Hazeflow与Phala Network合作案例研究:Phala Network如何定位为“AWS的改进版本”

本文介绍了Hazeflow与Phala Network合作,通过研究驱动方法,深入解释Phala Network的复杂产品和价值主张,将其定位为AWS的改进版本,并强调TEE技术与其他加密技术的协同作用。文章还探讨了GPU TEEs和安全AGI的需求,以及Phala在机密AI领域的优势,旨在简化行业复杂概念,提升用户理解。

图片

案例研究:Hazeflow x Phala Network

很多人一直问我们,如何与区块链协议合作,以正确解释其复杂的产品和价值主张,因此我们决定公开发布我们的一项关键研究。

我们与 @PhalaNetwork 合作了数月,并取得了一些不错的成果。当然,如果没有我们一直追求的透明度和 Phala 团队的开放合作,这是不可能实现的。

开始

在我们合作之初,我们确定了几件事:

  • Phala 是一个复杂的协议,具有许多特性和经过深思熟虑的机制设计。

  • 它具有一些有趣的特性,即使是加密货币原生用户也从未听说过。

  • Phala 还为 web3 之外的开发者提供了多个强大的价值主张。

  • 作为使用可信执行环境 (TEE) 的最先进的协议,其一些优势尚未被广泛知晓。

  • 以及其他许多事情。

首先,我们是研究人员,而不是营销人员,所以我们总是采取研究驱动的方法。主要目标不是获得大量的普通浏览量,而是获得那些可能真正发现 Phala 的工作对他们的工作有用和有帮助的人的浏览量。

策略

我们热衷于执行和完成任务。但首先,我们制定了一项与 Phala 团队的主要路线图和愿景相一致的策略,其目的不是成为焦点,而是按照全球路线图行事。我们想要做的关键事情是:

  • 将 Phala 与其他基于 TEE 的解决方案区分开来,并将其定位为 AWS 的主要竞争对手。

  • 保持用户友好的风格,同时深入研究技术,突出特定的技术细节如何使产品及其用户受益。

  • 将 Phala 定位为 TEE 领域的思想领袖。目前,TEE 领域几乎没有人深入讨论更广泛的领域;他们只关注自己的解决方案。

  • Phala Network 不是一个单一的解决方案,而是一个生态系统;讨论应涵盖 TEE 及其细微差别,并深入理解各种场景。

  • 主要目标是将 Phala 确立为 TEE 领域的领导者,不仅要交付出色的产品,还要解释其设计背后的关键决策以及更广泛的生态系统将如何从中受益。

  • 保持讨论的深度但易于理解。TEE 应该不仅吸引高端人士,还应该吸引更广泛的受众。

除了要记住的要点之外,我们还创建了一个精确的主题和想法计划(稍后在本文中解释),以确保我们的深度内容能够平稳过渡。

让我们更深入地了解我们创建的内容以及原因。

1. Phala 作为 AWS 的改进版本

方形头像

Phala

@PhalaNetwork

· 5月28日 文章封面图片

文章

AWS 不适合 Web3:推出去中心化 TEE 云。

每天,人们会生成高达 4.02 亿 TB 的敏感数据。对这些数据进行私有计算的需求正在增加,因为个人不愿广泛分享他们的数据。这些...

2

33

83 15K 我们经过研究发现,对安全和私有计算解决方案的需求正在快速增长,这主要是因为每天会生成大约 4.02 亿 TB 的敏感数据。

尽管 AWS 占据了全球云计算市场 30% 的份额,但由于其中心化架构、复杂的设置、缺乏内存加密以及对去中心化应用程序的有限支持,它仍然面临着许多挑战。

我们发现 Phala 的特性直接解决了 AWS 的缺点,因此我们提出了一种独特的方法:将 Phala 定位为改进的、去中心化的 TEE 云,作为 AWS 的绝佳替代品。

因此,我们研究并撰写了一篇关于此的文章,并设计了一些图表来补充它。

图片

这篇文章使 Phala 能够占据一个新的、强大的地位,并通过解释云计算的现状为全球社区提供价值。

2. TEE 并不与其他加密技术竞争

Pavel Paramonov

@paramonoww

· 6月5日 TEE、MPC、FHE 和 ZKP 不是竞争对手。他们是朋友。讨论经常比较这项技术,以确定哪一个更优越。实际上,这些技术不是相互排斥的,可以一起运行并且可以互补。 1. 每个解决方案都有权衡,

显示更多

该图像是一个详细的比较图表,包含了四种技术:TEE(可信执行环境)、MPC(多方计算)、FHE(全同态加密)和 ZKP(零知识证明)。它突出了每种技术的优点和缺点,以及它们的用例。例如,TEE 因其廉价和快速而受到关注,但容易受到旁道攻击。MPC 因其没有单点故障而受到赞扬,但因大量数据交换而受到批评。FHE 对加密数据进行计算是安全的,但具有显著的计算开销。ZKP 是完全无需信任和可验证的,但也具有验证开销。图像的下半部分显示了这些技术如何在 Phala Network(TEE 基金会)中协同工作,说明了它们之间的互补性,而不是竞争性。帖子中的文字强调了这些技术不是相互排斥的,可以增强彼此的功能。

该图像是一个详细的比较图表,包含了四种技术:TEE(可信执行环境)、MPC(多方计算)、FHE(全同态加密)和 ZKP(零知识证明)。它突出了每种技术的优点和缺点,以及它们的用例。例如,TEE 因其廉价和快速而受到关注,但容易受到旁道攻击。MPC 因其没有单点故障而受到赞扬,但因大量数据交换而受到批评。FHE 对加密数据进行计算是安全的,但具有显著的计算开销。ZKP 是完全无需信任和可验证的,但也具有验证开销。图像的下半部分显示了这些技术如何在 Phala Network(TEE 基金会)中协同工作,说明了它们之间的互补性,而不是竞争性。帖子中的文字强调了这些技术不是相互排斥的,可以增强彼此的功能。

