ZK 協處理器介紹，如何讓區塊鏈產品藉由數據提升使用體驗？

EigenLayer 生態中的一個 AVS —— Brevis，其亮點是提供去中心化的 ZK 協處理器，不過 ZK 協處理器是什麼？為何說其可以真正提升區塊鏈的效能？Rollups 難道還不夠嗎？本文將簡單介紹。

ZK 協處理器想解決什麼問題？

使用場景：產品數據搜集與計算

現有的 Web3 產品，總覺得好像少點什麼功能，就是跟 Web2 產品有落差，像是自動推薦、忠誠度計畫、精準行銷等，這些在傳統軟體已經行之有年的標配，為何在 Web3 的產品中沒有看到？

舉個更具體的例子，某用戶上 Netflix 看影集，後台會搜集用戶所有的觀看紀錄與操作行為，藉由搜集這些數據，經過演算法計算後找到用戶可能喜愛的內容，最後進行個性化的推播與廣告。

但是在 Web3 生態中，某用戶在 Uniswap 常常使用穩定幣交易對，將 USDT 兌換成 USDC，為何 Uniswap 的介面無法將這名用戶常使用的交易對自動顯示呢？

其實上述問題出在「數據」，Web2 的產品能有系統地搜集並對數據進行計算，就像是搜集用戶觀看紀錄，但是 Web3 產品則不行，就算只是簡單的交易紀錄。

可能有讀者會問「交易紀錄不是本來就在區塊鏈上嗎？為何會無法讀取？」其實還真的不行，又或者更精確地說：成本很高、不然就要承擔風險。

問題一：區塊鏈虛擬機不適合大量運算

要做到上述應用場景，需要做到許多計算資源，再以 Uniswap 的例子來說，如果要做到「歷史交易對自動顯示在首頁，方便用戶更快完成目的。」會需要以下努力：

• 搜集用戶交易紀錄
• 比較各種交易紀錄使用次數並選出最高者
• 執行

最後一部執行基本上現在智能合約就做得很好了，有問題的是前兩步驟。

針對第一步，雖然交易紀錄都在練鏈上沒錯，但是虛擬機跟區塊鏈歷史帳本是兩回事，虛擬機要讀取歷史帳本會需要非常多的燃料費用。且每次要調用就用重新讀取一次或是儲存，但不管什麼做法都非常耗費資源，不適合在分散式虛擬機使用。

第二步則是資料的處理，雖然相對簡單，但因為在 EVM 之上也同樣需要大量資源去計算，若問題再難一點 (例如分析用戶觀看紀錄與觀看時間決定等等要推播的內容)，那麼絕對是專案無法負擔的成本。

不論是 Layer1 還是 Layer2，其原本設計都不適合讀取大量數據或是計算的任務，區塊鏈 TPS 再高仍對此問題沒有幫助。

問題二：套用外部數據有信任假設問題

「如果鏈上無法計算，那就鏈下處理吧！」這是非常合理的思路，包含 Etherscan、Dune、DeBank 等服務都是使用此方式，確實可以解決許多問題。

但是如果這些鏈下計算結果跟龐大的 TVL 或是用戶權益有關係，那麼其中的信任假設風險帶來的風險就會增加。

像是區塊鏈空投，判定規則就算是公開的，但實際上進行篩選行為還是由團隊負責，最後在公開結果，但這之間存在信任假設 (怎麼知道團隊沒有作弊)，也難怪每次空投社群常常出現爭議與怨言。更別說真的有問題的數據會造成什麼後果。

因此，鏈下計算這條路在許多應用場景似乎也不可行。

Web3 數據的兩難

這樣就會出現兩難，若直接抓取數據並計算成本太高昂，但如果使用鏈下計算結果則增加信任假設。也難怪目前沒有原生使用 Web3 數據的服務出現。

所有主流的 Web2 應用與產品，幾乎都是藉由數據打造體驗並維持優勢，而 Web3 若真的想打造「殺手級應用」的目標，數據雖然不是全部但絕對必要。

因此，市場出現 ZK 協處理器的概念嘗試解決此問題，同時做到鏈下計算但又可以不增加信任假設，完美地解決此問題。

ZK 協處理器介紹

將計算工作從 EVM 獨立出來

ZK 協處理器 (ZK Coprocessor) 又稱為 ZK 輔助處理器，其核心概念是將 EVM 不擅長計算的部分拉出來，藉由鏈下計算與零知識證明，做到同時高效率且無需信任，近一步增加區塊鏈的效率。

協處理器的名稱其實就是從 CPU 與 GPU 之間的關係而來的，GPU 將 CPU 不擅長大量針對圖像運算的工作拿來做，藉由這種輔助專業分工，最大化電腦效率。而區塊鏈其實也就是一種去中心化的電腦，當然也可以使用類似的作法。

ZK 協處理器如何避開上述問題

協處理器抽象來看，主要就是把兩件事做好：

• 數據讀取：讀取區塊鏈帳本中的交易紀錄，並透過 ZK 證明數據真偽。
• 數據計算：根據數據與需求做出相應的計算，並再次透過 ZK 證明結果真偽。

最後再把數據回傳給智能合約，智能合約可以藉由零知識證明以低成本的方式快速驗證與使用，最大化增加執行效率。

ZK 協處理器與 Rollups 提升的效率不同

ZK 協處理器更多的是在提升前段的過程，也就是數據搜集與數據處理的效率，而 Rollups 則是提升數據處理與執行的效率，兩者並不是競爭者，更像是互補的關係。

ZK 協處理器實作專案介紹

ZK 協處理器目前主流的專案包含 Brevis、Herodotus、Axiom 等，核心運作概念如同上述內容，不過實作上的手段有些許差異。

Brevis

Brevis 是由 Celer Network 相同團隊成員創辦，該服務架構可以分為三部分：

• zkFabric：負責搜集區塊鏈上的資料，並將區塊練頭資訊計算零知識證明。
• zkAggregatorRollup：負責儲存資料並傳輸給區塊鏈上的智能合約，包含 zkFabric 蒐集到的資料與 zkQueryNet。
• zkQueryNet：處理 Web3 智能合約所需要的數據與運算。

Axiom

Axiom 的服務是提供無需信任的區塊鏈查詢服務，與上述中心化的鏈下查詢架構不同，Axiom 所提供的資料都可以藉由零知識證明確認資料正確性。

ZK 協處理器不是唯一解

ZK 協處理器可以解決 Web3 數據搜集與計算的問題，對於提升產品使用體驗與精準行銷都是非常關鍵的。

但其實如果要解決「區塊鏈上的數據運算」，還有其他解決方式，例如 Smart Layer 就是利用附加外部數據的方式，可以做到相同的事情，但其信任假設風險則取決於 Smart Layer 網路本身的安全性。

推薦閱讀：Smart Layer 是什麼？如何將 Web3 與現實生活真實場景結合？
推薦原因：該文章詳加介紹 Smart Layer 的設計架構與運作原理，非常推薦可以與此文章相互參照，可以對於 ZK 協處理器想解決的問題有更立體的認識。

若是相對不重要的資訊，當然也可以直接仰賴鏈下計算，而不用所有資訊都要完全無需信任，重要的還是解決什麼問題。