面向研究人员的 ICICLE：资助与挑战

面向研究人员的 ICICLE：资助与挑战

邀请研究人员和从业者与 Ingonyama 一起推进 ZK 加速。为此，我们分配了 100,000 美元作为资助金。继续阅读以了解详情。

动机

随着越来越多的行业参与者将其 ZKP 基础设施移植到 GPU（例如 Scroll、Starknet、ZKSync、Polygon ZKEVM、Risc0 等），我们认为现在是学术界赶上的时候了。与专用硬件相比，到现在为止使用的面向 CPU 的工具链效率低下。GPU 通过利用并行性来加速计算，我们相信行业和学术界之间的对话将鼓励开发尽可能并行设计的协议。

为了保持对未来生产系统的深刻影响，应用 ZK 研究在论文的实现和基准测试部分应使用与行业相同的语言。类似地，试着想象一下，今天的 AI 研究人员仅使用 CPU 来实现新的模型。

ZK GPU 生态系统

为现有的基于 CPU 的生态系统和框架添加 GPU 支持将给研究人员带来巨大的开销。将 GPU 支持从二等公民提升上来也需要大量的努力：总的来说，我们的目标是将尽可能多的计算转移到设备上。因此，一个好的替代方案是直接在 GPU 优先的框架中实现新的协议。输入 Icicle。

Icicle 已经开发了一年多，最近一些项目已经开始在生产中使用它。该库由一个专业的团队维护并积极开发，该团队对路线图具有高度的可见性，提供详细的文档和即时支持。随着计划于 2024 年第一季度进行的安全审计，我们谦虚地认为 Icicle 已经足够成熟，可以被研究人员信任。

赏金 & 资助

要获得资助资格，我们提供以下方向：

1. 仅限学生：以你认为合适的任何方式将 Icicle 用于你的研究
2. 使用算法创新，提高 Icicle 中任何已实现的加速原语的性能
3. 将现有的 ZK 协议移植到 Icicle
4. 向 Icicle 添加新的原语
5. 将你的 ZK 基准与 Icicle 进行比较

除了资金支持外，我们还承诺为所有受助者提供技术指导，并重点介绍他们的工作。受助者将自动有权参与我们的 GPU 资助计划，从而使他们可以访问我们的 GPU 和实验室。

有问题吗？ 提交？ 给我们发送电子邮件 grants@ingonyama.com

常见问题

“以你认为合适的任何方式将 Icicle 用于你的研究”是什么意思？

答案： 很难定义未来研究的范围，但举个例子：在实现新的 ZK 协议时使用 Icicle。

另一个例子是撰写一篇关于 GPU 加速的论文；例如，假设我有一个运行 LLM 推理的 H100，延迟为 x [秒]。现在我想使用同一个 H100 来运行 ZK 推理证明（与 LLM 模型相同大小的电路），证明需要 y [秒]。有没有一种方法可以比 x+y 更好地提高延迟，或者这是下限？换句话说，我们能否在对 LLM 推理服务质量影响最小的情况下在 h100 上运行 ZK？

对项目有什么期望？我应该什么时候让 Ingonyama 参与进来？

答案： 我们可以在研究的任何阶段参与进来。我们将根据投入的个人劳动量以及可能的其他因素来奖励最终产品（如你所知，就研究而言，很难知道你最终会走到哪里）。

赠款是以法币还是加密货币奖励的？

答案： 法币

关注 Ingonyama

Twitter: https://twitter.com/Ingo_zk

YouTube: https://www.youtube.com/@ingo_zk

GitHub: https://github.com/ingonyama-zk

LinkedIn: https://www.linkedin.com/company/ingonyama

加入我们: https://www.ingonyama.com/career

• 原文链接： medium.com/@ingonyama/ic...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～