在最新的ZKPMooc课程中，Scroll的联合创始人张烨发表了关于zkEVM设计，优化和应用的演讲。Scroll在构建以太坊等效的ZK-Rollup，在字节码级别的兼容，直接支持所有现有的工具。
以下是视频的听录文字版本
演讲分成四个部分，第一部分张烨介绍了开发背景以及我们为什么首先需要zkEVM以及为什么它在最近两年间变得如此受欢迎，第二部分通过一个完整的流程，讲解如何从头开始构建zkEVM包括算术化和证明系统，第三部分通过一些有趣的研究问题来谈论了Scroll在构建zkEVM时遇到的问题，最后介绍了一些其他使用zkEVM的应用。
背景和动机
传统的Layer1区块链会有一些节点通过P2P网络共同维护。他们在收到用户的交易时，会在EVM的虚拟机内执行，读取调用合约和存储，并依照交易更新全局的状态树。
这样的架构的优势在于去中心化和安全性，缺陷就是在L1上的交易手续费昂贵，并且交易确认缓慢。
ZK-Rollup的架构中，L2网络只需将数据和验证数据正确性的证明上传至L1，其中证明通过零知识证明电路计算而来。
在早期的ZK-Rollup中，电路是针对特定应用而设计，用户需要将交易发送给不同的证明者，然后不同应用的ZK-Rollup再将自己的数据和证明提交至L1。这样带来的问题是，丧失了原先L1合约的可组合性。
Scroll所要做的是原生的zkEVM方案，是一种通用型的ZK-Rollup。这样不仅对用户而言更友好，对于开发者而言也可以获得在L1上的开发体验。当然这背后的开发难度非常之大，并且现在的证明生成的代价也非常高。
数据：Polygon zkEVM TVL过去7天增幅超20%:7月10日消息，据L2BEAT数据显示，zkSync Era TVL为6.42亿美元，过去7天跌幅为11.11%。Polygon zkEVM TVL为4876万美元，过去7天增幅为20.76%。[2023/7/10 10:12:52]
幸运的是，零知识证明的效率在过去两年里已经大幅提高了，这也是为什么在最近两年zkEVM变得如此受欢迎。至少有四个原因让它变得可行，第一是多项式承诺的出现，在原先Groth16证明系统下，约束的规模非常之庞大，而多项式承诺可以支持更高阶的约束，缩小证明规模；第二是查找表和自定义门的出现，可以支持更灵活的设计，使证明更加高效；第三是硬件加速方面的突破，通过GPU，FPGA和ASIC可以将证明时间缩短1-2个数量级，第四是在递归证明下，可以将多个证明压缩成一个证明，使得证明变得更小更易于验证。所以结合这四个因素，零知识证明的生成效率要比两年前高出三个数量级，这也是Scoll的起源。
根据JustinDrake的定义，zkEVM可以分为三类，第一类是语言级别的兼容，主要原因是EVM不是为ZK而设计，有很多对ZK不友好的操作码，因此会造成大量的额外开销。因此像Starkware和zkSync选择在语言层面将Solidity或者Yul编译到ZK友好的编译器中。
第二类是Scroll在做的字节码层面的兼容，是直接证明EVM的字节码处理正确与否，直接继承了以太坊的执行环境。在这里可做的一些取舍是，使用和EVM不一样的状态根，例如使用ZK友好的数据结构。Hermez和Consensys也在做类似的事情。
第三类是共识层面的兼容，这里的取舍在于不仅需要保持EVM不变，还包括储存结构等实现以太坊完全兼容，代价是需要更长的证明时间。而Scroll正在和以太坊基金会的PSE团队合作构建，来实现以太坊的ZK化
从0到1构建zkEVM
第二部分，张烨向大家展示了如何从零开始建立ZKVM。
完整流程
首先，在ZKP的前端部分，你需要通过数学的算术化来表示你的计算，最常用的就是线性的R1CS，以及Plonkish和AIR。通过算术化得到约束后，在ZKP的后端你需要运行证明算法，来证明计算正确性，这里列举了最常用的多项式交互式谕示证明(PolynomialIOP)和多项式承诺方案(PCS)。
在这里我们需要证明zkEVM，Scroll使用的是Plonkish，PlonkIOP，以及KZG的组合。
Polygon zkEVM过去24小时跨链用户量超2500人:金色财经报道，据DuneAnalytics数据，Polygon zkEVM上线近24小时以来，已有超过2,500名用户完成超过2,700笔、88万美元的跨链交易量，当前Polygon TVL约88.4万美元。[2023/3/28 13:31:28]
