Microsoft Research 发布 zkVM 系统 Magnetar，比现有最快系统平均快 10 到 39 倍

Microsoft Research 博客· Srinath Setty·2026-10-16 00:00· 1 小时前AI 评分59

基于证明的通用计算与 Magnetar

AI 导读

Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。在笔记本电脑上每秒可证明 720 万至 870 万条处理器指令，证明约 12 毫秒内可验证，安全性只依赖 SHA-256 或 SHA-3 等标准哈希函数，无需受信任设置或椭圆曲线。

正文

概览

• 一种新的计算形式。零知识证明让你在运行工作负载时，除了结果之外还能获得一份简短证明，证明程序运行正确。任何人都能在毫秒内检查该证明，无需重新运行程序，无需信任运行者，也无需程序运行所依据的数据。
• 三大挑战一直阻碍着广泛采用：让证明的生成足够快，让普通程序无需密码学专业知识即可使用，以及将其建立在未来数十年仍可信赖的密码学之上。
• Magnetar 在这三大挑战上都取得了重大进展。 它可以证明用 Rust、Go 或 C 编写的程序，平均运行速度比此前最快的同类系统快 10 到 39 倍，并且其安全性仅依赖于标准哈希函数。这是 Microsoft Research 十多年来致力于让零知识证明走向实用的最新成果。

一种新的计算形式

计算机产生的每一个结果都伴随着一个隐含问题：程序是否按声称的方式运行并产生了正确的输出？如今，回答这个问题往往需要在验证之外还依赖一定程度的信任。我们信任运营方、供应商、交易对手或代理，并依靠合同、审计和日志来建立这种信任。

零知识证明提供了一种从根本上不同的建立信任的方式。程序运行后，除了输出之外还会生成一份简短证明，这是一份密码学证书，证明该程序在这些输入上产生了这个输出。证明很小，检查起来很快。收到证明的人可以在毫秒内确认结果，无需重新运行程序，并且可以将证明传递给任何其他需要同样保证的人。借助零知识特性，证明也不会泄露任何应当保密的输入信息。

这改变了现实世界中正确性的含义。结果不再因为由谁产生而必须被信任，而是因为伴随它的证明而可以被检查。代表某人行动的 AI 代理可以附上一份证明，表明每个操作都符合其被赋予的策略。受监管的金融机构可以证明交易被正确处理，而无需公开其交易。一旦生成证明像运行程序一样常规，这些都将成为可能。

三大挑战

零知识证明发明于 20 世纪 80 年代，证明程序执行背后的思想也已存在近同样长的时间。阻碍它们成为通用工具的是三大挑战，而这三大挑战一直难以同时解决。

效率。生成证明在历史上所需的计算量比运行程序本身高出数百万倍。多年的研究已经降低了这种开销，但最快的系统是通过在其他方面做出妥协才达到其速度的。

通用性与可用性。许多证明系统要求开发者手动将程序重写为密码学电路，即对该精确计算的固定算术描述。这需要数月时间。应用的每一次变更都意味着一个新的电路，而这一转换本身就是安全漏洞的常见来源。一种通用的替代方案是证明普通处理器的执行过程，这样任何已编译的程序都可以按其编写时的样子被证明。直到最近，这种通用性在速度或安全性上都付出了高昂代价。 

安全性。证明的强度取决于其底层密码学。许多证明系统依赖椭圆曲线，而足够强大的量子计算机可以破解它。微软正在通过其量子安全计划解决这一问题，该计划将把其产品和服务迁移到后量子密码学，这一目标最近被提前到了2029年。后量子证明系统已经存在，但有些依赖格假设，而大多数依赖为降低证明成本而发明的新密码学函数。这些新密码学函数尚未经历保护当今互联网的密码学所经受的数十年审视，而且有些依赖关于纠错码的尚未被证明的数学猜想。它们以强假设换取了速度。 

十余年的工作

十余年来，微软研究院一直致力于使零知识证明和可验证计算变得实用。早期研究遵循了两种方法，二者都仅对小规模程序实用。第一种（在新标签页中打开） （在新标签页中打开）让验证者通过一种称为求和校验协议（在新标签页中打开）的技术，与证明者进行简短对话来检查长计算，但这仅适用于具有特定分层结构的计算。第二种（在新标签页中打开） （在新标签页中打开）使用椭圆曲线密码学为几乎任何计算创建非常小的证明。但这需要一次涉及秘密信息的一次性可信设置，如果泄露，任何人都可以伪造证明。这种方法也容易受到量子计算机的攻击。

2019年，一个名为Spartan的新零知识证明系统重新采用了求和校验方法，并使其无需可信设置即可适用于通用程序。Spartan还可以用不同的密码学构建模块来实例化。正是这种灵活性，后来使得该证明系统能够仅建立在哈希函数之上。随后一系列成果填补了剩余的拼图： 

