存在空白缺位。

2，ZK技术的使用场景尚待发掘。通用型ZKVM紧锣密鼓开发，ZK对应高级语言也有待技术人员的学习，从技术成熟到解决问题还有很长一段时间。想要用ZK解决问题，founder需要回答：如果是个细分场景，是否需要自己用WASM去搭建，一旦ZKVM成熟，自己的技术积累是否还有先发优势？是否支持其他ZKapp调用？

展望与结论

ZK的技术具有隐私和扩容两个最主要的使用场景，当我们讨论隐私的时候，我们实际上是在保护链下数据，不被获取；而当我们讨论扩容的时候，我们是利用ZK节省链上计算空间。

ZKVM发展的核心权衡技术与devs。围绕着发挥ZK潜力，意味着CPU寄存器的硬件加速，IR语言和assembly语言的再组织；而围绕着利用开发者资源，则意味着Solidity转化bytecode后，如何将Bytecode所映射的opcode，进行ZK证明的问题。
以assembly 语言独立设计ZK证明的专用型的ZKapp，由于具有较低的可组合性和解耦能力，将在未来的发展过程中面临很大的阻碍。这些方案由于和其他ZK方案不兼容VM，不兼容语言，不兼容证明，存在较大的调用难度。
按照模块化区块链的观点，L1解决共识问题，L2解决计算和执行问题，DA层解决数据可得性和完整性的问题。由于Zk类，数据安全性和证明的完整性决定了其执行的可靠性。这里有一对矛盾，如果我们不信任链下节点，希望将数据交由DA独立存储，那么对DA链就提出安全的要求，；如果存在本地，保证数据不被篡改，就需要证明节点本身不去作恶。这些都提升了对MPC/FHE解决方案的需求。
在目前ZK方案大部分闭源的状态下，目前大量的共识还是建立在链下节点的自律上，缺乏一系列必要的工具（测试，证明，等等），来保障链下环境的安全性。未来contraint设计和代数证明将成为两个最主要的审计环节。
ZK生态主要的风险。典型问题包括：约束系统（constraint system）不充分。当证明一些复杂交叉的命题时，约束面临不够充分的问题；私有数据泄露。私有数据当做公开数据处理；针对链下数据的攻击，合约层的“metadata-attack”；ZK证明节点的作恶等等。
随着不同Circuit的不断成熟，Sequencer/Roller/Miner 也会迎来提效和分工，我们期待ZK证明的硬件加速机会。