该图像是一个详细的比较图表,包含了四种技术:TEE(可信执行环境)、MPC(多方计算)、FHE(全同态加密)和 ZKP(零知识证明)。它突出了每种技术的优点和缺点,以及它们的用例。例如,TEE 因其廉价和快速而受到关注,但容易受到旁道攻击。MPC 因其没有单点故障而受到赞扬,但因大量数据交换而受到批评。FHE 对加密数据进行计算是安全的,但具有显著的计算开销。ZKP 是完全无需信任和可验证的,但也具有验证开销。图像的下半部分显示了这些技术如何在 Phala Network(TEE 基金会)中协同工作,说明了它们之间的互补性,而不是竞争性。帖子中的文字强调了这些技术不是相互排斥的,可以增强彼此的功能。

14

34

145 14K 已经有无数篇文章比较了 TEE、MPC、FHE 和 ZKP。所有这些都是加密技术,并且100%写过它们的人都对它们进行了比较,说 TEE 比 MPC 更好,MPC 比 FHE 更好,反之亦然。

然而,与 Phala 团队一起,我们希望推动这样一种说法,即这些解决方案不是相互排斥的。这意味着你可以同时使用多个解决方案:你的基础可以是 MPC,但你仍然可以利用 TEE 的优势;或者你的基础可以是 FHE,但你仍然可以利用 TEE 等。

图片

我们创建了一篇长篇的文章,使 Phala 能够与其他技术采取协作的方式,而不是与它们竞争。我们没有声称自己是最好的,而是采取了一种说法:“每个人都有自己的优势,可以无缝地协同工作。”

之前没有一篇关于这个主题的文章。

3. 深入研究 GPU TEE

图片

链接:phala[.]com/posts/Phala-GPU-TEE-Deep-Dive

大多数用户和生态系统利益相关者只知道 CPU TEE,其中计算发生在处理器内部。Phala 长期以来一直拥有 GPU TEE;然而,它们似乎在隐藏它们。我们真的很震惊它们是如此之酷,以及为什么还没有人报道过这一点。

图片

因此,让人们知道 GPU TEE 不仅存在,而且还要解释它们如何运作以及为什么需要它们,这是不费吹灰之力的。通过这篇文章,我们开始更多地转向加密人工智能的主题,突出了 Phala 的另一个产品——@redpill_gpt

4. 构建安全 AGI 需要什么?

方形头像

Phala

@PhalaNetwork

· 7月15日 文章封面图片

文章

构建安全 AGI 需要什么?

想象一下一个 AI,它在早餐前调试 Linux 内核,午餐前起草生物制药专利,晚餐前谈判全球供应链合同,并重写自己的代码以更快地完成所有这些...

2

14

63 4.5K 在这里,我们讨论了对安全通用人工智能 (AGI) 的需求,强调了安全部署 AGI 系统所需的工程、治理和安全基础设施。AGI 被定义为一种 AI,能够在不同的认知领域表现出人类专家的水平,并有可能通过递归的自我完善演变为人工超智能 (ASI)。

图片

随着我们转向 AI 和 AGI,Phala 被展示为一个去中心化的保密计算平台,通过其 Phala Cloud、Dstack SDK、Private ML SDK 和 Redpill Gateway 支持安全 AGI。所有这些工具都支持在 GPU TEE 中安全、可验证的 AI 执行,从而确保 LLM 等工作负载的机密性、完整性和证明。

5. 2025 年保密 AI 的现状:谁赢谁输

Hazeflow

@hazeflow_xyz

· 8月14日 文章封面图片

文章

2025 年保密 AI 的现状:谁赢谁输

每个 AI 很快就会处理敏感数据 (或已经这样做了)。真正的问题是:它能否在不暴露数据的情况下这样做?当 AI 处理你的信息(如健康诊断或财务数据)时...

7

24

59 9K 我们决定在我们的研究博客上发布这篇文章,我们在其中深入讨论了当前保密 AI 的格局,重点介绍了 Phala 的改进。

这篇文章讨论了对保密 AI 的迫切需求,以确保在处理过程中敏感数据的安全,尤其是在 AI 解密数据以进行推断时,这使其容易受到恶意软件、黑客攻击或在公共区块链上的暴露。

在数据跨节点复制的去中心化系统中,这种漏洞尤其明显。我们强调了 Phala 作为一个 GPU TEE 云,它结合了运行时隐私和 ZK/MPC 证明,并且实际上是第一个在 TEE 的安全 enclave 中对 LLM 推理进行基准测试的。

图片

展望未来

这只是我们如何帮助协议解释其真正价值主张和复杂产品的一个例子。

我们深信,这个行业中的大多数事情都需要简化或正确解释。已经有无数的例子表明,用户访问某个协议的网站、博客或技术文档,在阅读了 15-20 分钟后,仍然不知道该协议是做什么的。

这是我们正在努力解决的问题之一,我们很荣幸能与 Phala Network 合作。

  • 我们一直在寻找与才华横溢的团队和长期建设者合作,他们与我们一样秉持研究驱动的方法。

  • 我们是执行的忠实拥护者,并始终确保我们的努力有助于特定公司的全球目标。

  • 原文链接: x.com/hazeflow_xyz/statu...
  • 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~
点赞 0
收藏 0
分享
本文参与登链社区写作激励计划 ,好文好收益,欢迎正在阅读的你也加入。

0 条评论

请先 登录 后评论
hazeflow_xyz
hazeflow_xyz
江湖只有他的大名,没有他的介绍。