বিমূর্ত: নতুন অপ্টিমাইজেশন প্ল্যান মূল বিকেন্দ্রীকৃত এবং বাজার-চালিত ZK গণনা মূল্য পদ্ধতি সংরক্ষণ করে, যেখানে উল্লেখযোগ্যভাবে খনির খরচ হ্রাস করে এবং ZKP প্রজন্মের দক্ষতা আরও বৃদ্ধি করে।  মডুলার কম্পিউট লেয়ার এবং RaaS প্ল্যাটফর্ম লুমোজ পৌঁছেছে  সম্প্রতি সমাপ্ত তৃতীয় প্রণোদিত টেস্টনেটে। বাজারের দিক থেকে, টেস্টনেট 1 মিলিয়নেরও বেশি ব্যবহারকারীকে আকৃষ্ট করেছে এবং 30টিরও বেশি নেতৃস্থানীয় ইকোসিস্টেম প্রকল্প থেকে মনোযোগ ও সমর্থন অর্জন করেছে। ইভেন্টটি বাজারের আগ্রহ, আলোচনা এবং সম্প্রদায়ের বৃদ্ধির ক্ষেত্রে নতুন রেকর্ড স্থাপন করেছে। প্রযুক্তিগত দিক থেকে, লুমোজ দল ZK-PoW অ্যালগরিদমে উল্লেখযোগ্য অপ্টিমাইজেশান করেছে, একটি অগ্রগতি অর্জন করেছে যা ZKP প্রজন্মের কার্যকারিতা প্রায় 50% বাড়িয়েছে।   মূল মাইলফলক  একটি নেতৃস্থানীয় ZK এবং AI মডুলার কম্পিউট স্তর হিসাবে, Lumoz কার্যকরভাবে Rollups, ZK-ML, এবং ZKP যাচাইকরণের জন্য গণনীয় শক্তি প্রদান করতে PoW মাইনিং ব্যবহার করে। মূল প্রযুক্তিগত দল এই উদ্ভাবনের উপর অক্লান্ত পরিশ্রম করে চলেছে। এই সাম্প্রতিক প্রযুক্তিগত অগ্রগতি শুধুমাত্র Lumozকে প্রতিযোগিতামূলক Web3 ZK কম্পিউটিং স্পেসে আলাদা হতে সাহায্য করে না বরং আসন্ন Lumoz ZK-PoW মেইননেটের জন্য মঞ্চও সেট করে।  নীচে Lumoz ZK-PoW অ্যালগরিদম অপ্টিমাইজেশনের নির্দিষ্ট বিবরণ রয়েছে:  বিদ্যমান যাচাইকরণ প্রক্রিয়ার উন্নতি  প্রথমত, লুমোজের প্রস্তাবিত দ্বি-পদক্ষেপ জমা দেওয়ার অ্যালগরিদম এবং অপ্টিমাইজ করা ZKP জেনারেশন স্কিম ZK-PoW প্রক্রিয়ার বিকেন্দ্রীকরণ বজায় রেখে ZK প্রমাণ উত্পাদন এবং যাচাইকরণের দক্ষতা উল্লেখযোগ্যভাবে উন্নত করে। আলফা টেস্টনেটের সময় এই পদ্ধতিটি পুঙ্খানুপুঙ্খভাবে যাচাই করা হয়েছিল।  এখন, যথেষ্ট প্রচেষ্টার পরে, লুমোজ দলটি মূল দ্বি-পদক্ষেপ জমা দেওয়ার মডেলটিকে আরও অপ্টিমাইজ করেছে। যাচাইকরণ প্রক্রিয়াকে সুগম করে, তারা অন-চেইন সম্পদের ব্যবহার কমিয়েছে এবং সামগ্রিক যাচাইকরণের সময়কে সংক্ষিপ্ত করেছে। বর্তমান প্রক্রিয়ায়, প্রুফ ভেরিফিকেশন স্কিম মূল জমা দেওয়ার উইন্ডো এবং ইনসেনটিভ মেকানিজমকে ধরে রাখে কিন্তু দুই-পদক্ষেপ যাচাইকরণ প্রক্রিয়াটিকে একটি একক চুক্তি কল দিয়ে প্রতিস্থাপন করে। এই সরলীকৃত প্রক্রিয়ায়, কর্মীদের আর তাদের পরিচয় এবং কাজের তথ্য প্রমাণীকরণের প্রয়োজন নেই একটি প্রমাণ হ্যাশ ব্যবহার করে; পরিবর্তে, ব্যক্তিগত এবং কার্য উভয় তথ্য সমন্বিত প্রমাণ আইডি, জেনারেট করা zk প্রমাণে একত্রিত হয় এবং একটি একক চুক্তি কলে যাচাই করা হয়।  এই পদ্ধতির সাহায্যে, কম্পিউট প্রদানকারীরা শুধুমাত্র একটি চুক্তি কলের মাধ্যমে মূল দ্বি-পদক্ষেপ যাচাইকরণ প্রক্রিয়াটি সম্পূর্ণ করতে পারে, অন-চেইন খরচ 50% থেকে 60% কমিয়ে। অতিরিক্তভাবে, প্রুফ ভেরিফিকেশন অন-চেইন এখন জমা দেওয়ার উইন্ডোর শুরুতে ঘটে, যা বিশ্বস্ত অবস্থায় পৌঁছানোর সময়কে প্রায় 30% কমিয়ে দেয়।   পুনরাবৃত্তিমূলক এবং সমষ্টিগত প্রমাণ  Plonky সিরিজের অ্যালগরিদম দ্বারা অনুপ্রাণিত হয়ে, লুমোজ সামগ্রিক প্রুফ জেনারেশন দক্ষতা উন্নত করার জন্য রিকারশন প্রবর্তন করে ZK-PoW-এর জন্য প্রুফ জেনারেশন স্কিমকে অপ্টিমাইজ করেছে। এই নতুন পদ্ধতিতে, একাধিক প্রমাণ কাজের প্রজন্মের ধাপগুলি সমান্তরালভাবে কার্যকর করা যেতে পারে, এবং পুনরাবৃত্তির মাধ্যমে, তারা ক্রমান্বয়ে একক প্রমাণে একত্রিত হয়। এটি পুরো সিস্টেমের জন্য আরও সুগমিত প্রমাণ এবং কম যাচাইকরণ খরচ সহ ZK যাচাইকরণের অনুমতি দেয়।  