链上转账别人不需要认识你
只要知道你的钱包地址
就能顺着交易记录看到你的余额变化、资金往来
甚至摸清你的操作习惯
这对普通用户已经是个问题
对管理大额资金的机构来说就更不用说了
@primus_labs 最近的技术更新正好围绕这个问题展开
11 月 13 日Primus 发布了 AutoHoG 的技术进展
核心是提升 FHE(全同态加密)的计算效率
FHE 可以让数据在不解密的情况下完成计算
传统方案处理一个 64 位运算
可能需要拆成数千个计算门
还要进行大量 Bootstrapping
计算成本一直是落地的阻碍
AutoHoG 的处理方式是自动设计多输入、多输出的自定义门
把能够合并的子电路整合计算
减少重复的 Bootstrapping
官方给出的成绩:
8 张消费级 RTX 5090
64 位机密转账延迟约 90ms
吞吐量超过 210 TPS
整数运算保证不同节点得到逐字节一致的结果
链上金融不是单机跑出一个计算结果就够了
多个节点必须对执行结果达成一致
隐私计算如果影响了验证和共识
那就很难真正进入金融基础设施
Primus 的其他布局:
zkTLS 负责验证链下数据
FHE 负责加密状态下的计算
Confidential Finance 把隐私能力带进转账和收益场景
Primus 正在做的事:
让敏感数据不必暴露在所有人面前
同时保留数据的可验证性和使用价值
官方还有一句很直接的话
Privacy shouldn’t come after the damage. It should be there from the start.
隐私保护不应该等到损失发生后才补救
这句话放在链上金融里很有现实意义
尤其是机构资金、私人信贷和链上资产管理
隐私不是装饰
而是能否让更多传统金融参与者进入链上的重要条件
90ms 和 210 TPS 目前是官方公布的技术测试数据
距离大规模实际应用还需要经过更多验证
Primus 已经不只是讨论隐私概念
而是在解决 FHE 的计算效率问题
并尝试把它带进真实金融场景
#Primus @primus_labs #FHE
只要知道你的钱包地址
就能顺着交易记录看到你的余额变化、资金往来
甚至摸清你的操作习惯
这对普通用户已经是个问题
对管理大额资金的机构来说就更不用说了
@primus_labs 最近的技术更新正好围绕这个问题展开
11 月 13 日Primus 发布了 AutoHoG 的技术进展
核心是提升 FHE(全同态加密)的计算效率
FHE 可以让数据在不解密的情况下完成计算
传统方案处理一个 64 位运算
可能需要拆成数千个计算门
还要进行大量 Bootstrapping
计算成本一直是落地的阻碍
AutoHoG 的处理方式是自动设计多输入、多输出的自定义门
把能够合并的子电路整合计算
减少重复的 Bootstrapping
官方给出的成绩:
8 张消费级 RTX 5090
64 位机密转账延迟约 90ms
吞吐量超过 210 TPS
整数运算保证不同节点得到逐字节一致的结果
链上金融不是单机跑出一个计算结果就够了
多个节点必须对执行结果达成一致
隐私计算如果影响了验证和共识
那就很难真正进入金融基础设施
Primus 的其他布局:
zkTLS 负责验证链下数据
FHE 负责加密状态下的计算
Confidential Finance 把隐私能力带进转账和收益场景
Primus 正在做的事:
让敏感数据不必暴露在所有人面前
同时保留数据的可验证性和使用价值
官方还有一句很直接的话
Privacy shouldn’t come after the damage. It should be there from the start.
隐私保护不应该等到损失发生后才补救
这句话放在链上金融里很有现实意义
尤其是机构资金、私人信贷和链上资产管理
隐私不是装饰
而是能否让更多传统金融参与者进入链上的重要条件
90ms 和 210 TPS 目前是官方公布的技术测试数据
距离大规模实际应用还需要经过更多验证
Primus 已经不只是讨论隐私概念
而是在解决 FHE 的计算效率问题
并尝试把它带进真实金融场景
#Primus @primus_labs #FHE