为了理解我们为什么使用这三者的方案。我们首先从最简单的R1CS开始，R1CS中的约束，是线性组合乘以线性组合等于线性结合。你可以加上任何变量的线性组合而没有额外的开销，但是在每个约束中阶数最大是2。因此对于阶数较高的运算，需要的约束就越多。
而在Plonkish中，你需要将所有的变量填入表格，包括输入，输出以及中间变量的见证。在此之上，你可以定义不同的约束。在Plonkish中有三种类型的约束可以使用。
第一种约束是自定义门，你可以定义不同单元格之间的多项式约束关系，例如va3*vb3*vc3-vb4=0。相比R1CS来说，阶数可以更高，因为你可以定义任何一个变量的约束，并且可以定义一些非常不一样的约束。
第二种约束是Permuation，即等价性校验(equalitychecks)。可以用来检查不同单元格的等价性，常用于关联电路中的不同门，比如证明上一个门的输出等于下一个门的输入。
最后一种约束是查找表(LookupTable)。我们可以将查找表理解成变量之间存在一个关系，该关系可以表示成一个表。例如我们想要证明vc7在0-15范围内，在R1CS中你首先需要把这个数值分解为4位二进制，然后证明每位在0-1的范围内，这将需要四个约束。而在Plonkish中，你可以将所有可能的范围列在同一列，只需要证明vc7属于该列即可，这对范围证明非常高效，在zkEVM中，查找表对于证明内存读写非常有用。
基于zkSync的DEX SyncSwap已上线PolygonzkEVM测试网:3月20日消息，基于zkSync的DEX SyncSwap在推特上宣布已上线Polygonzk EVM测试网。此前报道，SyncSwap测试网于3月2日在zkSyncEra测试网上线。[2023/3/20 13:14:09]
小结一下，Plonkish同时支持自定义门，等价性校验和查找表，可以非常灵活的满足不同的电路需要。简单对比下STARK，STARK中每一行是一个约束，约束需要表示行与行之间的状态转换，但Plonkish中的自定义约束灵活性显然更高。
现在的问题是在zkEVM中，我们如何选择前端。对于zkEVM主要有四个挑战。第一个挑战是EVM的字段是256位，这意味着需要高效得对变量进行范围约束；第二个挑战是EVM有很多ZK不友好的操作码，因此需要非常大规模的约束来证明这些操作码，例如Keccak-256；第三个挑战是内存读写问题，你需要一些有效的映射来证明你所读取的和之前所写入的是一致的；第四个挑战是EVM的执行踪迹是动态变化的，因此我们需要自定义门来适配不同的执行踪迹。出于上述的考虑，我们选择了Plonkish。
接下来，我们看zkEVM的完整流程，基于初始的全局状态树，一笔新的交易进来后，EVM会读取存储和调用的合约的字节码，根据交易生成相应的执行踪迹例如PUSH,PUSH,STORE,CALLVALUE，然后逐步执行更新全局状态，得到交易后的全局状态树。而zkEVM是将初始的全局状态树，交易本身，以及交易后的全局状态树作为输入，根据EVM的规范，来证明执行踪迹的执行正确性。
深入EVM电路细节，每一步执行踪迹都有对应的电路约束。具体来说，每一步的电路约束包含StepContext，CaseSwitch，OpcodeSpecificWitness。StepContext包含执行踪迹对应的codehash，剩余gas和计数器；CaseSwitch包含所有的操作码，所有的错误情况，以及该步的相应操作；OpcodeSpecificWitness包含了操作码所需的额外见证，例如运算数等。
以简单的加法为例，需要确保加法的操作码的控制变量sADD设置为1，其他操作码控制变量均为零。在StepContext中，通过设置gas'-gas-3=0来约束消耗的gas等于3，同理约束计数器，栈指针在该步后累加1；在CaseSwitch中，通过操作码控制变量和为1来约束该步为加法操作；在OpcodeSpecificWitness中，对运算数的实际加法进行约束。
Web3开发者平台Thirdweb将支持Polygon zkEVM扩容解决方案:金色财经报道，Web3开发者平台Thirdweb表示将在Polygon zkEVM扩容解决方案主网推出时增加对其支持。目前，团队已经开始在Polygon zkEVM测试网上进行部署。[2023/3/4 12:41:26]