অতিরিক্তভাবে, পুনরাবৃত্ত পদ্ধতিটি আরও দানাদার টাস্ক বিভাগকে সক্ষম করে, গণনাগত শক্তির আরও দক্ষ এবং যুক্তিসঙ্গত বরাদ্দের ভিত্তি স্থাপন করে।  কম্পিউটেশনাল পাওয়ারের আরও দক্ষ বরাদ্দ  ZK-PoW-এর প্রণোদনা প্রক্রিয়ার অধীনে, Lumoz একটি স্থিতিশীল সংখ্যক ZK গণনা নোড বজায় রাখতে সক্ষম হয়েছে। অতএব, কম্পিউটেশনাল পাওয়ারের জন্য আরও যুক্তিযুক্ত বরাদ্দকরণ পদ্ধতি ডিজাইন করা নেটওয়ার্কের সামগ্রিক প্রমাণ গণনার দক্ষতাকে ব্যাপকভাবে বাড়িয়ে তুলবে। লুমোজ দল এই এলাকায় গবেষণা এবং উন্নতিও পরিচালনা করেছে:  গণনার ফলাফলের পুনঃব্যবহার  পূর্ববর্তী সংস্করণগুলিতে, প্রতিটি প্রমাণ কাজের জন্য গণনা প্রক্রিয়া তুলনামূলকভাবে স্বাধীন ছিল এবং শুধুমাত্র সিস্টেমের নির্দিষ্ট বর্তমান অবস্থার পরামিতিগুলির উপর নির্ভর করে। ফলস্বরূপ, অনেক গণনা প্রক্রিয়া পুনরাবৃত্তিমূলক এবং অপ্রয়োজনীয় ছিল। নতুন পদ্ধতিটি পৃথক প্রমাণের কাজগুলিকে সূক্ষ্ম গ্রানুলারিটিতে ভেঙে ফেলার জন্য পুনরাবৃত্তি ব্যবহার করে, অনুরূপ মডিউলগুলিকে তুলনামূলকভাবে স্বাধীন প্রমাণ কার্যগুলির মধ্যে চিহ্নিত করার অনুমতি দেয়। এই মডিউলগুলির জন্য, নতুন স্কিমটি কিছু গণনার ফলাফল ক্যাশ করবে এবং পরবর্তী প্রক্রিয়াগুলিতে সেগুলিকে পুনঃব্যবহার করবে, উল্লেখযোগ্য পরিমাণে অপ্রয়োজনীয় গণনা এড়াবে এবং গণনাগত শক্তির ব্যবহারকে ব্যাপকভাবে উন্নত করবে।  অন্যদিকে, একটি সূক্ষ্ম গ্রানুলিটিতে, নোডগুলি গণনা প্রক্রিয়া চলাকালীন মধ্যবর্তী মানগুলিকে আরও ভালভাবে সংরক্ষণ করতে পারে, যা ব্যতিক্রমী পরিস্থিতিতে ব্রেকপয়েন্ট থেকে গণনা দ্রুত পুনরুদ্ধারের অনুমতি দেয়।  পূর্ব গণনা  বিকেন্দ্রীকরণের প্রকৃতির কারণে, ZK-PoW-তে গণনীয় শক্তি সর্বদা সরবরাহের সাথে পুরোপুরি মেলে না। অতিরিক্ত কম্পিউটেশনাল শক্তির অপচয় এড়াতে, গণনা শুরু করার আগে নোডগুলিকে সর্বদা প্রমাণ কার্যগুলি তৈরি করার জন্য অপেক্ষা করতে হবে না। অপ্টিমাইজ করা স্কিমে, এমনকি যদি নতুন প্রমাণের কাজগুলি এখনও প্রকাশিত না হয়, নোডগুলি বর্তমান সিস্টেমের অবস্থার উপর ভিত্তি করে কিছু প্রাথমিক গণনা চালানো এবং গণনার জন্য নিষ্ক্রিয় সংস্থানগুলি ব্যবহার করা হবে কিনা তা নির্ধারণ করতে পারে। একবার প্রমাণের কাজগুলি প্রকাশিত হলে, নোডগুলি ন্যূনতম ওভারহেডের সাথে পূর্বনির্ধারিত ফলাফলগুলিকে যাচাই করতে পারে এবং তারপরে স্বাভাবিক গণনা প্রক্রিয়ার সাথে এগিয়ে যেতে পারে। এই নিষ্ক্রিয় কম্পিউটেশনাল শক্তি ব্যবহার করে, প্রমাণ তৈরির গতি 25% দ্বারা উন্নত হয়েছে।  সারাংশ  লুমোজ দল তিনটি কোণ থেকে ZK-PoW সমাধানকে অপ্টিমাইজ করেছে। ঊর্ধ্ব-স্তর যাচাইকরণ প্রক্রিয়ার উন্নতিগুলি অন-চেইন যাচাইকরণের খরচ কমিয়েছে এবং বিশ্বস্ত অবস্থায় পৌঁছানোর জন্য প্রয়োজনীয় সময়ও কমিয়েছে। অন্তর্নিহিত প্রুফ জেনারেশন এবং কম্পিউটেশনাল পাওয়ার ইউটিলাইজেশন পদ্ধতির অপ্টিমাইজেশনগুলি প্রমাণ তৈরির জন্য প্রয়োজনীয় সময়কে উল্লেখযোগ্যভাবে হ্রাস করেছে। নতুন অপ্টিমাইজেশান স্কিম ZK কম্পিউটেশনাল পাওয়ারের জন্য মূল বিকেন্দ্রীকৃত এবং বাজার-চালিত মূল্য পদ্ধতিকে ধরে রেখেছে, যেখানে খনি শ্রমিকদের জন্য খরচ উল্লেখযোগ্যভাবে কমিয়েছে এবং ZKP উৎপাদনের দক্ষতা আরও বাড়িয়েছে।

