Resumo Técnico: zkPHIRE

Declaração do Problema

As Provas de Conhecimento Zero (ZKPs) são críticas para o computação preservadora de privacidade em domínios como blockchain, aprendizado de máquina e votação eletrônica. No entanto, sua adoção generalizada é dificultada pelo overhead computacional excepcionalmente alto exigido para a geração de provas, que pode levar minutos ou horas em uma CPU.

Embora implementações de aceleradores de hardware (ASICs) e GPUs tenham sido propostas para mitigar esses custos, elas enfrentam limitações significativas de flexibilidade e escalabilidade:

1. Arquiteturas Rígidas: Aceleradores anteriores, como o zkSpeed, frequentemente dependem de unidades de função fixa projetadas para conjuntos de portas "Vanilla" específicos (ex: adições e multiplicações padrão). Eles têm dificuldade em lidar eficientemente com as portas complexas, de alto grau e customizadas, cada vez mais utilizadas em protocolos modernos (ex: Halo2, Jellyfish gates do HyperPlonk).
2. Problemas de Escalabilidade: Designs de função fixa frequentemente exigem grandes scratchpads on-chip para armazenar dados intermediários (tabelas de Extensão Multilinear ou MLE). À medida que os tamanhos dos problemas escalam (ex: além de $2^{24}$ portas), a pegada de memória torna-se impraticável, limitando a aplicabilidade do acelerador para cargas de trabalho de ZKP de grande escala.
3. Complexidade do SumCheck: Protocolos de ZKP modernos utilizam o protocolo SumCheck para verificar circuitos aritméticos. Embora eficiente para portas simples, o SumCheck torna-se computacionalmente irregular e intensivo em dados quando aplicado a portas de alto grau e expressivas. O fluxo de dados varia significamente com base na estrutura polinomial, tornando designs de hardware de função fixa subótimos.

Metodologia

Os autores propõem o zkPHIRE, um acelerador programável de sistema completo projetado para lidar eficientemente com portas customizadas arbitrárias via protocolo SumCheck. O sistema é construído em torno de uma unidade SumCheck inovadora e programável integrada a um framework maior que suporta o protocolo HyperPlonk.

1. Unidade SumCheck Programável

A inovação central é um datapath programável que equilibra alocação de recursos com reuso imediato de dados, evitando a rigidez das unidades de função fixa.

• Arquitetura: A unidade consiste em Elementos de Processamento (PEs) contendo unidades de atualização de MLE, Motores de Extensão (EEs) e Trilhas de Produto (PLs).
• Fluxo de Dados: Em vez de transmitir todas as entradas de MLE simultaneamente, a unidade processa um termo polinomial por vez. Ela busca blocos (tiles) de dados da memória off-chip para buffers de scratchpad bancados locais.
• Escalonamento: Um escalonador baseado em grafos decompõe restrições polinomiais para mapear tabelas de MLE para EEs e PLs. Ele utiliza um escalonamento baseado em acumulação para minimizar os requisitos de armazenamento temporário em comparação com abordagens de árvore balanceada, permitindo o tratamento eficiente de polinômios repetitivos dentro de um termo.
• Flexibilidade: A unidade suporta números arbitrários de termos e graus. Ela se adapta dinamicamente a diferentes estruturas polinomiais reconfigurando o mapeamento de MLEs para os recursos de hardware.
• Integração de ZeroCheck: O design integra a construção de polinômios auxiliares aleatórios (ZeroChecks) diretamente no datapath do SumCheck, eliminando etapas de pré-computação separadas e reduzindo o overhead de memória.

2. Arquitetura de Sistema Completo (zkPHIRE)

A unidade SumCheck está inserida em um framework de acelerador mais amplo para HyperPlonk, que inclui:

• Multifunction Forest: Um conjunto de unidades baseadas em árvores reutilizadas para avaliação de MLE, computações de produto e construção de MLEs. Este design compartilhado melas a utilização de recursos e reduz a área em comparação com unidades dedicadas.
• MSM (Multi-Scalar Multiplication): Uma unidade dedicada para operações de curva elíptica, otimizada para as contagens específicas de testemunhas do HyperPlonk (incluindo MSMs esparsos e densos).
• Gerador de Quociente de Permutação: Uma unidade em pipeline para construir argumentos de permutação, apresentando uma unidade de inverso modular otimizada que reduz a área em 4,2× em relação ao trabalho anterior.
• Organização de Memória: O sistema emprega scratchpads menores, baseados em blocos (tiles), em vez de massivos SRAMs globais. Isso reduz o consumo de área e permite mais espaço de die para unidades computacionais, aceitando uma latência de memória off-chip ligeiramente maior em troca de melhor escalabilidade.
• Otimização de Mascaramento: A arquitetura sobrepõe a latência das verificações de Identidade de Porta (ZeroChecks) com as computações de MSM durante a fase de Identidade de Fio (Wire Identity), efetivamente ocultando a latência.