此外还需要额外的电路约束，来保证运算数从内存读取的正确性。这里我们首先需要构建一个查找表来证明运算数属于内存。并通过内存电路(RAMCircuit)来验证内存表的正确性。
同样的方法可以适用于zk不友好的哈希函数，构建哈希函数的查找表，将执行踪迹中的哈希输入和输出映射到查找表，利用额外的哈希电路(HashCircuit)来验证哈希查找表的正确性。
现在我们来看zkEVM的电路架构，核心的EVM电路用于约束执行踪迹每一步的正确性，在一些EVM电路约束难度较大的地方，我们通过查找表来映射，包括FixedTable,KeccakTable,RAMTable,Bytecode,Transaction,BlockContext，然后利用单独的电路来约束这些查找表，例如Keccak电路用于约束Keccak表。
小结一下，zkEVM的完整工作流如下图所示。
证明系统
因为在L1上直接验证上述的EVM电路，内存电路，存储电路等，开销巨大，Scroll的证明系统采用了两层架构。
第一层负责直接证明EVM本身，需要大量的计算来生成证明。因此第一层证明系统要求支持自定义门和查找表，对硬件加速友好，在低峰值内存下并行生成计算，且验证电路规模小，可以快速验证。有前景的可选方案包括Plonky2，Starky，eSTARK，它们前端基本上都使用Plonk，但后端可能使用了FRI，并且都满足上述的四个特性。另一类可选的方案包括Zcash所开发的Halo2，以及KZG版本的Halo2。
还有一些新的证明系统也有很有前景，例如最近移除了FFT的HyperPlonk，而NOVA证明系统可以做到更小的递归证明。但它们在研究中只支持R1CS，如果他们未来可以支持Plonkish并且应用于实践，将非常实用高效。
Aave社区发起在Polygon zkEVM主网上部署Aave V3 MVP版本的温度检查讨论:3月3日消息，Aave社区发起关于在Polygon zkEVM主网上部署Aave V3 MVP版本的温度检查治理讨论。目前，社区希望通过该提案讨论，在zkEVML2上部署Aave V3.0.1（MVP V3），将使Aave Governance在该网络上尽早建立战略地位。部署AaveV3开发工作量较小，但为了减少风险，该提案建议限制流入资产，并设置保守的风险参数，使开发和风险服务提供商对zkEVM网络进行更深入的分析。该提案建议只加入三个抵押品（WETH、WMATIC和USDC）和一个可借贷资产（USDC），以减少风险。[2023/3/3 12:40:50]
第二层证明系统用于证明第一层证明的正确性，需要可以在EVM中高效进行验证，理想情况下，最好也是硬件加速友好并且支持transparent或者universalsetup。有前景的可选方案包括Groth16和列数较少的Plonkish证明系统。Groth16仍然是目前研究中证明效率极高的代表，而Plonkish证明系统在列数较少的情况下，也可以达到较高的证明效率。
在Scroll，我们在两层证明系统中我们都采用了Halo2-KZG证明系统。因为Halo2-KZG可以支持自定义门和查找表，在GPU硬件加速下性能良好，且验证电路规模小，可以快速验证。区别在于我们在第一层证明系统中我们使用了Poseidon哈希，进一步提高证明效率，而第二层证明系统因为直接在以太坊上验证，仍然使用了Keccak哈希。Scroll也在探索多层证明系统的可能性，来进一步聚合第二层证明系统生成的聚合证明。
当前实现下，Scroll的第一层证明系统EVM电路有116列，2496个自定义门，50个查找表，最高阶数为9，1MGas下需要2^18行；而第二层证明系统的聚合电路仅有23列，1个自定义门，7个查找表，最高阶数为5，为了聚合EVM电路，内存电路，存储电路，需要2^25行。
Scroll在GPU硬件加速方面也做了非常多的研究和优化工作，对于EVM电路，优化后的GPU证明者仅需30s，相较CPU证明者提升了9倍的效率；而对于聚合电路，优化后的GPU证明者仅需149s，相较CPU提升了15倍的效率。在当前的优化条件下，1MGas第一层证明系统大约需要2分钟，第二层证明系统大约需要3分钟。
有趣的研究问题
第三部分，张烨谈论了一些Scroll在构建zkEVM过程中有趣的研究问题，从前端的算术化电路到证明者的实现。
电路