• 2021年的Phalanx（在新标签页中打开）展示了如何利用重复性，例如处理器在每一步运行相同的指令周期，来以比Spartan快一个数量级的速度证明计算。Magnetar的处理器描述正是建立在这一思想之上。  
• Nova（在新标签页中打开）、HyperNova（在新标签页中打开）、NeutronNova（在新标签页中打开）、Neo和SuperNeo（在新标签页中打开）表明，提前停止Spartan的证明，并将部分结果折叠在一起，使得以低得多的成本证明任意规模的计算变得切实可行。
• Brakedown（在新标签页中打开）于 2021 年提出了一种基于哈希的快速承诺方案，并将其与 Spartan 结合，给出了首个安全性依赖于标准哈希函数的 Spartan 变体。 
• Spice（在新标签页中打开）、Lasso（在新标签页中打开）、Nebula（在新标签页中打开），以及随后的 Twist and Shout（在新标签页中打开），使通用处理器核心的内存操作变得易于证明，而 Jolt（在新标签页中打开） 表明，将它们与 Spartan 结合可以高效地证明完整处理器的执行过程。
• 今年早些时候，Vega（在新标签页中打开） 将这一系列工作应用于数字身份，在不到十分之一秒内证明了来自政府凭证的事实。
• 最近，BinarySpartan（在新标签页中打开） 将 Spartan 引入二进制域，在其中可以高效地表达处理器的逻辑和标准哈希函数。BinarySpartan 还依赖于 Ligerito（在新标签页中打开）——一种 Brakedown 风格的承诺方案，其证明要短得多——以及 ring switching（在新标签页中打开），后者使对位向量进行承诺变得高效。 

这些工作各自解决了问题的一部分。Magnetar 则是将这些部分汇聚在一起的地方。

Magnetar

Magnetar 是一个零知识虚拟机，即 zkVM，它同时在三大挑战上取得了重大进展。

它是通用的。 Magnetar 证明 RISC-V 的执行过程，这是一种开放的处理器架构，拥有面向所有主流语言的成熟编译器。开发者用 Rust、Go 或 C 编写程序，照常编译，Magnetar 就能按原样证明它。想想这在实践中意味着什么。一项业务策略、一条数据流水线，或是以太坊虚拟机（EVM）的解释器，都只是一个程序，而已经在维护它的工程师可以完全按原样证明其执行过程。因此，证明不再是一项专家专属的活动。 

它比同类中的先前系统更快。 Magnetar 在一台笔记本电脑上每秒可证明 720 万到 870 万条处理器指令。在 15 个基准程序上，从加密哈希到小型 EVM 解释器内的代币转账，它在同一台机器上平均比现有最快的 zkVM 快 10 到 39 倍，在代币转账基准上比另外两个快 300 倍以上。经过优化的 Magnetar 每秒可证明 950 万到 1280 万个周期，这将此处报告的每个加速比提高约 1.3 倍。其证明验证耗时约 12 毫秒。 

其安全性依托于标准密码学。 Magnetar 依赖于 SHA-256 或 SHA-3 等标准哈希函数，这些正是已经保护着每个组织系统的同类原语。它不需要椭圆曲线、不需要格、不需要专用哈希函数、不需要可信设置，也不需要关于纠错码的未经证实的猜想。哈希函数是密码学工具包中被研究得最透彻的原语，它们也是 NIST 将其标准化为自身保守型后量子选项的无状态哈希签名的基础。对于一个在今后数十年里仍必须值得信赖的系统而言，仅依赖标准哈希函数就从路线图中移除了一次密码学迁移。 

同样的设计决策还带来第二重收益。检查一个 Magnetar 证明主要由评估标准哈希函数和二元域算术构成，而这些正是 Magnetar 能够高效证明的运算。因此，验证一个证明对它而言只是普通的工作负载。这正是 Magnetar 能够证明任意规模计算的原因——将其分块证明，然后再把各块组合起来。这也使 Magnetar 能够证明诸如账本或区块链这类长期运行的系统。

技术论文给出了完整的设计、安全性分析和测量结果。

展望未来

Magnetar 将零知识证明和可验证计算推进到一个新阶段：它们可以建立在组织已经信任的密码学之上，速度足以实用，并且由编写普通代码的工程师来构建。Magnetar 开启了一个未来，在那里密码学证明是计算的常规输出。我们预计，技术领导者将不再追问执行证明是否实用，而是转而关注他们更愿意验证哪些结果，而不是将其托付于信任。

如果您有兴趣探索零知识证明如何支持您的用例，我们很乐意听取您的意见（在新标签页中打开）。

在新标签页中打开

文章 Proof-based general-purpose computing with Magnetar 首次发表于 Microsoft Research。

来源：Microsoft Research 博客 · microsoft.com