以下是中文（繁體）的翻譯：
zkVM 項目的 tps 相關因素，1-5 是與零知識相關
-
從 EVM 兼容性方案，來看需要證明計算量
EVM 兼容性 (高級語言等效性，zkVM) > EVM 等效性 > ETH 等效性 (PSE)
Starknet = Sin7Y > Zksync > PloygonZkevm > Scroll > Ploygon Zero > PSE -
從多項式承諾看生成證明的速度
小域 + FRI > FRI > FRI&KZG > KZG （算法複雜度排序會有不同）
Ploygon Zero > Starknet > Sin7Y > PloygonZkevm > Zksync = Scroll = PSE -
從算法方向好實現硬件並行證明的可能
單一的算法更好實現優化，MSM 目前優於 FFT
純 MSM > 純 FFT > 混合
Sin7Y (純 MSM) > Ploygon Zero (純 FTT) > Starknet > PloygonZkevm > Zksync > Scroll > PSE -
零知識證明系統的遞歸證明優化
Plonky2 > Stark > Plonk = Halo2
Ploygon Zero > Sin7Y > Starknet > PloygonZkevm > Zksync = Scroll = PSE -
零知識證明系統的可組合性
Ploygon Zero = Sin7Y > PloygonZkevm > Starknet > Zksync = Scroll = PSE -
從 VM 本身並行性 (交易並行)
OlaVM > zkVM > zkEVM
Sin7Y > Starknet > Zksync > PloygonZkevm > Scroll > Ploygon > PSE
實現 VM 的開發語言對效率也有一定影響。
-
主網能運行大量應用的時間點（越快越優先）
Zksync > Starknet > PloygonZkevm > Scroll > Sin7y > Ploygon Zero > PSE -
能運行 L3 的時間點（越快越優先）
Starknet > Zksync > PloygonZkevm > Sin7y > Ploygon Zero > Scroll
根據證明系統的不同，證明生成過程可能會有所不同，但瓶頸是：
- 可變基數和固定基數多標量乘法（MSM）
- 快速傅立葉變換 (FFT) 和逆 FFT
在同時存在 FFT 和 MSM 的系統中，大約 70% 的時間生成證明花費在 MSM 上，其餘時間則由 FFT 主導。
MSM 和 FFT 都很慢，但都有提高性能的方法：
- MSM 具有令人尷尬的並行性，可以通過在多個線程上運行它們來加速。然而，即使在數百個內核上，乘法最終仍然會花費大量時間。這意味著經常重複相同的操作，並且會耗盡設備上的大部分可用內存。簡而言之，MSM 需要大量內存並且即使在高度並行化時仍然很慢。
- FFT 嚴重依賴算法運行時數據的頻繁洗牌。此外，它們在硬件上運行時需要大量帶寬。改組意味著您需要 “隨機” 加載和卸載元素，例如，具有 16GB 或更少內存的硬件芯片上的 > 100GB 數據集。雖然硬件上的操作非常快，但通過網絡加載和卸載數據的時間最終會顯著減慢操作速度。
簡而言之：
- MSM 具有可預測的內存訪問，允許大量並行化，但由於所需的原始計算量和內存量，它們的成本仍然很高。
- FFT 具有隨機內存訪問，這使得它們對硬件不友好，而且自然難以在分佈式基礎設施上運行。
在解決大型 MSM 和 FFT 的緩慢問題方面，我們看到的最有希望的工作是 PipeZK。在他們的論文中，作者描述了一種使用 Pippenger 算法跳過重複計算來使 MSM 更便宜的方法。
他們還描述了一種 “展開” FFT 的方法，這樣它們就可以在沒有顯著改組的情況下執行，由於現在可預測的內存訪問模式，提高速度。
近期，Plonk 系提出一種新的方案，MSM 方向優化後更適合並行。
並行化
rust VM
cairo 1.0
regenesis（重生）