柯基｜上Gate预测LOL (@CryptoKeji) “一笔余额和金额都加密的转账，约 90 毫秒就能把账算完。 不到十分之一秒。@primus_lab” — TopicDigg

一笔余额和金额都加密的转账，约 90 毫秒就能把账算完。 不到十分之一秒。@primus_labs 这次的 AutoHoG，终于把隐私金融的话题推进到了大家更关心的一步：用起来够不够快。 先用一个例子讲明白 FHE，也就是全同态加密。 假设你有 100 USDT，准备转给别人 20 USDT。系统需要检查余额够不够，再完成双方余额的加减。 FHE 允许这些计算直接在加密数据上进行，计算方无需先看到具体余额和金额。 这项能力很有吸引力，但计算开销一直是落地难点。 在 Primus 讨论的传统门级 FHE 计算方式里，一项 64 位运算可能被拆成数千个小逻辑门，每个门都要执行成本较高的 Bootstrapping，也就是自举，用来控制密文噪声。 可以粗略理解成：算账过程中，需要反复进行昂贵的“刷新”，才能让后续计算继续可靠地进行。 AutoHoG 的思路，就是让一次自举承担更多工作。 它自动寻找可以合并的计算片段，设计能够处理多个输入、产生多个输出的定制逻辑门，把原本分散的小步骤组合起来，减少重复执行重活的次数，再配合 GPU 引擎加速。 按照 Primus 公布的测试结果： ▪️ 硬件：8 张 NVIDIA RTX 5090 ▪️ 一笔涉及 64 位加密余额的保密转账，计算耗时约 90 毫秒 ▪️ 整体吞吐量超过每秒 210 笔保密转账 这里的 90 毫秒对应加密计算耗时，上链确认和最终结算还取决于所在网络与系统流程。 我觉得这组数据的意义，在于它开始回应隐私产品最实际的使用门槛。 保护余额、隐藏敏感金额，用户当然愿意。但如果每次操作都要等很久，企业付款、金库调度这些高频需求，就很难长期采用。 计算等待缩短以后，开发者才有更大的空间，把隐私能力放进正常的产品体验里。 而且，AutoHoG 把原本需要人工琢磨的部分逻辑门设计自动化，也让优化有机会覆盖更多计算任务。具体场景能获得多少收益，仍然需要结合实际负载测试。 我更期待的，是用户以后用隐私金融时，只需要正常转账、正常管理资产。复杂的加密计算，由底层处理好。 AutoHoG 正在往这个方向推进：让数据受到保护的同时，金融操作也能顺畅运转。 #Primus# #AutoHoG# #FHE# #ConfidentialFinance#