首先是电路中的随机性，因为EVM字段是256位，我们需要将其拆分成32个8位的字段，从而更高效得进行范围证明。随后我们使用随机线性组合(RandomLinearCombination,RLC)的方法，利用随机数将32个字段编码成1个，只需要验证该字段就可以验证原始的256位字段。但是问题在于随机数的生成需要在拆分字段之后，才能确保不被篡改。因此Scroll和PSE团队提出了多阶段证明者的方案，来确保在字段拆分之后，再利用随机数生成RLC，该方案被封装在了ChallengeAPI中。RLC在zkEVM中有许多应用场景，不仅可以压缩EVM字段成一个字段，也可以加密不定长的输入，或是优化查找表的布局，但仍然有许多开放性的问题需要解决。
电路方面第二个有趣的研究问题是电路布局。Scroll前端之所以采用Plonkish，是因为EVM的执行踪迹是动态变化的，需要能支持不同的约束，变化的等价性检验，而R1CS的标准化门需要更大的电路规模来实现。但Scroll目前使用了2000多个自定义门来满足动态变化的执行踪迹，也在探索如何进一步优化电路布局，包括将Opcode拆分成MicroOpcode，或是复用相同表格内的单元格。
电路方面第三个有趣的研究问题是动态规模。因为不同的操作码的电路规模不同，但为了满足动态变化的执行踪迹，每一步的操作码都需要满足最大的电路规模，例如Keccak哈希，因此我们实际上付出了额外的开销。假设我们可以使zkEVM动态适应动态变化的执行踪迹，这将节省不必要的开销。
证明者
在证明者方面，Scroll在GPU加速上已经对MSM和NTT进行了大量的优化，但现在的瓶颈转移到了见证生成和复制数据这块。因为假设MSM和NTT占据了80%的证明时间，即使硬件加速可以将这部分效率提升若干个数量级，但原先见证生成和复制数据20%的证明时间将变成新的瓶颈所在。证明者的另一个问题是需要大量的内存，因此也需要探索更便宜更去中心化的硬件方案。
同时Scroll也在探索硬件加速和证明算法方面，来提升证明者的效率。目前主要有两个大方向，或是切换至更小的域，例如使用64位的Goldilocks域，32位的梅森数等，或是坚持基于椭圆曲线的新证明系统，例如SuperNova。当然也有其他的一些别的可能路径，欢迎有想法的朋友直接联系Scroll。
安全性
在构建zkEVM时，安全性是至关重要的。PSE和Scroll共同构建的zkEVM有大约3万4千行代码，从软件工程角度，这些复杂的代码库在很长一段时间内是不可能没有漏洞的。Scroll目前在通过大量的审计，包括业内最顶尖的审计公司，来审核zkEVM的代码库。
其他使用zkEVM的应用
第四部分探讨了其他一些使用了zkEVM的应用。
在zkRollup的架构中，我们通过在L1的智能合约，来验证在L2上的n笔交易是有效的。
如果我们直接验证L1的区块，那么L1的节点就不需要重复执行交易，只需要验证每一个区块证明的有效性。这样的架构方案称为EnshrineBlockchain。目前在以太坊上直接实现难度非常之大，因为需要验证整个以太坊区块，其中会包括验证大量签名，随之带来更长的证明时间和更低的安全性。当然也已经有一些其他公链在通过递归证明，使用单个证明，来验证整个区块链，例如Mina。
因为zkEVM可以证明状态转换，它也可以被白帽所利用，来证明自己知道某些智能合约的漏洞，寻求项目方的赏金。
最后一个用例是，是通过零知识证明来证明对历史数据的声明，作为预言机来使用，目前Axiom正在做这方面的产品。最近的ETHBeijing黑客松上，GasLockR团队正是利用了这一特性，证明了历史的Gas开销。
最后，Scroll正在构建zkRollup的以太坊通用扩容解决方案，使用了非常先进的算术化电路和证明系统，并且通过硬件加速构建快速的验证器，证明递归。目前Alpha测试网已经上线，并稳定运行了很长时间。
当然仍然有一些有趣的问题需要解决，包括协议设计和机制设计，零知识工程和实际效率，欢迎大家加入Scroll一起构建！
Scroll
Website:?https://scroll.io/
Twitter:?https://twitter.com/Scroll_ZKP
Discord:?https://discord.com/invite/scroll
Github:?https://github.com/scroll-tech
Youtube:?https://www.youtube.com/@Scroll_ZKP
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。