This story contains new, firsthand information uncovered by the writer.

গল্পের মূল ভাষায় এই অডিও তৈরি!

অতিদীর্ঘ; পড়তে

Boost your HackerNoon story @ $159.99! 🚀

লুমোজ: অগ্রণী ZK-PoW অ্যালগরিদম, ZK গণনার দক্ষতা 50% দ্বারা উন্নত

About Author

মন্তব্য

আসে ট্যাগ

এই নিবন্ধটি উপস্থাপন করা হয়েছে

Related Stories

ব্যবহারকারী-কেন্দ্রিক ক্রিপ্টো পণ্য তৈরি করা: গ্রাহক প্রতিক্রিয়ার গুরুত্ব

এআই/এমএল ডাটালেকের জন্য রেফারেন্স আর্কিটেকচার তৈরির জন্য একজন স্থপতির গাইড

অদেখা স্তরগুলি: কেন ব্যবহারকারীর সাক্ষাত্কারগুলি একটি অপরিবর্তনীয় সম্পদ

আয় করতে ট্যাপ করুন: টেলিগ্রাম সোলানার আগে পরবর্তী 10 বিলিয়ন ক্রিপ্টো ব্যবহারকারীদের অনবোর্ড করতে পারে

ব্যবহারকারী-কেন্দ্রিক ক্রিপ্টো পণ্য তৈরি করা: গ্রাহক প্রতিক্রিয়ার গুরুত্ব

এআই/এমএল ডাটালেকের জন্য রেফারেন্স আর্কিটেকচার তৈরির জন্য একজন স্থপতির গাইড

অদেখা স্তরগুলি: কেন ব্যবহারকারীর সাক্ষাত্কারগুলি একটি অপরিবর্তনীয় সম্পদ

আয় করতে ট্যাপ করুন: টেলিগ্রাম সোলানার আগে পরবর্তী 10 বিলিয়ন ক্রিপ্টো ব্যবহারকারীদের অনবোর্ড করতে পারে

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps