首页
/ Revm项目中BLS预编译性能基准测试分析

Revm项目中BLS预编译性能基准测试分析

2025-07-07 09:58:34作者:曹令琨Iris

在Revm项目中,随着arkworks BLS后端的引入,开发团队现在拥有了两套不同的BLS库实现。为了评估这两种实现的性能差异并确定默认选择,项目组进行了详细的基准测试。

性能测试结果

测试涵盖了BLS预编译操作中的多个关键操作,包括群运算、多标量乘法和配对运算等。以下是两种实现的具体性能对比数据:

  • G1群加法:arkworks耗时47.6微秒,blst耗时27.7微秒,性能差距达71.8%
  • G1群多标量乘法
    • 规模为1时:arkworks 990.7微秒 vs blst 713.3微秒(+38.8%)
    • 规模为256时:arkworks 94.8毫秒 vs blst 89.2毫秒(+6.3%)
  • G2群加法:arkworks 63.1微秒 vs blst 42.2微秒(+49.5%)
  • G2群多标量乘法
    • 规模为1时:arkworks 2.6毫秒 vs blst 1.3毫秒(+100%)
    • 规模为256时:arkworks 195.3毫秒 vs blst 162.3毫秒(+20.3%)
  • 映射操作
    • FP到G1映射:arkworks 490微秒 vs blst 243.5微秒(+101.4%)
    • FP2到G2映射:arkworks 1.4毫秒 vs blst 0.8604毫秒(+62.8%)
  • 配对运算
    • 1对配对:arkworks 5.4毫秒 vs blst 4.4毫秒(+22.7%)
    • 16对配对:两者均为36.5毫秒(0%差异)

技术分析与决策

从测试结果可以看出,blst实现在绝大多数操作上都展现出更优的性能表现,特别是在基础群运算和小规模多标量乘法方面优势更为明显。随着操作规模的增大,两种实现的性能差距有所缩小,但在大多数情况下blst仍保持领先。

值得注意的是,arkworks的并行处理特性在本轮测试中并未显示出预期的性能提升,这可能表明其底层场元素实现尚未充分优化。特别是在G1加法等基础操作上的较大性能差距,很可能源于arkworks场元素实现的优化不足。

基于这些测试结果,Revm项目组决定保持当前的特性配置方案:将blst实现作为默认选项,而arkworks则作为无默认特性时的备选方案。这一决策既保证了大多数用户场景下的最佳性能,又为有特殊需求的用户提供了替代选择。

结论

性能基准测试为技术选型提供了客观依据。在BLS预编译实现的选择上,blst凭借其全面的性能优势成为Revm项目的默认选项。这一决策将有助于提升区块链虚拟机中BLS相关操作的执行效率,为区块链应用提供更好的性能基础。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8