3. Metodologia de Avaliação

Os autores avaliaram o design usando tecnologia TSMC 22nm (escalada para 7nm para comparação) com um clock de 1GHz.

• Benchmarks: Eles testaram uma gama diversificada de restrições polinomiais, incluindo aquelas do Spartan, Halo2 (operações de curva elíptica) e HyperPlonk (portas Vanilla e Jellyfish).
• Comparações: O desempenho foi comparado contra uma CPU de 32 threads (AMD EPYC 7502), uma GPU NVIDIA A100 e o estado da arte anterior de ASICs, o zkSpeed (e uma versão aprimorada, zkSpeed+).
• Exploração do Espaço de Design: Os autores realizaram varreduras de parâmetros (PEs, EEs, PLs, tamanho de SRAM, largura de banda) para identificar designs Pareto-ótimos em diversos cenários de largura de banda (de DDR a HBM3).

Principais Contribuições

1. Acelerador SumCheck Programável: A primeira unidade de hardware capaz de suportar polinômios multilineares de alto grau arbitrários, permitindo compatibilidade com tipos de portas customizadas encontradas em protocolos de ZKP modernos.
2. Avaliação de Portas de Alto Grau: A primeira avaliação de hardware demonstrando que portas de alto grau oferecem benefícios significativos de desempenho e escalabilidade, particularmente ao reduzir a contagem total de portas de um circuito.
3. Primitivas de Hardware Otimizadas:
   • Uma Multifunction Forest unificada que economiza 15,2% de área ao reutilizar unidades de árvore através dos passos do protocolo.
   • Uma unidade de Inverso Modular otimizada que alcança uma redução de área de 4,2× em relação ao trabalho anterior, mantendo o throughput.
4. Acelerador de Sistema Completo (zkPHIRE): Um acelerador completo para o protocolo HyperPlonk que suporta provas sucintas para problemas de até $2^{30}$ restrições.

Resultados

• Speedup sobre CPU: O zkPHIRE alcança um speedup de média geométrica de 1486× sobre uma linha de base de CPU de 32 threads.
• Speedup sobre ASICs Anteriores: Em iso-área (comparando um design de 294 mm² contra um design de 366 mm² do zkSpeed+), o zkPHIRE alcança um speedup de média geométrica de 11,87× sobre o zkSpeed+.
• Speedup sobre GPU: Quando comparado a uma GPU NVIDIA A100 rodando a biblioteca ICICLE, o zkPHIRE alcança aproximadamente 70× de speedup para operações de SumCheck.
• Escalabilidade: O sistema suporta problemas de até $2^{30}$ restrições nominais mantendo tamanhos de prova pequenos (4–5 KB).
• Jellyfish Gates: O uso de Jellyfish gates (que reduzem a contagem de portas em até 32×) combinado com a programabilidade do zkPHIRE gera ganhos de desempenho adicionais. Por exemplo, uma redução de 4× na contagem de portas via Jellyfish gates permite que o zkPHIRE supere as implementações de portas Vanilla tanto no zkSpeed+ quanto no zkPHIRE.
• Eficiência de Recursos: O design alcança esses resultados com uma área total de aproximadamente 294 mm² (em escala de 7nm) e um consumo de energia de 202,28 W.

Significância

O artigo afirma que o zkPHIRE representa um passo significativo no avanço da aceleração de hardware para ZKP ao abordar o trade-off entre desempenho e flexibilidade. Ao contrário de aceleradores anteriores, que eram limitados a conjuntos de portas específicos, a unidade SumCheck programável do zkPHIRE permite que ele se adapte ao cenário evolutivo dos protocolos de ZKP, que dependem cada vez mais de portas complexas e de alto grau para eficiência.

Os autores enfatizam que seu trabalho demonstra um desempenho convincente enquanto escala para grandes tamanhos de problemas ($2^{30}$) e mantém tamanhos de prova sucintos. Ao abstrair o SumCheck em primitivas comuns (atualizações, extensões, produtos) e explorar o paralelismo entre tabelas e produtos de avaliação, o zkPHIRE fornece uma base escalável para futuras aplicações de ZKP, incluindo verificação de idade privada, IA confiável e escalabilidade de blockchain. Os resultados sugerem que arquiteturas programáveis são essenciais para suportar a próxima geração de protocolos de ZKP expressivos sem sacrificar os ganhos de desempenho dos ASICs.