Revm项目中bn254加密算法的性能优化实践
2025-07-07 18:44:29作者:冯梦姬Eddie
在区块链开发领域,加密算法的性能优化一直是关键课题。本文将深入分析Revm项目中bn254(又称altbn128)椭圆曲线加密算法的性能优化过程,探讨如何通过集成不同实现库来显著提升预编译合约的执行效率。
性能瓶颈的发现
在Revm项目的开发过程中,开发者注意到bn254曲线上的配对(pairing)操作存在明显的性能瓶颈。测试数据显示,使用substrate-bn库时,大小为2的配对操作需要约13毫秒,而使用matter-labs的实现则需要7毫秒。这一性能表现与预期存在较大差距,因为理论上这类操作在考虑解码和子群检查后应该只需要2-3毫秒。
考虑到大多数zk rollup方案都使用bn254/altbn128预编译合约,这一性能问题直接影响到了链同步和区块验证的整体效率。
解决方案探索
为了验证性能假设并寻找最优解,开发团队决定集成并测试多个活跃维护的加密库实现。这一过程涉及:
- 评估现有实现(substrate-bn和matter-labs)的性能表现
- 分析不同库的维护状态和社区支持情况
- 设计全面的基准测试方案
实现方案对比
在集成arkworks加密库后,性能测试显示出显著改善:
- 配对操作:从原来的13.9毫秒降至4.9毫秒(arkworks),相比matter-labs的7.9毫秒有更大幅提升
- 乘法操作:本地测试显示,使用substrate-bn时约103微秒,而arkworks实现仅需约62微秒,性能提升近40%
技术决策与实现
基于测试结果,团队做出了以下技术决策:
- 将arkworks设为默认实现,因其具有更好的性能表现和活跃的维护状态
- 保留substrate-bn作为可选特性(feature flag),作为经过审计的备用实现
- 完善基准测试体系,包括添加乘法操作测试和更全面的测试用例
优化经验总结
通过这一优化过程,我们获得了以下重要经验:
- 加密库选择:不同实现间的性能差异可能非常显著,需要实际测试验证
- 维护状态评估:选择加密库时不仅要考虑性能,还需评估其维护活跃度
- 基准测试设计:需要覆盖各种操作类型和边界情况,使用大量随机测试数据
- 兼容性考虑:在追求性能的同时保留经过审计的备用方案
这一优化工作显著提升了Revm项目中加密预编译合约的执行效率,为基于zk rollup的应用提供了更好的性能基础。未来还可以进一步探索输入生成工具的开发和更全面的性能测试方案。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868